由首例无人驾驶车祸谈起：机器视觉的盲区

美国监管机关与Tesla公司证实，一辆特斯拉S型（Tesla Model S）轿车，5月在佛罗里达州高速公路发生车祸，当时车子正处于自动驾驶模式，驾驶员当场死亡。由于这件事，导致特斯拉股价盘后下跌了2%。

    这些年来，我们一直在研发无人驾驶汽车，有一部分人坚信将来肯定是无人驾驶汽车的时代。《华尔街日报》甚至撰文写道，无人驾驶的出现会让汽车将不再是个人身份的地位的象征，而只是我们的代步工具，将来会出现无人买车的现象。然而，这起无人驾驶车祸的发生无疑是给这些人打了一个响亮的耳光：无人驾驶技术还没有发展完善。

    今天，我们暂且不去讨论将来无人驾驶技术会发展成什么样子，只是思考这起无人驾驶车祸事件是如何发生的。

    无人驾驶技术

    在讨论发生这起车祸的原因之前，我们先来了解一下什么是无人驾驶技术。

    根据百度百科里面的解释，无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶。

    无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

图片来自百度百科

    事故分析

    根据了解的情况，当时Models行驶在一条双向、有中央隔离带的公路上，自动驾驶处于开启模式，此时一辆拖挂车以与Models垂直的方向穿越公路。在强烈的日照条件下，强光的原因导致摄像头致盲，自动驾驶系统无法识别拖挂车的白色车身，因此未能及时启动刹车系统。由于拖挂车正在横穿公路，且车身较高，这一特殊情况导致Model S从挂车底部通过时，其前挡风玻璃与挂车底部发生撞击。

白色卡车模拟图

    从这里我们可以看到，这起车祸的罪魁祸首就是摄像头在强光下无法识别白色的卡车。为什么在强光下，摄像头会无法识别白色的卡车呢？这里就不得不提到影像质量评测里的一个词：过曝。

    我们都知道，摄像头要“看到”物体，需要摄像头取光，然后经过传感器（sensor）上的感光材质，然后传输到DSP上，经过A/D转换，生成电流信号，最终显示为图像。

    镜头摄取的光量是有一个范围的。如果环境亮度太暗，则摄像头需要更多的曝光时间。反之，如果环境亮度太高，则摄像头需要的曝光时间就非常短。而在这起车祸当中，环境亮度非常高，摄像头摄取的光量远远超乎平常，就出现了曝光过度的情况，整个画面成白花花的一大片。

    同时，由于特斯拉的摄像头不是广角的，它能识别的范围非常小，只能识别到卡车的部分白色车身，导致自动驾驶系统将卡车误识别为蓝天白云，于是事故就这么发生了。

    按理来说，作为世界闻名的汽车品牌之一，特斯拉应该不会犯这种错误。但是人算不如天算，只能说特斯拉恰好没有把这种情况考虑进去，这种几乎不可能发生的情况偏偏就是发生了。当然，特斯拉识别路况的设备肯定不仅仅是摄像头，还有毫米波雷达。但是，无可否认的是，特斯拉的摄像头设置得确实有所欠缺。

    解决方案

    那么，有什么办法可以防止出现这种情况呢？

    英迈吉影像质量评测实验室认为，像无人驾驶这种高风险的技术，在设计之初就应该把各种情况考虑到。正所谓不怕一万，就怕万一，事故发生的一刻就没有后悔可言。英迈吉实验室在评测影像质量的时候，往往会用到十几种灯源，模拟上百个亮度环境，为的就是保证产品在各种环境下都能正常运作。你永远不知道你的用户会在什么样的环境下使用你们的产品，所以我们能做到的就是尽量保证在各种环境下，用户都能正常使用。除此之外，特斯拉应该要使用广角的摄像头，这样才能识别更多信息。

    最后，作为一个考驾照考了两年、曾被教练骂得体无完肤的悲催学员，我还是挺希望无人驾驶技术能早点完善，这样或许我们就不用考驾照了。