Uber自动驾驶致死事故反思:安全之路道阻且长( 四 )

另外 , 调查报告中对于系统设计的缺陷也进行了更多细节的披露 。 自动驾驶汽车中的计算机视觉系统经过培训 , 可以识别事物 , 例如其他车辆 , 树木 , 路标 , 自行车等 , 并使用该信息来决定下一步要做什么 。 但是Uber自动驾驶汽车的视觉识别系统却因为缺乏对于类似“穿马路的行人”之类的标签而造成错误的识别判断 , 从而致使后边一系列系统反应的延迟或错误 。

根据外媒报道 , NTSB的报告显示了该软件在接近正在骑自行车穿过人行道的受害者时的“思考”过程: 撞击前5.2秒 , 系统将她归类为“其他”对象; 撞击前4.2秒 , 她被重新分类为车辆; 在撞击前的3.8至2.7秒之间 , 分类在“车辆”和“其他”之间交替了几次; 撞击前2.6秒 , 系统将受害者和她的自行车归为自行车; 撞击前1.5秒钟 , 她变得“未知”; 撞击前1.2秒 , 她再次被分类为“自行车” 。

关于此事件序列 , 有两点值得注意 。 首先 , 系统从未将她归类为行人 。 根据NTSB的说法 , 这是因为“系统设计未包括对人行横道的考虑 。 ”其次 , 不断变化的分类使Uber的软件无法准确计算她的轨迹 , 并意识到她正与车辆发生碰撞的事实 。

推荐阅读