美国国家运输安全性委员会（NationalTransportationSafetyBoard，NTSB）今天发布了它对一起牵涉到Uber测试机器人车和ElaineHerzberg的可怕车祸的调查结果。不出所料，他们把问题归咎于Uber的安全性文化，安全性驾驶员在驾驶员途中观赏流媒体视频节目，以及在一定程度上归咎于行人的状态损毁。最值得注意的是，之前有报导称之为，Uber系统无法辨识人行横道外的行人，这一报导必须展开修正。事实并非如此，尽管这个问题不存在缺失，但它们在这起事故中没导致任何不良影响。
NTSB主席RobertSumwalt回应：“自动驾驶系统以及车辆驾驶员的失当不道德都是更加深层次问题的征兆，这些问题流露出来的是UberATG时代不存在的违宪安全性文化。”外媒在这个报告公开发表之前也做出了一系列新闻报道，听证会还透漏了一些书面报告中没特别强调的细节。有可能事故原因报告国家交通安全委员会对有可能原因的最后判决将主要责任归咎于安全性驾驶员的疏失。
造成Uber缺少安全性文化的原因在于：对安全性驱动程序的监控不力以及缺少应付自动化可笑的对策，此外他们还将第三个原因归咎于行人过马路的障碍，以及亚利桑那州和联邦政府在监管方面的失责。最值得注意的是，他们并没将技术故障归咎于瓦解的原因。
这是一个准确的原因裁决——尽管所有经过测试的车辆一般来说都比Uber更佳，但它们的缺失不会造成安全性驾驶者疏忽大意，而将这些缺失归咎于根本就是要以这种方式展开的测试。人为过错报告认为，当牵涉到到人为过错时，Herzberg的血液中有“高浓度的甲基苯丙胺”，多达药物剂量的10倍，这不会转变她的感官能力。她体内还有大麻残余。
直到爆胎前一秒，她才向右看向迎面而来驶向的车辆。也有证据指出，安全性驾驶员显然拿走了手机，并在上面播出电视节目，在驾驶员过程中有34％的时间低头看手机，在撞击前6秒到1秒有整整5秒钟的“一瞥”。虽然Uber录音了安全性驾驶员的视频，但他们未曾审查过该司机的视频，以找到她违背了禁令用于手机的政策。
该驾驶员没受到训斥，还在这段路上进了73次车。虽然每辆车里都有一台可供操作者人员用于的小型平板电脑，但操作者非常简单，就像其他导航系统电脑一样，只表明导航系统路线，而且输出源很少。美国国家运输安全性委员会没将这些阻碍归咎于这款平板电脑，Uber称之为其设计的平板电脑用户体验合乎NHTSA的车内用户体验指南。
也有一些团队在报告异常情况时用于语音系统而不是触碰系统以防止迟疑。机器过错更加多关于Uber系统如何处置行人的细节也被透露。
早期的报告（还包括我自己的一些报告）认为，该系统无法将人行横道外的障碍物归类为行人。这是不准确的，尽管真凶更加令人困惑。
它根本没把她归类为行人，有可能是因为她是在骑自行车。让作者深感疑惑的是，在系统的目标分配模块中提及了潜在的告终，但实质上并没再次发生。当一个机器人汽车系统辨识出有一个障碍物时，它不会企图预测障碍物有可能移动的方向，并以此估算出有障碍物的“目标”。
例如，行人在人行横道上有可能有过马路的目标，车道上的汽车或自行车很可能会之后沿着那条车道行经，当然也有可能会转车道。Uber的一个缺失是，它的系统会将“过马路”作为目标分配给不出人行横道上的行人。如果他们找到有一个行人，那么他们并会指出她是在过马路。忽略，她被归类为车辆、骑马自行车的人或不得而知的障碍物。
这些对象的目标猜测是有所不同的，并且在许多情况下基于对象过去的移动历史，这就是为什么在新的分类后记得过去的历史是确实的技术错误。每次它对她展开新的分类时，都必需在没过去记录的情况下预测她的动作，因此它无法解读，不管她是谁，她正在过马路，而且打算转入他们的车道。缺乏“对象持久性”依然是比分类错误更大的错误。
分类错误在机器人汽车系统中常常再次发生，但是由于系统在不告诉它是什么的情况下追踪和目标移动，这应当可以减低分类错误。Uber没做这一点。更好的细节透漏了沃尔沃标准自动紧急制动系统的停止使用与SUV。
沃尔沃系统有自己的雷达，与Uber的雷达频率完全相同，因此无法同时用于。后来，他们新的调整了其中一个雷达，使两个系统都能工作。
自动化可笑人们注目的焦点是人类在监控自动化系统方面的展现出，以及人们显得可笑和惫懒的趋势。这是具备一定自动化程度的交通方式中的一个联合因素。Uber未曾审查过安全性司机的视频，也很少查阅其他人的视频，但现在有第三方对安全性驾驶员展开抽验，以找到类似于的问题。
