原标题：从“为什么总是Uber”，到无人驾驶的“重工业”真相
过去的几十个小时，一直有个声音回荡在科技评论界：到底是Uber凉了，还是无人驾驶凉了？
当地时间周一晚上，Uber在美国亚利桑那州坦佩市进行自动驾驶道路测试时，撞到一名中年女子，抢救无效后该女子死亡。这是人类史上第一次自动驾驶汽车发生事故导致死亡的案例，虽然根据多方消息，当地交警判定Uber并不是主要责任方，该女子违规横穿马路很可能才是最大原因。
但公众舆论的沸腾还是如期而至：不是说好了非常安全吗？怎么刚测试测试就出人命了？当然，随着Uber暂停了所有自动驾驶车辆的测试，唱衰整个无人驾驶产业的声音也迅速出现。
其实客观地说，汽车诞生之后，就必然出现车祸；飞机被发明出来，就一定会发生空难。交通技术革新是无法避免风险的，只是我们都不希望这个“第一次”来得如此之快。
关于这次事故的调查结果尚未公布，而基于目前情况看确实可能是一次“人类司机也无法避免的悲剧”。但我们还是会想，为什么自动驾驶系统不能比人类司机更好地规避风险？为什么不在更安全的环境里测试？还有，为什么打官司、出事故的总是那个Uber？
这些问题的背后，隐藏着一个真实存在的状况：政府环境的宽松、资本的疯狂以及舆论的期待，正在让无人驾驶产业变得“不那么严谨”。
但这个领域，却赫然是不能不严谨的。
为什么是亚利桑那州？
翻看一下国外主流科技媒体，就会发现跟中国不同，这次事件后批评的焦点并不在Uber，而是在亚利桑那州。
比如推特上有人嘲讽说：亚利桑那州集中了这么多无人车，不是因为干燥的天气和良好的路况，而是因为有个疯狂的州长。
2015年1月，共和党人Doug Ducey就职亚利桑那州州长。这位实干派上任后的核心口号可以总结成四个字：干掉加州。
从加州手中抢夺科技产业科技巨头，两年多时间里已经演化出了一场新的“西部淘金热”。 Doug Ducey明确提出对于科技企业的政策非常简单，就是“少抽税，少监管”。
就在这次命案发生前的两个星期，Doug Ducey宣布了新的行政命令：允许根本没有驾驶员的无人驾驶汽车在本州上路。这个破天荒的政策马上得到了响应，Waymo隔天就宣布要在凤凰城试运营无驾驶员的出租车。
即使是以开放和拥抱科技著称的加州，对自动驾驶车辆也有严格的要求：必须要经过测试，缴纳保险金之后才能获得牌照。但在亚利桑那，自动驾驶车辆不需要任何特殊许可，只要进行一个标准车辆登记就行。换言之，政府根本不管自动驾驶车辆的上路数据如何，是否符合安全标准。在亚利桑那，你只管大胆上街跑就是了。
结果，在加州根本没有获得上路测试资格的Uber，在亚利桑那一年时间内两次发生事故，这次还造成了人员死亡。
当然，原本美国就很大可能在秋季颁布联邦的自动驾驶监察法规，亚利桑那这种放任政策可能将一去不复返。而这次的事件，很可能将联邦对自动驾驶的监管力度再提高一个等级。
不管这次事件最终判定原因如何，美国舆论都很难放过Doug Ducey州长这种放任自由的政策。因为政府完全不去审查，就很大概率把原本技术就不达标的企业放到公路上——比如说，Uber。
为什么总是Uber？
可能这么说有点刻薄，除了“辅助驾驶”等级的特斯拉，在L3/L4级别自动驾驶车辆中，假如爆出来交通事故，大概所有人第一个想到的就是Uber。
从2015年进场无人驾驶领域开始，Uber可谓麻烦不断。16年底其无人驾驶出租车在旧金山上路搭载乘客，当天就被爆出闯红灯，很快还因资质问题被加州政府叫停。
去年，同样在亚利桑那州的坦佩市，Uber的无人驾驶测试车遭遇严重事故，所幸没有人员伤亡，最后警察也确认事故原因不在Uber这边。
但无论如何，“每逢车祸必Uber”肯定不是什么好事。而且Uber无人驾驶真正让人担心的绝不仅是事故。
说个简单的对比，去年加州DMV公布的2016年本州自动驾驶测试数据中，成绩最好的Waymo测试中人工干预驾驶次数只有千英里0.2次。Uber是拒绝向加州申请测试牌照的，所以这个数据里并没有它。但根据媒体披露的Uber内部测试数据，2016年其每千英里人工干预次数要达到1200多次，在参与DMV测试企业中这个成绩只能倒数。虽然两者测试地点和测试方式不一样，但Uber的技术不成熟可见一斑。
