過去的幾十個小時，一直有個聲音回蕩在科技評論界：到底是Uber涼了，還是無人駕駛涼了？

當地時間周一晚上，Uber在美國亞利桑那州坦佩市進行自動駕駛道路測試時，撞到一名中年女子，搶救無效后該女子死亡。這是人類史上第一次自動駕駛汽車發生事故導致死亡的案例，雖然根據多方消息，當地交警判定Uber并不是主要責任方，該女子違規橫穿馬路很可能才是最大原因。

但公眾輿論的沸騰還是如期而至：不是說好了非常安全嗎？怎么剛測試測試就出人命了？當然，隨著Uber暫停了所有自動駕駛車輛的測試，唱衰整個無人駕駛產業的聲音也迅速出現。

其實客觀地說，汽車誕生之后，就必然出現車禍；飛機被發明出來，就一定會發生空難。交通技術革新是無法避免風險的，只是我們都不希望這個“第一次”來得如此之快。

關于這次事故的調查結果尚未公布，而基于目前情況看確實可能是一次“人類司機也無法避免的悲劇”。但我們還是會想，為什么自動駕駛系統不能比人類司機更好地規避風險？為什么不在更安全的環境里測試？還有，為什么打官司、出事故的總是那個Uber？

這些問題的背后，隱藏著一個真實存在的狀況：政府環境的寬松、資本的瘋狂以及輿論的期待，正在讓無人駕駛產業變得“不那么嚴謹”。

但這個領域，卻赫然是不能不嚴謹的。

為什么是亞利桑那州？

翻看一下國外主流科技媒體，就會發現跟中國不同，這次事件后批評的焦點并不在Uber，而是在亞利桑那州。

比如推特上有人嘲諷說：亞利桑那州集中了這么多無人車，不是因為干燥的天氣和良好的路況，而是因為有個瘋狂的州長。

2015年1月，共和黨人Doug Ducey就職亞利桑那州州長。這位實干派上任后的核心口號可以總結成四個字：干掉加州。

從加州手中搶奪科技產業科技巨頭，兩年多時間里已經演化出了一場新的“西部淘金熱”。Doug Ducey明確提出對于科技企業的政策非常簡單，就是“少抽稅，少監管”。

就在這次命案發生前的兩個星期，Doug Ducey宣布了新的行政命令：允許根本沒有駕駛員的無人駕駛汽車在本州上路。這個破天荒的政策馬上得到了響應，Waymo隔天就宣布要在鳳凰城試運營無駕駛員的出租車。

即使是以開放和擁抱科技著稱的加州，對自動駕駛車輛也有嚴格的要求：必須要經過測試，繳納保險金之后才能獲得牌照。但在亞利桑那，自動駕駛車輛不需要任何特殊許可，只要進行一個標準車輛登記就行。換言之，政府根本不管自動駕駛車輛的上路數據如何，是否符合安全標準。在亞利桑那，你只管大膽上街跑就是了。

結果，在加州根本沒有獲得上路測試資格的Uber，在亞利桑那一年時間內兩次發生事故，這次還造成了人員死亡。

當然，原本美國就很大可能在秋季頒布聯邦的自動駕駛監察法規，亞利桑那這種放任政策可能將一去不復返。而這次的事件，很可能將聯邦對自動駕駛的監管力度再提高一個等級。

不管這次事件最終判定原因如何，美國輿論都很難放過Doug Ducey州長這種放任自由的政策。因為政府完全不去審查，就很大概率把原本技術就不達標的企業放到公路上——比如說，Uber。

為什么總是Uber？

可能這么說有點刻薄，除了“輔助駕駛”等級的特斯拉，在L3/L4級別自動駕駛車輛中，假如爆出來交通事故，大概所有人第一個想到的就是Uber。

從2015年進場無人駕駛領域開始，Uber可謂麻煩不斷。16年底其無人駕駛出租車在舊金山上路搭載乘客，當天就被爆出闖紅燈，很快還因資質問題被加州政府叫停。

去年，同樣在亞利桑那州的坦佩市，Uber的無人駕駛測試車遭遇嚴重事故，所幸沒有人員傷亡，最后警察也確認事故原因不在Uber這邊。

但無論如何，“每逢車禍必Uber”肯定不是什么好事。而且Uber無人駕駛真正讓人擔心的絕不僅是事故。

說個簡單的對比，去年加州DMV公布的2016年本州自動駕駛測試數據中，成績最好的Waymo測試中人工干預駕駛次數只有千英里0.2次。Uber是拒絕向加州申請測試牌照的，所以這個數據里并沒有它。但根據媒體披露的Uber內部測試數據，2016年其每千英里人工干預次數要達到1200多次，在參與DMV測試企業中這個成績只能倒數。雖然兩者測試地點和測試方式不一樣，但Uber的技術不成熟可見一斑。

