直至碰撞前1.2秒才识别出即将撞上推着自行车的Herzberg，而那时候，自动驾驶车已经来不及刹车了。

遗憾的是，该无人车上的安全驾驶员本应该看到这一切，并猛踩下刹车，但安全驾驶员Vasquez那一刻并没有在看路，在看手机上的“The Voice”节目。

由此看来，该事故的造成有以下因素：

• Uber自动驾驶车辆的系统识别存在漏洞；
• 安全驾驶员的失误；
• Herzberg未走人行道而横穿马路。

今年3月，亚利桑那州的检察官表示，Uber在这起自动驾驶事故中不承担刑事责任。警方也表示，那起事故是“完全可以避免的”。

若安全驾驶员注意到了，或是Herzberg在人行横道上通过，或许就能避免这一事故发生。

显然，目前自动驾驶车辆在安全性上仍存在隐患，但这并不意味着要否定自动驾驶技术的推行。事实上，人类驾驶的事故率要高于现阶段的自动驾驶。

事故发生率：人类驾驶 VS 自动驾驶

2019年第三季度，特斯拉官方发布了一份车辆安全数据报告，报告主要提供了其车辆在「自动辅助驾驶状态」和「非自动辅助驾驶状态」下的事故情况：

• 自动辅助驾驶状态下，每270万英里就会记录一起车祸或撞车事件；
• 非自动辅助驾驶状态下，每182万英里就会记录一起车祸或撞车事件。

我们无法验证其数据的真实性，但可以作为参考。根据美国国家公路交通安全管理局（NHTSA）的数据显示，在美国平均每49.8万英里的行驶里程就有一起车辆事故，这个数字是上述「自动辅助驾驶状态」下特斯拉事故率的5.4倍，「非自动辅助驾驶状态」下特斯拉事故率的3.7倍。

报告链接：

https://www.tesla.cn/VehicleSafetyReport?redirect=no

数据显示，当前仅在“自动辅助驾驶”的阶段就可以避免很多人类驾驶造成的车祸事件，可见未来当自动驾驶技术愈发纯熟时，也就是说未来车辆实现高度自动化的时候，车祸事件或许可以显著性的减少。

自动驾驶技术的未来

到底什么是自动驾驶？自动驾驶的本质是构造反射，即观测感知外部世界的变化，并做出相应反馈。业界通用的自动驾驶分级来自国际自动机工程师学会（SAE），共有 L0-L5 六个等级。

在L1-L3的阶段，人类驾驶员的作用逐渐从驾驶操作转向周边监控和支援，也就是说，即使开启了辅助驾驶功能，也必须双手握住方向盘保持驾驶状态，并时刻观察各种情况，随时接管汽车。到了L4、L5阶段才真正不需要人类进行任何操作。

但在现实世界，绝大部分宣称搭载自动驾驶功能的汽车都还只是 L2，也被称为高级辅助驾驶系统（Advanced Driving Assistant System）。

18年3月这起事故，Uber自动驾驶车的测试等级为L4，清华大学汽车工程系特别研究员、长聘副教授李升波发表观点称：

“L4级的功能安全性仍然是挑战重重，无论是环境感知还是决策控制，100%的可靠几乎是不可能完成的任务。

这一方面是因为现有的感知决策算法均不具备自我学习能力，主要由所采集的数据赋予智能，而所需数据量是随精度呈非线性增长的，越到极限能力技术越多越困难。

另一方面我们所面临的交通场景又过于复杂多变，尤其北京、上海等城市道路，难以依赖技术人员的测试覆盖所有可能的场景。目前无人驾驶生态共享、Tesla的影子测试等，是行业对这些问题的一些有益尝试，但效果如何仍然有待进一步观察。现阶段主攻L2级，2025年之前L3应该是更靠谱的商业化选择。”

可见，自动驾驶技术并非不可靠，只是远不够成熟，还需要更加注重安全性，平稳的发展。

激光雷达公司禾赛科技CEO李一帆也表示，自动驾驶公司应该用性能最好、最稳定的传感器来尽可能增加系统冗余，切勿试图走捷径使用低成本的传感器。

事实上，人们对于自动驾驶的需求还是很迫切的。在《无人驾驶》一书中有这样一段话，“有些人已经厌倦了人类驾驶员由于分心、醉酒驾驶或情绪冲动而造成的大量车祸伤亡，他们可能更倾向于接受可靠性还未达到完美的无人驾驶汽车。”

后记

最后，再回到去年3月Uber自动驾驶的那场事故，它本可以不发生。

“Herzberg推着自行车穿过街道，而当时距离最近的人行横道只有100多米。”

我们无法控制别人的行为，但我们完全可以尽我们所能的控制自己，遵守交通规则，切勿带着侥幸心理，方可在最大程度上保证自己的安全。

对自己负责，不要让不必要的事故发生。