虽然技术实力与行业领头羊差距极大，但Uber的激进程度却是顶尖的，二者结合自然让人担忧。除此之外，Uber还经常拒绝向监管机构公开数据；内部测试结果表达方式含混不清。而与Waymo旷日持久的专利纠纷，以及伴随而来的大量人才外流也令人怀疑其后继研发实力。
无人驾驶领域，Uber属于很晚开启，不久之后就要实车上路的“跑步进场流”。但一次事故是偶然，两次是运气差，次数多而且造成了人员伤亡，实在不能不怀疑Uber这样的“速成派”真的不行。
于是一个结论呼之欲出：缺少底层技术积累和大量硬件解决方案支持的自动驾驶项目，效果可能确实差强人意。
这是个技术和工程实力堆积出来的重工业，轻型玩家还需慎重。
城堡和市场：无人驾驶的“重工业”真相
我们不妨来分析一下，为什么Uber的自动驾驶测试车好几次都没有完成避让。当然，有些状况确实是无论如何也无法避让的，但这次事故中时速30多公里的情况下，系统却没有做出任何避让行为，难免让人怀疑车辆的感知和避让能力。
让一辆车在紧急情况出现后合理避让，其实是无人驾驶技术最大的挑战之一。
首先，车辆要能感知和追踪到突然出现、快速移动的人或物体。这就要求车辆搭配不同传感方式，确保综合感知能力到位。业界今天的普遍解决方案，是毫米波雷达+机器视觉摄像头+激光雷达。但同样是这三个东西组成的传感序列，性能却天差地别。有媒体分析这次事件时，笼统的将“Uber搭载了激光雷达”等同于“激光雷达不行”。这个只能说，离开性能、成本和专利技术谈硬件都是耍流氓…
仅在激光雷达一项上，Waymo就有近200项专利，竞争之激烈可见一斑。而为了商业化，很多无人驾驶方案会对传感系统进行降低成本测试，也会影响其工作精度。
之后，感知到行人和移动物体的车辆，还要自动设置躲避方案，避免事故。显然，躲避不合理、躲避迟慢、过早躲避都是不行的。这里就需要大量AI算法来支撑车辆的运算精度与速度。
而统摄整个避让流程的，还有车辆的中心处理器。其运算速度、与机械体系的联动效率都会影响最终躲避结果。此外，高精地图等因素也有很大关系。
这一整套从芯片、处理系统、算法、传感器到车辆本身的系统，构成了一套严密的“机体”。任何环节的缺失，都可能在极端情况下酿成苦果。
这也是为什么无人驾驶企业之间疯狂打专利战；为什么无人驾驶的算法公司能卖出天价；为什么驾驶专用芯片会提上日程。
假如要从不幸事件中找正向意义的话，这次事件的价值或许在于，赤裸裸地揭开了无人驾驶是一个不能以“资本换时间”，也不能“用某种优势撬动整体”的产业。这是一个需要每个环节都不能出错的“重工业”。AI技术、传感系统和工程化能力，缺一不可。
想要在公众无法避免的恐惧下，坚持推动无人驾驶，企业或许需要一座城堡和一个市场。
所谓城堡，是更多的专利技术和制造业基础。Waymo数百个专利和疯狂的研发投入，确实换来了不错的安全成绩。
所谓市场，是行业建立起开源、标准化的解决方案平台，共享研发基础和极重要安全技术。尤其是无人驾驶中广泛应用的AI技术，其特性决定了算法可以共享和众包研发，某些极重要解决方案，比如黑夜条件下的紧急躲避，不能成为某个企业的私藏。而应成为行业标准。并开源相关算法与数据，让整体研究水准不断推进。
毕竟恶性事故之后，媒体和舆论不会管这是张三还是李四出事了，只会变成整个无人驾驶行业的危机公关。更何况，人命大过天。
此外，无人驾驶的相关立法和监管必须更加严格。无人驾驶不能附带“政绩工程”，不能变成政府抢占优质企业与GDP的快速通道，毕竟街上的行人不是砝码。
无人驾驶确实正在以超乎想象的速度落地，但各种“杂质”也正以可见的速度在行业中生长。想要保持良性状态迎接未来，行业内的秩序和行业外公众的冷静客观都是必不可少的。就像盖座楼，无论是里面的人粉饰白墙还是外面的泼黑漆都没什么用。
打地基，才是最重要的。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
