“2018 年 3 月 18 日晚上,自动驾驶汽车在亚利桑那州坦佩市以 43.5 英里/小时(约 70 公里/小时)的速度进行自动驾驶道路测试。49 岁的 Elaine Herzberg 正推着单车横过马路,她离最近的人行横道约 109 米。事故发生前 5.6 秒,自动驾驶系统首次「看」到 Herzberg。但此时不可避免的导致Elaine Herzberg被撞倒,抢救后无效死亡”
这是近几年来全球所发生的首例无人驾驶车辆所导致的死亡事故,当时各媒体竞相报道:
而Uber官方也在事故发生后,暂停了所有测试。分析人士认为,此次车祸的发生,可能会让此前如火如荼的自动驾驶车发展势头被猛然泼上一盆冷水,那这次车祸Uber自动驾驶是否要承担所有责任?它又会在何种程度上,影响未来自动驾驶的走向?
去年这块传统汽车公司及其供应商、科技公司都想分一杯羹的兵家必争之地,却因为这次事故让整个行业陷入停滞。
在 Uber 自动驾驶测试汽车撞死路人的 20 个月后,美国国家运输安全委员会(NTSB)公布了一个让人感到不安的发现 —— Uber 的自动驾驶系统「看」到了推着单车过马路的受害者,但由于当事人并不在斑马线上,系统无法识别出她是人。但不幸的是,一系列的软件设计缺陷使得系统在撞向行人的前 0.2 秒才作出反应,但一切为时已晚,事故不可避免地发生了。
▲Uber 自动驾驶测试车硬件搭载外部视图 | NTSB 官方文件
- 距离碰撞还有 5.2 秒,系统将其判定为「其他」物体;
- 距离碰撞还有 4.2 秒,Elaine 被识别为「车辆」;
- 碰撞前 2.7~3.8 秒,系统对 Elaine 的识别结果在「车辆」和「其他」之前摇摆不定;
- 距离碰撞还有 2.6 秒,系统将 Elaine 和她的自行车识别为「自行车」;
- 距离碰撞 1.5 秒,Elaine 被系统识别为「未知」;
- 距离碰撞 1.2 秒,她又变成了「自行车」。
- 在任何时间节点,系统都没有将 Elaine Herzberg 判定为「行人」。NTSB 表示,「软件系统设计中并没有考虑到不守规则、横闯马路的行人。」
- 频繁更改对 Elaine Herzberg 识别的结果导致 Uber 的自动驾驶系统无法准确地计算出它的行驶轨迹,同时也没有意识到她处在与车辆碰撞的路线中。按理说,无人车在识别到有物体进入它的行驶路线之后,即便不确定这个物体是什么也应该主动进行刹车。然而 Uber 的软件设计逻辑并非如此。在探测到目标物之后,系统通过物体之前的位置来推算出其速度以及可能的行动轨迹。「然而,假设感知系统对目标物的识别结果改变后,相应的对它行动轨迹的推测也会重新来过。」NTSB 报告指出。
- 学习了解机器学习和计算机视觉的相关知识
- 通过这些知识构建智能体的感知和预测系统
- 利用已学的相关算法和方法,进行详细的分析与改进研究
- 在导师的指导下发表论文
相关学科
计算机视觉 自动驾驶
统计学 应用数学
计算机 人工智能 机器学习
导师:加州大学伯克利分校 博士
现于加州大学伯克利分校机器人专业攻读博士学位,并担任助理研究员
同时兼任本田硅谷研究院计算机视觉与行为预测研究实习
研究方向主要为计算机视觉、机器学习等相关算法及应用
曾在多个顶尖国际会议与期刊中发表论文,担任IEEE多个期刊与会议审稿人
课题研究方法
AI+X数据驱动型科研
科研课题成果
想要获取详细课题大纲
请扫描二维码
关注「有方背景提升」