無人駕駛技術探討 什么能阻止Uber致命事故

　　自從Uber撞車事件發生后，自動駕駛技術的開發者們都在使出渾身解數，想要令消費者重拾信心，熱傳感器悄然變為眾人矚目的焦點。

　　到底什么樣的技術才可以避免這樣的悲劇發生?是激光和超聲波?還是雷達和攝像頭?

　　上述問題一直在自動駕駛技術領域的重大爭議中占據主導地位。以往，人們從未如此關注過熱傳感。

　　但隨著亞利桑那州Uber自動駕駛汽車發生嚴重事故，人們開始重視熱傳感器。

　　目前，像FLIR Systems和AdaSky這樣的熱成像相機制造巨頭成為了公眾的焦點，并借此向那些對自動駕駛汽車發展產生警惕的公眾宣傳著他們的案例。

　　自動駕駛技術爭論的焦點：任何傳感器技術都存在內在固有的優劣權衡

　　據麥姆斯咨詢報道， Waymo和Uber等公司的自動駕駛汽車主要依靠旋轉式激光雷達(LiDAR)傳感器來準確地探測車輛周圍環境。然而，即使頂級LiDAR的價格在過去幾年中已大幅下降，但對于大多數市場應用來說仍然非常昂貴。例如，Velodyne公司的64線束LiDAR系統的價格約為8萬美元。

　　市場嗅覺敏銳的開發者已經使用更便宜的LiDAR技術來代替。新一代所謂的固態LiDAR要比Waymo汽車上的旋轉激光系統要緊湊得多，在未來幾年，固態LiDAR的價格很可能會降到100美元以內。

　　LiDAR成本逐漸降低并不意外，但這需要在成本和性能等方面做出重要權衡。與高分辨率LiDAR相比，低分辨率LiDAR傳感器很難準確分辨出遠距離的物體，這就意味著這些依賴低分辨率LiDAR系統的自動駕駛汽車所留有的反應時間將變短。

　　更棘手的是，LiDAR是一種光譜技術，霧、雨和雪都會嚴重影響其精度。

　　因此，特斯拉選擇了一種截然不同的傳感策略：擺脫了LiDAR，轉而使用雷達和光學相機。但是，這兩種技術也有局限性：雖然雷達可以感知遠距離物體，并且即使在惡劣天氣中也表現良好，但它很難識別物體。

　　在特斯拉的系統中，通過相機與雷達協同工作來判斷物體。但是，相機在低光照下的拍攝效果不佳，這就是該系統的致命弱點。

　　值得注意的是，根據美國高速公路安全保險協會(Insurance Institute for Highway Safety，IIHS)的最新研究結果，行人死亡人數在日落之后上升最快。事實上，絕大多數(四分之三)的行人死亡發生在夜間。

　　在Uber的致命事故后，警方發布了一段令人震驚的視頻，很明顯，從視頻中可以看出，光照條件起到了主導作用。

　　在基于LiDAR或是雷達的系統中，熱傳感技術可能是必要的權宜之計。該項技術已在如寶馬、保時捷等高端汽車上使用，但它還沒有成為大多數自動駕駛傳感器的必備選擇。

　　AdaSky公司最近發表的一份白皮書稱：“采用遠紅外(FIR)技術的新型傳感器可以填補其他自動駕駛汽車傳感器留下的可靠性空白。由于FIR已在國防、安全、消防和建筑等領域使用了幾十年，因此它是一種成熟且經過驗證的技術。”該公司是將商業化紅外傳感用于自動駕駛技術的公司之一。

　　利用紅外波，基于FIR的相機可探測到物體自然釋放的不同熱量。FIR相機憑借其可感應紅外光譜的能力，就可以探測到可見光相機、雷達和LiDAR系統均無法識別的物體。至關重要的是，FIR相機在低光照和惡劣天氣條件下也能正常工作。

　　考慮到公眾對近期自動駕駛汽車事故的反應，開發者們將會為“如何重獲公眾的信心和消費者的熱情”做出努力。我們將會看到更多關于改進傳感器封裝的討論，可以肯定的是，熱成像相機將成為自動駕駛傳感器的重要組成部分。