人类历史上第一起无人驾驶致死事故发生了。
5月7日，一辆特斯拉2015ModelS的车主，美国前海豹突击队队员，乔舒亚·布朗过于信任Autopilot(自动驾驶)系统，选择在驾驶的时候观看《哈利波特》，全速撞上了一辆左转的白色大挂拖车，从车底穿过后，又撞上了两个护栏，最终重伤后身亡。
近年来，人们热衷辅助驾驶系统（ADAS）甚至自动驾驶技术，无非就是追求车辆的“零伤亡”。但该事故的发生，引起了业界对自动驾驶技术的广泛思考甚至是质疑。
计算机视觉与毫米波雷达为什么判断失误？紧急制动系统（AEB）和自适应巡航控制系统（ACC）中的计算机视觉与毫米波雷达传感器为什么同时失效?如何避免类似事件的发生？带着一系列的疑问，本报记者采访了国内多位雷达及ADAS算法领域的专家。
■防干扰参数让传感器判断失误
事故发生之前，这辆特斯拉2015ModelS正行驶在一条双向、有中央隔离带的公路上，此时自动驾驶处于开启模式，而白色拖挂车要左转穿越公路。但由于拖挂车的白色车身与蓝天相呼应，在强烈日照条件下，自动驾驶功能无法区分这种环境，未能及时启动刹车系统。这是特斯拉官方对外界分享的调查结果。特斯拉发言人称，特斯拉的自动驾驶系统是自身（in-house）研发的，并综合使用了一系列内部以及外部研发的科技组件，并决定在特定环境下的最恰当的动作轨迹。自2016年1月开始，如果在车辆运行方向地平线处有任何扰动，系统会与雷达信号反复核对信息，自动驾驶系统便会启动AEB功能。白色拖挂车非常高，很显然，它并没有产生系统认为的地平线扰动；同时，雷达标记使它看起来像一个高架标志，车身可以无障碍得从底部穿过，从而导致AEB功能没有启动。
从事雷达技术研究多年的北京行易道科技有限公司总经理赵捷女士认同马斯克的看法。她对记者说：“这辆车只安装了一个毫米波雷达，还是窄波，反馈回来的信息有限；加上安装位置低，波段正好从大卡车的底盘与地面之间的空处发射出去了，显然计算机认为前方没有物体。”
杭州智波科技有限公司毫米波雷达研发团队综合分析后认为，一是强烈的阳光照在白色车体上，让计算机视觉失去了提取纹理的功能；二是巨大的白色色块与长焦摄像头，以及蓝色背景让计算机视觉认为出现在前方是白色的云；过于巨大的反射面积，让毫米波误认为是广告牌或交通指示牌；三是特斯拉没有完善的传感器融合算法，让两个互相冲突的逻辑同时通过；四是车主过于相信Autopilot系统，导致放弃了对车身控制。
从特斯拉自动驾驶系统角度分析，AEB、ACC都处于启动状态，但由于传感器判断失误导致，自动驾驶系统决定在当时路状下没有启动AEB系统。
■自动驾驶应有传感器冗余
“特斯拉事件显然是自动驾驶系统收集信息过于少了，或者说不全面。”赵捷对记者说，“自动驾驶系统必要的传感器冗余是需要的。如果该辆车在前面大灯处也装了两只毫米波雷达，这种情况肯定能避免。”
“未来，多传感器融合势必在行。”7月5日，苏州安智汽车零部件有限公司董事总经理郭健对记者说：“任何单一传感器一般无法在任何工况下真实浮现周边的道路工况，在本次事故中，如果有多线激光雷达的辅助，或是V2V技术的信息输入，或许应该能避免事故的发生。”
杭州智波科技有限公司毫米波雷达研发团队同样认为，如果增加一个广角摄像头，采集到了车头的信息；如果毫米波雷达测量更精确，或者在前方安装了多个雷达，做雷达网络融合；如果特斯拉的传感器融合技术考虑得更全面；如果安装了冗余的激光雷达;如果大卡车有法规规定，强制进行涂漆装饰。只要以上任何一个假设存在，这起事故都可以被避免。
自动驾驶系统中的ACC、AEB系统高度依赖毫米波雷达对物体的识别与筛选。据了解，未来毫米波雷达系统将具有更高精度的识别和反应时间，成本也在逐年下降。赵捷建议，自动驾驶车辆至少安装五个毫米波雷达（一个77G长距离雷达，加上4个短距离雷达），未来有可能安装9个毫米波雷达（一个77G长距离雷达，加上8个短距离雷达），而不是现在特斯拉这样使用单个远程77G雷达。因为，毫米波雷达和视觉雷达都存在一定的短板，也可以加装SAR成像雷达，应对特殊气候环境。
郭健认为，在这次事故中，单单一个雷达的物体特征提取，一般都会需要几千个参数进行调整，需要大量的路试数据进行工况的标定及算法完善。他希望通过这次事故，自动驾驶系统研发人员踏实做下去，从单一传感器的感知、决策、执行开始逐步攻关及完善，进而突破多传感器的融合等更为复杂的核心技术，让无人驾驶不再出现类似“意外”。
