美国东部时间 3 月 19 日晚间，一辆 Uber 的自动驾驶汽车在亚利桑那州坦佩市的公共道路上与一名行人相撞，该行人在送往医院后不治身亡。
警方在一份声明中称：「当时该车辆正往北行驶，一名女性在人行道外穿过一条四车道道路时被它撞倒。」
坦佩市警察局长西尔维娅·莫伊尔（Sylvia Moir）在接受采访时称：「基于受害人是从阴影中突然出现在马路上的，很明显，在任何一种模式（无人驾驶或人为驾驶）下，都很难避免这种碰撞。」
这起意外事故将不仅影响 Uber 的自动驾驶的计划，还将影响到整个无人驾驶行业最终发布能在公共道路上行驶的无人汽车的计划。
这则新闻将「无人驾驶技术」推向热搜。
现有无人驾驶技术路线优缺点
目前，国际上自动驾驶环境感知的技术路线主要有两种：一种是以特斯拉为代表的毫米波雷达主导的多传感器融合方案，另一种以高成本激光雷达为主导，典型代表如谷歌 Waymo。我们来分析一下这两条线路对前方路况分析所使用的传感器：
特斯拉的无人驾驶方案以毫米波雷达 + 可见光摄像头为主，最开始有 MobileEye 的参与，以可见光摄像头为主，毫米波雷达作为辅助。出现撞卡车事件后，Tesla 改为毫米波雷达为主，可见光摄像头为辅。
《远红外热成像技术成像效果》
______
面对这种既要能在夜晚和恶劣的天气情况下，解决视觉和行人识别的问题。看似无人驾驶未能找到解决方案，但其实我们忽略了，夜视传感器中的远红外传感器。远红外技术只考虑观测主体与环境之间温度差，可以不受光线情况影响。
远红外热成像原理
CT-C1智能警示系统
有线车辅
智能警示系统是一种全新的驾驶者辅助系统。能够让驾驶员摆脱对可见光的依赖，在全黑、烟雾、强光、雾霾、雨雪等情况下看到清晰的路面图像。夜视仪拥有5倍于车辆标准前灯的视距，能够有效提高驾驶员的视觉范围，并具有行人提示功能，可以智能识别数百米内的行人，报警让驾驶者提高警觉，发现潜在危险，降低驾驶风险。
CT-C1体积小重量轻，图像稳定性强，结构轻巧，装卸简单不破坏车体结构，不对车体本身的完整性造成影响。
惨痛的事故背后，免不了对无人驾驶技术的诸多质疑，但同时，又是促成该领域不断完善的最大动力。饱含敬畏，大胆创新。
———
更多信息请关注华科德
来源：雷锋网