美东时间2016年5月7号中午，人类历史上第一起无人驾驶的致死事故发生了。和以往Google无人车上被积雪压垮的松树枝挡住摄像头视线，无人车因为“看不清”而导致的急停事故不一样，这一次的事故真真切切发生于我们人类驾驶员的真实驾驶旅途中。
一辆Tesla 2015 Model S的车主，前海豹突击队队员，因为过于信任Autopilot系统，选择在驾驶的时候观看《哈利波特》，加上特殊环境导致两个传感器（计算机视觉与毫米波 雷达）同时失效，全速撞上了一辆左拐的白色拖车，从车底穿过后，又撞上了两个护栏，最终重伤后身亡。
事发地点Google地图如下：
事故发生前后双方驾驶路线如下：
笔者在参考NHTSA（美国国家公路交通安全管理局）的回应，Tesla的官方博客以及Elon Musk的本人的发言后，试图梳理整个事故，并回答几个关键的问题：
1、如果人类驾驶，此次事故是否可以避免 ?
答案是肯定的。事发地点地形开阔，且当天天气状况良好，人类驾驶员有足够的时间对大卡车做出反应，并做出刹车或绕道等避让动作。
2、为何来自Mobileye的计算机视觉传感器失效了?
Tesla 用来做无人驾驶的主要的传感器，来自于一家叫做Mobileye以色列公司的一款叫做EyeQ3的视觉传感器。但是，基于以下几个原因，该传感器在那个特点的时间和特定的地点失效了：
1）拖车过于庞大，且采用了纯白色涂装(见上图)；
2）当天过于强烈的阳光反射，没有纹理的白色的车体使得摄像头无法提取纹理，分辨出是一辆有威胁的车辆；
3）当时蓝色的天空背景，加上大片的白色面积，导致EyeQ3认为出现在前面的白色块是一朵漂浮在空中的云朵……；
4）和一般的行车记录仪使用的广角摄像头不一样，EyeQ3选用普通摄像头，于是车头驾驶舱的信息未能被采集到，计算机能看到只有纯白色的车身；
5）那辆白色的汽车下方未作任何的装饰。如下图所示，如果像英国那样，强制对所有的卡车、拖车下方给出栅栏保护，或许EyeQ3会分辨出来。且Tesla会在前舱被撞后激活它的被动保护系统（如安全气囊等）。
3、为何毫米波雷达失效了？
有人认为是因为毫米波雷达安装过低，发射的毫米波从当前的卡车下方间隙出处穿越过去。他们低估了毫米波雷达设计者们的智慧……事实上，根据Musk 本人的Tweet（见上图）来看，情况恰恰相反: 雷达精确的测算了出了前方有一个巨大的障碍物。 但是，因为卡车过大的反射面积以及过高的车身。从毫米波雷达的角度来看，它更像是一个悬挂在道路上方的交通指示牌。于是，毫米波雷达系统做出了决策: 尽管汽车前方有一个巨大的障碍物，但那是悬挂在控制的指示牌，可以安全通过。
4 、为何两个传感器会同时失效？
显然，特斯拉没有做好传感器融合的工作。视觉系统认为是一朵白云, 毫米波雷达认为是一个悬空的交通指示牌。两个传感器得出彼此矛盾的结论，但特斯拉的算法认为，尽管二者有矛盾的结果，但二者结果都是可以安全通过的，于是 放心大胆的让汽车继续全速前进，悲剧就此发生。采这种融合算法的根源在于传感器无法保证高精度的识别，使得更高层的融合算法不得不采取某种折衷策略。
检测错误
5 、我们该如何避免类似的事故继续发生？
总结一下, 事故发生的几点原因在于：
1） 强烈的阳光照在白色车体上，让计算机视觉失去了提取纹理的功能；
2）巨大的白色色块与长焦摄像头，以及蓝色背景，让计算机视觉认为出现在前方是白色的云；
3） 过于巨大的反射面积，让毫米波误认为是广告牌或交通指示牌；
4） Tesla未能完善的传感器融合算法，让两个互相冲突的逻辑同时通过；
5） 车主过于相信Autopilot 系统，导致放弃了对车身控制；
幸运的是，现有的技术条件下，此类事故完全可以避免: 如果增加一个广角摄像头，采集到了车头的信息；如果毫米波雷达测量更精确，或者在前方安装了多个雷达，做雷达网络融合；如果特斯拉的传感器融合技术考虑的 更全面；如果安装了冗余的激光雷达; 如果大卡车有法规规定，强制进行涂漆装饰。这起事故都可以被避免。
同时，作为国内毫米波雷达研发人员，我们也已经得知:
1）事发前Mobileye开发的下一代的计算机视觉已经加上了广角镜头，将更多的信息囊括进来；
2）新一代的毫米波雷达系统将具有更高精度的识别和反应时间。
3）毫米波雷达成本的迅速下降，也将使五个毫米波雷达（一个77G长距离雷达，加上4个短距离雷达）成为标配，而不是现在Tesla现在这样使用单个远程77G雷达。
我们有理由相信，随着技术的进步，类似的事故发生概率会被逐渐降低。但在此之前，是一个人工智能和手动驾驶长期磨合的过程，仍需要驾驶员全神贯注地参与汽车的驾驶。
