大雪和大霧可能會遮擋激光雷達的激光，其準確度會隨著射程的降低而降低，但對于幾英尺到幾百英尺的任何事物來說，它都是一款非常有用的成像工具，幾乎可以在任何自動駕駛汽車上找到。如果操作正確，激光雷達裝置應該能夠辨認出人，如果他們還沒有完全被遮擋，而他們仍然在一百多英尺遠的地方，并且將他們的存在傳遞給“大腦”圖像。

前置雷達： 雷達像激光雷達一樣發出信號并等待其反彈，但它使用無線電波而不是光。這使得它更能抵抗干擾，因為無線電可以穿過雪和霧，但也會降低其分辨率并改變其射程曲線。

具體要看Uber采用的雷達單元（可能在正面和背面有多個以提供360度的覆蓋范圍），范圍可能有很大差異。如果它是為了補充激光雷達，那么它可能會相當重疊，但它更多地用于識別其他汽車和更大的障礙物。人的雷達簽名可能不被識別，但很可能他們至少會出現，確認激光雷達檢測到的是什么。

長短距的光學攝像機：激光雷達和雷達非常適用于鑒別形狀，但它們不適合閱讀標志，弄清楚是什么顏色，等等。這是可見光相機的任務，它擁有先進的計算機視覺算法，能夠實時在其圖像上運行。Uber車輛上的攝像頭可以看到前面剎車的車輛（突然紅燈），交通信號燈，過街行人等信息模式。尤其是在汽車的前端，會使用多個角度和類型的攝像頭，以便全面了解汽車駕駛的場景。

檢測人是最常見的計算機視覺問題之一，并且實現它的算法已經非常好。“細分”圖像通，通常還包括識別標志，樹木，人行道等等。也就是說，很明顯的問題就是晚上可能監測很難。所以前兩個系統保障白天和晚上都在工作。即使在漆黑的夜晚，穿著黑色的人也會出現在激光雷達和雷達上，警告汽車它可能應該放慢速度，并看到那個人。這可能就是為什么夜視系統在自動駕駛車輛中不常見的原因（我不能確定優步車上沒有一個，但似乎不太可能）。

安全駕駛員：把一個人稱為一個系統，聽起來可能不爽。但安全駕駛員的確是無人車安全系統的中的重要一個部分。即使人眼沒有激光，人們仍然非常善于檢測事物。而且我們的反應時間并不是最好的，但是如果汽車沒有反應，或者反應錯誤，經過培訓的安全駕駛員會做出正確的反應。

值得一提的是，還有一個中央計算單元從這些來源獲取輸入信息，并在汽車周圍創建更完整的場景。例如，一個人可能會在系統傳感器前面的汽車后面消失，并且在一秒鐘或兩秒鐘內看不見了，但這并不意味著他消失了。不過這超越了簡單的對象識別，并開始引入更廣泛的智能概念，如對象持久性，預測行為等。這可能是無人駕駛汽車系統中最先進和最嚴密的部分，因此外界無人知曉了。

事件發生后，Uber 已經暫停了在坦佩、匹茲堡、舊金山和多倫多等城市進行的自動駕駛汽車測試。CEO Dara Khosrowshahi 發推稱，「亞利桑那州傳來了一些令人難以置信的壞消息。在與當地執法部門合作以了解發生了什么的同時，我們的心與受害者的家人在一起。」

美國國家運輸安全委員會表示，將派遣一個小組調查車禍事件。

事件發生后，在國外引起了軒然大波。媒體、社交網站紛紛報道、討論。因為這是全球首起自動駕駛致死事故，人們對自動駕駛（甚至人工智能）技術的信任程度可能會產生更大的波動。

演員 James Woods 表示，「自動駕駛汽車只是政府追蹤我們生活的另一種方式。我們需要自動駕駛汽車以便有更多的時間在方向盤后面發短信嗎？我希望這個家庭起訴那些導致這起意外的人�！�

一名大學生則發推稱，「這很不幸，但自動駕駛汽車仍然是未來。即使有一個人死了（希望她安息），但是與每年死于人類駕駛的成千上萬人相比，這只是一個人而已。如果我們真的那么害怕自動駕駛，那么我們也需要更加害怕人類駕駛員。」

此外，這并不是 Uber 自動駕駛首次事故。

去年，Uber 在自動駕駛汽車卷入一起事故中后，短暫地暫停了在 Arizona 的自動駕駛汽車測試。當時，Uber 的車輛在與另一車輛相撞后發生了側翻。之后警方判定，Uber 的自動駕駛汽車沒有任何故障，責任在與其相撞的車輛。

圖來自坦佩市當地警方推特

在此之前，雖然特斯拉帶有 Autopilot 功能的汽車及 Waymo 的自動駕駛汽車都曾卷入過不同程度的事故中，但美國各州對自動駕駛的態度都傾向于包容和有監管的開放。今年，有不少州開始允許公司在駕駛員不在場的情況下測試自動駕駛汽車。

就在本月，加州政府表示將在 4 月開始允許公司在沒有人駕駛的情況下測試自動駕駛汽車。

而亞利桑那州一直對這一情況持「放任自流」乃至「開門歡迎」的狀態，科技公司也因此紛紛前往亞利桑那州測試其自動駕駛汽車。自去年年底以來，Waymo 的無駕駛員自動駕駛汽車就一直在亞利桑州的公開道路上進行測試。文｜EEWORLD訂閱號