人咬狗才是新闻？Uber自动驾驶撞人事件引发的蝴蝶效应

在Uber自动驾驶事故之后，NVIDIA暂停了自动驾驶汽车在公共道路的测试项目。“暂停无人驾驶汽车道路测试的原因很简单。我们需要等一等，看看能从这起事故中学到什么。等我们了解具体发生什么事，总结了足够多的经验时，我们就会重新启动路测。”NVIDIA创始人兼CEO黄仁勋在日前举行的GTC大会上这样对媒体表示。

黄仁勋称，这件事关乎安全。在测试无人驾驶汽车的时候，NVIDIA的工程师都会在车里。为了确保车里的工作人员和行人的安全，在还没有完全了解具体事故的原因下，暂停无人驾驶车辆的测试，NVIDIA的态度是非常严肃的。

在今年初的CES上，NVIDIA宣布了与Uber的合作项目。不过黄仁勋强调，Uber并没有使用NVIDIA的自动驾驶技术。“我们应该研究一下问题到底出在哪里，并从中吸取经验教训。这起事件也给了我们这样的机会，去理解和研发新的解决方案或技术，来避免类似的事件再一次发生。”

在暂停路测的同时，NVIDIA发布的另一项技术，似乎能够在前期完全规避自动驾驶技术可能会带来的伤害。

NVIDIA推出了一套DRIVE Constellation自动驾驶虚拟现实仿真系统。这套系统基于两种不同服务器的计算平台。

第一台服务器运行NVIDIA DRIVE Sim软件，用以模拟自动驾驶汽车的传感器，如摄像头、激光雷达和雷达。第二台服务器搭载了NVIDIA DRIVE Pegasus AI汽车计算平台，可运行完整的自动驾驶汽车软件堆栈，并能够处理模拟数据，这些模拟数据如同来自路面行驶汽车上的传感器。

NVIDIA汽车事业部副总裁兼总经理Rob Csongor在2018GTC大会上表示，要实现自动驾驶汽车的量产部署，需要一种能够在数十亿英里的行驶中进行测试和验证的解决方案，以实现客户所需的安全性和可靠性。借助DRIVE Constellation，可以将视觉计算和数据中心方面的专业知识相结合，实现了这一目标。借助虚拟仿真，可通过对数十亿英里的自定义场景和极端情况进行测试，从而提高算法的稳定性，其花费的时间和成本仅为实际道路测试的一小部分。

据称，DRIVE Sim软件可生成照片级逼真的数据流，以创建大量不同的测试环境。它能够模拟诸如暴雨和暴风雪等不同天气状况；一天中不同时间内的光线变化，或是夜间受限的视野；以及所有不同类型的路面和地形。在模拟过程中可设置各种危险情况，来测试自动驾驶汽车的反应能力，以确定其不会对任何人的安全造成威胁。

传统经验和增加透明度至关重要

英特尔公司高级副总裁，子公司Mobileye首席执行官兼首席技术官Amon Shashua认为，在发生了Uber自动驾驶事故后，已经到了思考传感和决策对安全意义的时候了。

Amon Shashua称，我们当前所面临的一大挑战就是解读传感器信息。从警察公布的视频中似乎可以看出，即便检测和分类对象的能力是自动驾驶汽车系统中最基本的构建模块，但其实，这也是一项极具挑战性的任务。然而，这种能力是当前高级驾驶辅助系统（ADAS）的核心，该系统囊括自动紧急刹车（AEB）和车道保持等功能。数十亿英里的行驶里程足以验证，ADAS中的高精度传感系统正在挽救生命。同样地，在克服更大的挑战之前，这种技术也是未来全自动驾驶汽车所需要的基本要素。

根据警方公布的Uber事故视频，Mobileye进行了技术分析。Amon Shashua称，尽管视频状况不佳，有可能很多事故现场的高动态范围数据已丢失，但Mobileye的软件在撞击前大约1秒的时候，就清晰的检测到了路上的行人及自行车物体。

（图像来源于警方公布的TV监视器上的视频片段。重叠的图像显示了Mobileye ADAS系统的响应。绿色和白色边界框是自行车和行人检测模块所输出的结果。水平图显示了道路和障碍物之间的边界，我们称之为“自由空间”。）

对于新技术的应用，Amon Shashua称，像深度神经网络等人工智能技术的发展，让很多人认为，高精物体检测系统已经可以被轻松地开发出来，而那些计算机视觉专家十几年的经验则被视为大打折扣。这使得很多新手涌入这一领域。虽然这些新技术的确有用，但很多传统依旧不能忽略，这包括识别和完成数百次极端情况的测试、对数千万英里数据集的注释以及在数十个ADAS项目上进行极具挑战性的试生产验证测试。经验至关重要，尤其是在安全为先的领域。

对于自动驾驶的透明度及公开性。Amon Shashua认为，要想获得公众信任，就必须更加透明化。自动驾驶的决策必须符合人类判断的常识。另外，自动驾驶的感知系统也需要有冗余设计。同时必须依赖于独立的信息源：摄像头、雷达和激光雷达。不过，如果只是把这些信息源简单整合，有助于提高驾驶舒适度，但不利于安全。因此需要为这些信息源增加足够的冗余度来提高自动加强的安全性。