雖然技術實力與行業領頭羊差距極大，但Uber的激進程度卻是頂尖的，二者結合自然讓人擔憂。除此之外，Uber還經常拒絕向監管機構公開數據；內部測試結果表達方式含混不清。而與Waymo曠日持久的專利糾紛，以及伴隨而來的大量人才外流也令人懷疑其后繼研發實力。

無人駕駛領域，Uber屬于很晚開啟，不久之后就要實車上路的“跑步進場流”。但一次事故是偶然，兩次是運氣差，次數多而且造成了人員傷亡，實在不能不懷疑Uber這樣的“速成派”真的不行。

于是一個結論呼之欲出：缺少底層技術積累和大量硬件解決方案支持的自動駕駛項目，效果可能確實差強人意。

這是個技術和工程實力堆積出來的重工業，輕型玩家還需慎重。

城堡和市場：無人駕駛的“重工業”真相

我們不妨來分析一下，為什么Uber的自動駕駛測試車好幾次都沒有完成避讓。當然，有些狀況確實是無論如何也無法避讓的，但這次事故中時速30多公里的情況下，系統卻沒有做出任何避讓行為，難免讓人懷疑車輛的感知和避讓能力。

讓一輛車在緊急情況出現后合理避讓，其實是無人駕駛技術最大的挑戰之一。

首先，車輛要能感知和追蹤到突然出現、快速移動的人或物體。這就要求車輛搭配不同傳感方式，確保綜合感知能力到位。業界今天的普遍解決方案，是毫米波雷達+機器視覺攝像頭+激光雷達。但同樣是這三個東西組成的傳感序列，性能卻天差地別。有媒體分析這次事件時，籠統的將“Uber搭載了激光雷達”等同于“激光雷達不行”。這個只能說，離開性能、成本和專利技術談硬件都是耍流氓…

僅在激光雷達一項上，Waymo就有近200項專利，競爭之激烈可見一斑。而為了商業化，很多無人駕駛方案會對傳感系統進行降低成本測試，也會影響其工作精度。

之后，感知到行人和移動物體的車輛，還要自動設置躲避方案，避免事故。顯然，躲避不合理、躲避遲慢、過早躲避都是不行的。這里就需要大量AI算法來支撐車輛的運算精度與速度。

而統攝整個避讓流程的，還有車輛的中心處理器。其運算速度、與機械體系的聯動效率都會影響最終躲避結果。此外，高精地圖等因素也有很大關系。

這一整套從芯片、處理系統、算法、傳感器到車輛本身的系統，構成了一套嚴密的“機體”。任何環節的缺失，都可能在極端情況下釀成苦果。

這也是為什么無人駕駛企業之間瘋狂打專利戰；為什么無人駕駛的算法公司能賣出天價；為什么駕駛專用芯片會提上日程。

假如要從不幸事件中找正向意義的話，這次事件的價值或許在于，赤裸裸地揭開了無人駕駛是一個不能以“資本換時間”，也不能“用某種優勢撬動整體”的產業。這是一個需要每個環節都不能出錯的“重工業”。AI技術、傳感系統和工程化能力，缺一不可。

想要在公眾無法避免的恐懼下，堅持推動無人駕駛，企業或許需要一座城堡和一個市場。

所謂城堡，是更多的專利技術和制造業基礎。Waymo數百個專利和瘋狂的研發投入，確實換來了不錯的安全成績。

所謂市場，是行業建立起開源、標準化的解決方案平臺，共享研發基礎和極重要安全技術。尤其是無人駕駛中廣泛應用的AI技術，其特性決定了算法可以共享和眾包研發，某些極重要解決方案，比如黑夜條件下的緊急躲避，不能成為某個企業的私藏。而應成為行業標準。并開源相關算法與數據，讓整體研究水準不斷推進。

畢竟惡性事故之后，媒體和輿論不會管這是張三還是李四出事了，只會變成整個無人駕駛行業的危機公關。更何況，人命大過天。

此外，無人駕駛的相關立法和監管必須更加嚴格。無人駕駛不能附帶“政績工程”，不能變成政府搶占優質企業與GDP的快速通道，畢竟街上的行人不是砝碼。

無人駕駛確實正在以超乎想象的速度落地，但各種“雜質”也正以可見的速度在行業中生長。想要保持良性狀態迎接未來，行業內的秩序和行業外公眾的冷靜客觀都是必不可少的。就像蓋座樓，無論是里面的人粉飾白墻還是外面的潑黑漆都沒什么用。

打地基，才是最重要的。

返回第一電動網首頁 >