现在，Uber和其他公司用于自动系统来追踪司机的视线，以保证他们的眼睛仍然看著在路上，甚至在他们过于过靠近道路时保持警惕。Uber也早已新的落成了两名安全性驾驶员设置。
一个有意思的数据表明，Uber在Tempe有40辆测试车，254名操作者人员。这使得他们想要替换成一个安全性驾驶员而不是两个安全性驾驶员的点子令人困惑，他们或许有充足多的人手在每辆车里敲两个人。虽然一般来说两个安全性驾驶员比一个安全性驾驶员好，可以避免这类事故的再次发生，但我现在指出，对一个安全性驾驶员展开计算机监控实质上有可能早已充足了。
特斯拉自动驾驶仪的驾驶员没拒绝接受过培训，一般来说是独自一人驾驶员，他们的记录指出，让一个人来监督一个气馁的自动系统，不会产生充足的安全性记录。一个接受训练的安全性驾驶员，再加自动监控，应当不会做到得更佳。
政策问题正如之前报导的那样，UberATG差劲的安全性文化——或者在某些情况下，缺少安全性文化——招来了很多抨击。根据RobertFox的报告，他们没一个必要的框架来减少风险，他们有差劲的政策和程序，以及对汽车运营商的差劲监督。
据报导，Uber早已解决问题了很多这样的问题，目前只做到了十分受限的测试——意味着是绕着总部一英里的环路，时速容许在25英里。NTSB的EnzarBecic报告了目前限于于测试机器人汽车公司的十分基本的规则，特别是在亚利桑那州，它对测试安全性驾驶员的团队没拒绝。国家公路交通安全性管理局的规定拒绝展开选择性的安全性评估，但只有16家公司递交了一份评估报告，但有多达64家公司在加州登记。
该公司董事长Sumwalt赞扬了Uber在他们的调查中获取的合作，并对特斯拉没能获取协助、不得不解散他们的一项调查的方式展开了一些有力的批评。Sumwalt说道，他讨厌Uber的首席执行官“没挂断我的电话”，这反感地似乎ElonMusk有可能在谈话中挂断了他的电话。更加多关于技术故障的解释在我之前关于Uber丧生的报告中，我对两个新的技术细节展开了大量辩论，即Uber系统的配备无法辨识人行横道外道路中间的行人。更加最重要的是，他们的目标追踪系统有一个缺失，每次新的分类一个目标时，它都会记得过去的经验教训。
许多其他媒体也对这些问题展开了报导，其中大多数都把重点放到行人身份辨识问题上。尽管我早已十分确切地指出，这些技术问题虽然是系统设计和编码差劲的标志，但并不是事故的主要原因，但读者并会这么想要。因此，有适当申明的是，据我所知，所有的机器人车队都不存在这样的问题，即系统无法正确地在其视图中对事物展开分类，这使得安全性驾驶员必需不时地接掌以避免事故的再次发生。
对于全新的项目，这有可能是一个十分频密的事件，只要有一个训练有素的和细心的安全性驾驶员在那里，这就是没问题的。虽然我们可以也应当对Uber软件的低质量提出批评，但我猜测任何一个项目都经历过一个十分早期的阶段，在这个阶段，他们的系统不成熟期，更容易经常出现这样的问题，而这些问题是由安全性驾驶员正确处理的。如果这些车队中的任何一辆车有一名安全性驾驶员躺在那里看视频，就像这里所说的，这些车可能会再次发生事故，如果情况不对，可能会可怕。虽然这并不是优步的借口，但他们也显然运气不好。
一般情况下，行人在人行横道外的高速公路上过马路时，不会尽可能小心谨慎，我们自小就被教导要“过马路前向两边看”。从表面上看，车祸再次发生在一个星期天的深夜，再次发生在一条完全空无一人的道路上，正是这样一种情况：人们一般来说不会提早很好地听见任何驶向的汽车，并定期检查右侧否有迎面而来的车辆，这是非常明显的，因为它的前灯——即使在周边的视野中也很显著。Herzberg在碰撞前的一秒钟左右，斜着穿越飞机。
美国国家运输安全性委员会的调查人员将此归咎于她体内的冰毒。他们不告诉她血液中的浓度是下降，由于最近服用了大剂量药物，转变了感官，还是上升从而引发不奇怪的情绪。据报导，这个地点的行人穿越人行横道很少闻，尽管由于音乐会的原因，那天晚上行人更加多了些。但也没在这个地点再次发生的另一起行人事故的记录。
当然，这并不意味著无人驾驶汽车和安全性驾驶员不用对人行横道外的行人视而不见。尽管大多数行人都较为慎重，但还是有这种情况不存在。事实上，亚利桑那州71％的行人碰撞事件再次发生在十字路口之外。那摄像头呢？关于计算机视觉和摄像头在Uber可怕事件中的起到，人们仍有疑惑。
美国国家运输安全性委员会的报告说道，除了注意到在这次事故中会起起到的近距离摄像头没用于外，完全没任何关于车内摄像头系统的内容。大多数自动驾驶汽车设计用于3种有所不同的系统来检测前方道路上的行人。激光雷达是最可信的，并被所有主要的自动驾驶汽车公司所用于，除了特斯拉。雷达也很好，但对一个没朝你或靠近你的行人来说，效果不好。
