事故本可以避免?Uber被曝光缩减安全传感器数量

点击上方蓝字 关注网易智能

为你解读AI领域大公司大事件,新观点新应用



【网易科技讯 3月29日消息】据国外媒体报道,当Uber在2016年决定从福特Fusion汽车转用沃尔沃SUV进行自动驾驶汽车改造时,公司还决定了缩减用于检测道路环境的安全传感器数量。


而五位前Uber雇员以及四位业内专家在谈到Uber在自动驾驶汽车技术方面的转变时均表示,无疑这一决定导致了Uber自行驾驶汽车的探测盲点更多。


根据Uber公开的自动驾驶汽车技术示意图,Uber新型自动驾驶汽车仅在车顶配置了一个激光雷达传感器,而Uber此前采用的老款福特Fusion汽车则安装了七个激光雷达传感器。


根据对前Uber员工以及卡内基梅隆大学运输中心负责人Raj Rajkumar的采访,相关人员均表示单个激光雷达传感器在SUV周围会形成盲区,无法有效检测到行人。


Uber自动驾驶汽车采用的是Velodyne公司生产的激光雷达系统。根据Velodyne网站信息以及参与Uber自动驾驶汽车项目的前员工描述,该系统可以探测汽车周围360度中的物体,但其垂直探测范围很窄,无法探测到低于其安装位置的障碍物。


相比之下,Waymo自动驾驶汽车有6个激光雷达传感器,而通用汽车公司的车辆有5个。


Uber拒绝对其减少激光雷达传感器数量的决定发表评论。在周二晚些时候发表的一份声明中,一位Uber女发言人表示:“我们相信技术有能力使交通变得比以前更安全,并且认识到我们有责任为我们社区安全做出贡献。在开发自动驾驶技术的过程中,安全是我们每前进一步的主要关注点。”


Uber已经将激光雷达盲区问题提交给Velodyne。 Velodyne承认,在车顶设置激光雷达的情况下,车辆周围大约有三米的盲区,表示需要更多传感器才能消除盲区。


Velodyne公司总裁兼首席业务发展官Marta Hall表示:“如果你要有效避开行人,你需要在车辆侧面安装激光雷达传感器才能探测到行人,特别是在夜间更是如此。”


上周发生在亚利桑那州Uber自动驾驶汽车致人死亡事故的确切原因尚在调查当中,并且目前还不清楚该车的传感器当晚是如何运作的,或者说激光雷达是否存在盲点问题。


与老款的Fusion自动驾驶汽车一样,很多其他自动驾驶汽车技术公司在汽车周围设置了多个小型激光雷达装置,以增强车顶激光雷达的效用。该领域的实践专家指出,这种探测方法可以更加全面地覆盖道路。


早期的Fusion测试车使用了7个激光雷达,7个普通汽车雷达和20个摄像头。Uber表示,新款沃尔沃自动驾驶测试汽车使用单个激光雷达,10台雷达和7台摄像机。


据前员工称,当Uber于2015年初上马自动驾驶汽车技术时,急于赶超Waymo。在一些汽车工程师保留谨慎态度的前提下,公司管理层比较冒进,想要获得更多的上路测试结果。


七位审查过这次事故的专家认为,自动驾驶系统应该可以看到行人并刹车。当晚的环境并没有什么影响,也有路灯亮起。


“普通雷达应该能够消除(激光雷达)的盲区,”Rajkumar说。


Uber以及沃尔沃都拒绝对相关论断发表评论。

可以肯定的是,除激光雷达盲点之外,还有很多可能的原因。加州理工学院工程教授,前加州理工学院自动驾驶汽车负责人理查德·默里(Richard Murray)表示,Uber自动驾驶汽车也可能会发生软件故障。


“但是事故依旧让人惊讶,因为路上并没有别的东西,”他如是指出。


盲区问题


Fusion自动驾驶汽车的示意图显示,“汽车前部,后部和侧翼上安装的激光雷达模块有助于检测车辆附近的障碍物,以及可能出现在视野盲区内的小型障碍物。”


其沃尔沃自动驾驶汽车的示意图则显示仅在车顶上配置了单个激光雷达系统。根据公司声明,在减少其激光雷达装置的同时,Uber采用更多的普通汽车雷达规避视野盲区中的障碍物。


一位前员工表示,Uber认为简配至一个激光雷法的决定是因为此前Fusions设置的多个激光雷达“太夸张”。公司认随着自家的自动驾驶系统越来越完善,没有必要安装多部激光雷达。

这名前员工表示,由于安装在SUV车顶的激光雷达位置更高,更容易出现盲区,进一步降低了探测到诸如松鼠、自行车轮子或者行人的腿等较低障碍物的能力。


一位参与测试自动驾驶汽车项目的前Uber员工表示,在2016年末的一次测试中,Uber的沃尔沃就未能探测到街边送货卡车伸出来的后挡板,险些以35英里每小时撞上去。


Uber拒绝对具体的测试事件发表评论,但表示其技术在不断更新和改进,汽车测试中的每一起事件都由工程师记录并反复检查。(晗冰)



网易智能

聚焦AI 读懂下一个大时代

长按扫码关注我们

加入社群


AI社群(AI专家群、AI黑板报)火热招募中,欢迎对AI感兴趣的小伙伴,添加小助手微信kaiwu_club,说明身份即可加入。


往期精华


人物专访  沈向洋 | 于尔根 | 洪小文 | 李德毅 | 尤瓦尔 | 哈萨比斯 | 宋继强 | 杨强 | 余凯 | 邓志东 | 芮勇 | 戴文渊 | 石博盟 | 韦东 | 黄学东


行业特稿  抢滩智能音箱(上) | 抢滩智能音箱(下) | 自动驾驶行业素描(上) | 自动驾驶行业素描(下) | 机器翻译技术与应用


重磅报告  麦肯锡(二) | AlphaBeta & ABC | 埃森哲 |  英国政府 | Internet Society | Forrester | VertoAnalytics 麦肯锡(一) | 苹果公司 | 耶鲁大学 

CCF大数据与计算智能大赛-面向电信行业存量用户的智能套餐个性化匹配模型联通赛-复赛第二名-【多分类,embedding】.zip项目工程资源经过严格测试可直接运行成功且功能正常的情况才上传,可轻松复刻,拿到资料包后可轻松复现出一样的项目,本人系统开发经验充足(全领域),有任何使用问题欢迎随时与我联系,我会及时为您解惑,提供帮助。 【资源内容】:包含完整源码+工程文件+说明(如有)等。答辩评审平均分达到96分,放心下载使用!可轻松复现,设计报告也可借鉴此项目,该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的。 【提供帮助】:有任何使用问题欢迎随时与我联系,我会及时解答解惑,提供帮助 【附带帮助】:若还需要相关开发工具、学习资料等,我会提供帮助,提供资料,鼓励学习进步 【项目价值】:可用在相关项目设计中,皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面,可借鉴此优质项目实现复刻,设计报告也可借鉴此项目,也可基于此项目来扩展开发出更多功能 下载后请首先打开README文件(如有),项目工程可直接复现复刻,如果基础还行,也可在此程序基础上进行修改,以实现其它功能。供开源学习/技术交流/学习参考,勿用于商业用途。质量优质,放心下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值