上周，一輛特斯拉Model S發(fā)生事故致人死亡，它告訴我們：無人駕駛技術(shù)仍然需要改進。

特斯拉官方博客解釋稱，當約書亞·布朗(Joshua Brown)的汽車撞上卡車時，控制汽車的正是Autopilot技術(shù)，這門技術(shù)仍然處在“公開測試階段”。也就是說，特斯拉開放了技術(shù)，接受公眾的強度測試，技術(shù)可能存在漏洞。一些產(chǎn)品也用類似的方法測試，比如新的電子郵件應用、VR頭盔。蘋果聯(lián)合創(chuàng)始人史蒂夫·沃茲尼亞克(Steve Wozniak)認為：“測試產(chǎn)品不應該引發(fā)關(guān)乎生死的嚴重后果。”

在調(diào)查結(jié)果出爐之前，我們無法知道事故到底是軟件故障引起的，還是人為錯誤引起的。有報道稱，事故發(fā)生時司機可能正在看《哈利波特》電影。有一點倒是肯定的：當時的天空很明亮，拖拉機掛車的側(cè)面是白色的，Autopilot與司機都沒有注意到貨車，剎車沒有啟動。

特斯拉Autopilot用攝像頭和雷達來偵測、躲避障礙物，通過事故我們可以知道系統(tǒng)肯定出現(xiàn)了兩個錯誤。首先，攝像頭無法處理日光的刺眼光芒，其次，雷達將卡車當成了空中的公路標志予以忽略，避免錯誤剎車。

通過Twitter帳號，馬斯克不斷對新聞媒體的報道作出解釋，盡管如此，要讓自動駕駛汽車技術(shù)普及開來，還有許多常見錯誤需要解決。

傳感器問題

如果汽車安裝了多個傳感器，給出的信息存在沖突，你選擇哪一個?特斯拉事故也存在這樣的問題，當中的一個傳感器的確發(fā)現(xiàn)了卡車，但是將它誤認為頭頂?shù)牡缆窐俗R。

自動駕汽車專家、密歇根-迪爾伯恩大學(University of Michigan-Dearborn)工程教授斯里達爾·阿克什曼安(Sridhar Lakshmanan)認為：“無人駕駛汽車制造商面臨一個大難題：機器智能如何知道自己應該相信某個雷達傳感器?答案很難知道。”

道路施工

2015年4月，Delphi派出無人駕駛汽車在全美行駛了3400英里，當中的50英里是工程師控制的。為什么?有些城市環(huán)境無法預測，因為道路沒有標記，正在施工。

　沙袋與假設(shè)

2016年2月，一輛谷歌無人駕駛汽車與山景城(Mountain View)的一輛公共巴士撞在一起，當時無人駕駛汽車試圖繞過街道上的沙袋。為了繞過沙袋，汽車左前方撞到了巴士，當時巴士準備超車。

谷歌解釋稱：“很遺憾，所有的假定引導我們在同一時間抵達道路的同一個地點。每一天，公路上的人類司機都會發(fā)生同樣的誤解?！?/p>

　天氣

不論是對人還是對無人駕駛技術(shù)的傳感器來說，反常天氣條件都會影響能見度。因為下雨，激光雷達傳感器的覆蓋范圍、精準度會下降，嵌入式傳感器的視線會模糊，下雨還會產(chǎn)生反光和眩光。

為了提高無人駕駛技術(shù)在潮濕環(huán)境下的表現(xiàn)，谷歌在西雅圖附近的公路上測試汽車，那里雨量充足。

黑客

汽車的科技含量越來越高，越來越容易遭遇黑客的攻擊。無人駕駛汽車安裝了電腦，支持互聯(lián)網(wǎng)連接，安裝了傳感器，遭受攻擊的可能性相應也會提高。

在概念驗證式攻擊中，安全專家喬納森·佩蒂特(Jonathan Petit)向我們證明，用手持激光棒就可以欺騙汽車，讓它誤認為路面上存在非天然障礙物，從而迫使汽車減速、停車或者轉(zhuǎn)向。

人類

90%以上的汽車事故都是人為錯誤引起的，在半自動駕駛汽車中人類也是比較弱的一個環(huán)節(jié)。一些汽車功能標上了“Autopilot”(自動駕駛)標志，鼓勵用戶相信汽車，這種后果更嚴重。

美國汽車研究中心交通系統(tǒng)分析部門主管理查德·華萊士(Richard Wallace)認為：“可能中間等級的自動駕駛還不能應用于消費產(chǎn)品。企業(yè)制造商積極鼓勵用戶使用系統(tǒng)，而這些技術(shù)還沒有準備好，企業(yè)做得有點激進?！?/p>

　其它人

坐在自動駕駛汽車中的人應該保持警惕，其它汽車中的人也應該警惕。密歇根大學交通研究機構(gòu)查看了谷歌、Delphi和奧迪的數(shù)據(jù)，發(fā)現(xiàn)自動駕汽車的事故率比常規(guī)汽車高一倍。

盡管如此，無人駕駛汽車并沒有犯錯，許多時候都是粗心大意、積極冒進的人類司機從后面撞上了無人駕駛汽車，因為自動駕駛汽車嚴格遵守交通規(guī)則，他們不習慣。

谷歌已經(jīng)為汽車編程，讓汽車的行駛方式更加接近人類駕駛方式，例如，在十字路口前面汽車會慢慢向前移動，告訴別人它馬上就要行駛了。