自动驾驶商用仍需探索

针对目前的自动驾驶技术，爱立信东北亚区首席市场官张至伟称，自动驾驶对通信技术的要求很高。目前主要有两种技术方式，一种是通过汽车把数据收集到后，部分信息通过云端辅助来处理，而另一种方式则是所有的信息都在本地进行处理。与在云端处理相比，本地处理的方式成本太高，运算量太大，这种方式在试验时没有什么问题，但要做大规模商业运营，则会受到成本的限制，是否能够真正商用还有待探讨。

而通过云端辅助的方式，目前来看虽然汽车的硬件成本较低，但受到云端处理通信延时的影响，也还不适合自动驾驶这种关键型的物联网应用。

爱立信此前就已经在欧洲斯德哥尔摩与当地政府开通了自动驾驶专线公交车。同时，与英特尔、丰田、NTT、DOCOMO、DENSO等在日本成立了汽车大数据联盟，研究车联网生态系统。另外，也与合作伙伴一起设立了欧洲5GCAR项目，并在早在2016年就与芯片厂商、设备商、车企等成立了5G汽车联盟。

张至伟称，随着5G网络的商用，低时延和大带宽的特性，可以给自动驾驶提供更好的通信的支持。如果合理地把汽车的相应计算量放在本地，另一部分计算量放到云端。就能发展很好的作用来完成自动驾驶。

要做好自动加强这种关键型的物联网应用，通过两段网络就能组成高可靠低时延的网络。其中一段是“空口”，就是车辆到基站的部分，目前5G基站能做到毫秒级延时；另一段是“基站到核心网”，由于这一段涉及到传输、核心网位置、程序计算响应等。技术很复杂，也存在很大的不确定性。因此，这一段需要用到分布云，或边缘计算。在3GPP-5G规范里就有边缘计算的标准。

通过把原来传统的中心大云做成大云带很多小云，这些小云尽可能推到网络的边缘上去，就能尽可能地将“基站到核心网”这一部分的时延降到最低。比如在北京，就可以在各个区县分别放一朵云，通过这种边缘计算的方式，降低自动驾驶汽车与云端的时延，保证自动驾驶的安全性。

百度方面则认为，通过提前绘制高精度地图为自动驾驶提供基础服务，是更现实的一种做法。百度智能汽车事业部总经理顾维灏称，Apollo自动驾驶平台分为四层，最底层是汽车车辆层，再往上一层是硬件平台层，包含了各类传感器和计算中心，再往上软件服务层，包含了自动驾驶需要各类的软件，最上一层叫云端服务层，高精地图所有的更新都是在云端服务层完成。

百度高精地图负责人马常杰对搜狐科技称，与其它方式相比，自动驾驶汽车驾驶过程中使用高精地图，主要有三大优势：第一，高精地图是自动驾驶的“千里眼”，能够让汽车提前知晓位置信息，精确规划行驶路线；第二，是自动驾驶的“透视镜”，在摄像头看不清或雷达检测不到的地方，高精地图能及时反馈数据；第三，可充当自动驾驶过程中的“安全员”，能精确识别交通标志、标线等上百种目标，提前做出准确判断和决策。

马常杰称，用于自动驾驶的百度高精地图并不是说建完了就一劳永逸了，在这个过程中除了采集到的数据要通过国家审核外，也会有固定的更新周期，以保证自动驾驶车辆获得的高精地图数据保持最新。

媒体及公众应给自动驾驶更多宽容

正如“人咬狗才是新闻”这种说法透出的无奈，作为还处于早期的自动驾驶技术，让媒体和公众对这项技术给予更多宽容，是诸多相关公司共同的愿望。

百度方面对搜狐科技称，“自动驾驶技术的前景是光明，如果停止自动驾驶技术的发展无异于因噎废食。但同时我们也要看到新技术的发展道路是曲折的，因此我们要采取一切可能的措施尽最大力量降低风险，保障安全，既不冒进，也不因噎废食。”

Mobileye Amon Shashua则认为，自动驾驶公司不应过于激进。如果类似的事故再次发生，用户用户本来就很脆弱的信任，将会被进一步降低，并可能引发被动监管，最终把自动驾驶技术扼杀在摇篮里。因此，现在需要汽车厂商、自动驾驶技术公司、监管部门以及其它相关各方联合起来，一起解决自动驾驶中存在的各种问题。

追逐热点是媒体本性，车联网、自动驾驶这种新兴事物，无疑将会改变我们的生活。如果议论这个事情的时候，媒体、公众及相关公司是在探讨技术的升级、法律机制如何健全、以更可靠的方式去做测试，那么整个行业都会得到更向的发展。这种技术也会以更快的速度惠及大众。如果纯粹为了所谓的热点，去炒作还处于非常初期的技术，追求“撞人”等所谓的新闻，那就是只在追热点博眼球，对整个行业的发展没有任何意义，爱立信公司的张至伟这样对搜狐科技称。