一輛無人車和一輛貨車在拉斯維加斯相撞。這起沒有人受傷也沒有財產受到嚴重破壞的事故引起了媒體和公眾的注意，只是因為這是一輛無人車，上路行駛了還不到一個小時。

但在幾乎所有的情況下，都是人為的錯誤，而不是無人車出了問題。

這也不是無人車第一次撞車，Uber，Tesla 和加州其他幾家公司都出現過相似情況。

在拉斯維加斯，無人機注意到前方有一輛卡車倒車，停下來準備等卡車從無人車原本規劃的那條路上開出來。但是卡車司機沒有看到這輛無人車，一直后退，無人車停在那里就沒有動過，最后還是被卡車擦掛了前保險杠。

為什么無人車沒有發出鳴叫，或者是躲避不停后退的卡車？停車原地等待難道不是最安全的程序嗎？

作為一名在過去十年里研究自主系統的研究人員， Texas A&M University 機械工程系助理教授 Srikanth Saripalli 提出了許多問題：如果自動駕駛汽車是為了讓道路更安全，那么更大的問題是：這些車輛應該采取什么措施來減少事故。我們想要解決根本的安全挑戰，即使自動駕駛的汽車正在做他們應該做的事情，周圍的司機仍然是有缺陷的，容易出錯的人類。

發生事故

有兩個主要原因導致無人車撞車，一是傳感器沒有檢測到車輛周圍發生的情況。

每個傳感器都有它的怪癖：GPS 只在天空視野清晰的時候有效，相機工作時需要光線充足，激光雷達不能在霧中工作，雷達并沒有特別準確。目前還不清楚無人車的理想傳感器是什么，而且成本和計算能力都是限制因素，解決方案不能只是不停地往上堆加，這會導致成本過高。

第二個主要問題是車輛會遇到沒有被編程寫入計劃的情況

，比如讓卡車司機沒有看到無人車這種主動權在人類手上的情況。自動駕駛系統每秒鐘都要做數百個決定，調整從環境中獲取的新信息。當一輛無人車經歷了一些不需要處理的事情時，它通常會停下來或停在路邊，等待情況發生變化。在拉斯維加斯發生事故的無人車大概是等著卡車開出它的計劃道路之外，但卡車一直在靠近。在這樣的情況下，無人車可能沒有按喇叭或后退的程序，也可能沒有后退的空間。

致命的特斯拉碰撞的主要原因是，無人車的傳感器不能分辨出明亮的天空與汽車前面的大型白色卡車之間的區別。

設計師和程序員的挑戰是將來自所有傳感器的信息結合起來，以創建精確的車輛周圍空間的計算機模型。那么軟件可以解釋表示來幫助車輛導航并與附近可能發生的任何事情進行交互。如果系統的感知不夠好，則車輛不能做出良好的決策。

如果無人車要滿足人類的「減少車禍的期望」，那就足以讓他們安全駕駛。他們也必須是最終的防御性駕駛司機，準備在附近駕駛無人時做出反應。今年 3 月在亞利桑那州坦佩發生的 Uber 碰撞就是其中的一個例子。

據媒體報道，在那次事件中，本田 CRV 的司機在特佩中心附近的一條主要道路上行駛。她想穿過三車道左轉，她能看到這三個車道中的兩個被交通堵塞而沒有移動，但看不到最遠那條車道，這條車道上，Uber 正在以 38 英里的時速自主駕駛。本田司機在進入十字路口時左轉，然后撞上了 Uber 。

在靠近交叉路口的 Uber 汽車中的一名司機可能會預計汽車在其車道上轉彎，人的話可能已經注意到她無法看到這是否正在發生和減速，也許完全可以避免碰撞。

改善測試

以上發生過碰撞的這些車輛遵循了它們所得到的規則，但并沒有確保他們的決定就是最安全的，這主要是因為大多數自動駕駛汽車都是經過測試的。

當然，最基本的標準是無人車是否能遵守道路規則，遵守交通信號燈和標志，了解當地有關信號車道變化的法律，以及像守法司機那樣行事，但這僅僅是個開始。

在無人車真正上路之前，需要用指令來說明當其他車輛做一些普通的事情時如何表現。測試人員需要考慮其他車輛作為對手，并為極端情況制定計劃。例如，如果一輛卡車行駛在錯誤的方向，汽車該怎么辦?目前無人車可能試圖改變車道，但最終會致死。沒有司機會這樣做，一個人會采取規避行動，即使這意味著要打破一條道路的規則，比如在沒有信號的情況下切換車道，或者甚至加速以避免碰撞。

無人車必須被教導，不僅要理解周圍環境是什么，而且還能理解從前方駛來的汽車如果在另一條車道上是危險的。汽車設計師應該根據他們執行困難任務的情況來測試車輛，比如在擁擠的停車場停車，或者在工作區域換車道。這聽起來很像給人類駕駛測試，如果自動駕駛汽車和人們在公路上安全共存的話，那它們就是應該通過這樣的測試。