在这种情况下，Herzberg穿越街道，因此垂直汽车移动。雷达仍能看见她，但获取的信息较少得多。
因为Uber的软件大大对她展开新的分类，记得了之前习过的东西，雷达也不擅长于获取详尽的水平方位，所以它对于注意到她正在横穿马路并不那么简单。摄像机浮应当在这里起着简单的起到。虽然计算机视觉不具备你从激光雷达和雷达取得的100％确认距离的科学知识，但它可以很好地辨识出有某物是什么，所有的团队都训练他们的系统辨识行人，有人指出是骑马自行车的人。Uber的系统根本没这么做到过。
但是，虽然激光雷达很难辨识像行人骑马自行车这样的物体，特别是在远距离下——在你附近之前，它只是一个集中的点团——这是摄像头应当更佳地摄制的东西。然而，美国国家运输安全性委员会的报告对视觉感官系统所闻只字不提。是它吗？它只是没很好的功能吗？像所有其他的技术问题一样，它们分列在安全性驾驶员问题之后，但是对于我们这些期望理解程序员会犯什么样的错误以及如何防止这些错误的人来说，它们依然很有意思。
视觉系统的一个问题是如何在夜间工作。普通摄像头无法同时取得暗淡物体，如汽车前大灯、路灯和前大灯灯光的物体，和阴影中物体的较好图像。Herzberg在灯光下进进出出，而常规的行车记录仪视频表明，普通摄像头的性能很差。
这就是为什么机器人汽车团队仍然在大力研发“低动态范围”照相机方法，以提升视觉效果。一种方法是用于两个或更加多的摄像头，每个摄像头设置在有所不同的曝光水平，以取得阴影和较好灯光区域的较好图像。
一种更加低廉的方法是让一台摄像头在间隔一帧的暗淡和黑暗曝光之间转换。这些技术应当能让Uber车上的许多摄像头拍电影出有道路和Herzberg的较好图像，即使是在晚上。
董事会成员JenniferHomendy对缺少关于测试的法规明确提出了反感的抨击，她指出应当有更加多的联邦和州法规来对这些车辆展开测试。她对国家公路交通安全性管理局的规定回应忧虑，这些规定目前非常较少。
它们是大于的，因为国家公路交通安全性管理局和各州早已意识到，他们还不具备管理仍在发展和大大变化的技术的技能。尽管如此，NTSB指出NHTSA应当强迫递交安全性计划报告。报告结论以下是最后调查结果，来自最后报告。
1．A．驾驶执照、自动驾驶系统操作者经验或科学知识；B．驾驶执照、自动驾驶系统操作者经验或科学知识；C．车辆的机械状况。2．对车祸事故的应急反应是及时和充份的。
3．该行人在夜间面临驶向的车辆前以及没人行横道的地方过马路时的不安全性不道德违背了亚利桑那州的法规，这有可能是由于酗酒造成的感官和判断能力上升。4．UberAdvancedTechnologiesGroup没充份管理其自动驾驶系统的功能容许所带给的预期安全性风险，还包括该系统在此次爆胎事故中无法准确分类和预测行人过马路中间街区的路径。5．自动驾驶系统的设计中，只有在不可避免的撞击的应急情况下才不会制止刹车，这减少了在公共道路上测试自动驾驶系统的安全性风险。
6．因为UberAdvancedTechnologiesGroup的自动驾驶系统正在研发中，不存在涉及的容许和故障预期，这些容许在多大程度上包含了安全性风险，各不相同安全性校验和三种目的减少与在公共道路上测试自动驾驶系统涉及的安全性风险的减轻策略。7．UberAdvancedTechnologiesGroup在不几乎替换其功能的情况下停止使用了沃尔沃前方撞击警告和自动紧急制动系统，增加了一层安全性校验，减少了在公共道路上测试自动驾驶系统的风险。
8．UberAdvancedTechnologiesGroup在事故后作出了转变，如在自动驾驶系统（ADS）运营期间获取沃尔沃的前方撞击警告和自动紧急制动，减少了一层安全性校验，减少了在公共道路上测试ADS的安全性风险。9．如果车辆安全性驾驶员注意到了，她很有可能有充足的时间找到并对过路行人作出反应，以防止爆胎或减低影响。
10．车辆安全性驾驶员长时间的视觉集中，是典型的自动化可笑效应，造成她没能及时发现行人，防止撞击。11．UberAdvancedTechnologiesGroup没充份认识到自动化可笑的风险，也没制订有效地的对策来掌控造成车祸的车辆操作员瓦解认识的风险。
本文关键词：1946伟德官方网站
本文来源：1946伟德官方网站-www.zj-fuxing.com
客服1