今年3月18日，Uber的一輛自動駕駛測試車在進行路試時發生事故，導致一行人死亡。兩個月過去了，美國國家運輸安全委員會（NSTB）發布了關于Uber自動駕駛致命事故的報告。

根據報告顯示，無人駕駛系統即沒有清晰的辨認出前方出現的是一個人，而非其他沒有生命的東西。以及其他各種因素的影響，最終造成了這次事故的發生。

首先我們對事件受害人的去世表示惋惜，愿逝者安息。所以本文不會對此次事件包括無人駕駛本身做任何的評價，但對分析車輛在行駛過程中如何應對突發事件會做相應的闡述。

事故發生地點左右兩個大路燈，環境因素復雜的情況下，視覺盲區帶來的危害是極大的，以至于自動駕駛系統根本來不及作反應，就已經撞上了受害者。

根據Uber負責人介紹，Uber自動駕駛汽車本身配備了一整套傳感器，遺憾的是，目前沒有哪種傳感器能達到100%的安全、準確。即使最后一秒安全員發現了行人，但是已經來不及了。

夜間駕駛盲區

目前主流的自動駕駛傳感系統都是采用可見光+雷達的解決方案。但是這種配置在夜晚的使用就顯得有些力不從心。

●可見光攝像頭，覆蓋距離有限，無夜視功能，夜間不工作。

●雷達方案也存在致命硬傷：毫米波雷達存在識別區間限制，而激光雷達對于惡劣天氣經常誤判。

請注意，毫米波雷達對金屬的反射過于敏感，路上的鋼板、凸起的井蓋，甚至易拉罐的底部，在毫米波雷達的眼中，都相當于一堵墻；當一個人從車流中突然竄出時，毫米波雷達無法對前方障礙物進行及時準確建模，于是慘案就發生了。

Uber事件中坦佩市警察局長透露：“在觀看過車載錄像之后，受害人是從暗處突然闖入機動車道的。無論是自動駕駛還是手動駕駛，想要避開她都有些困難?！?

這份解釋可以理解，但用在夜間駕駛上還是顯得有些不妥，難道解決事故的方案是夜間零出行？顯然是不可能的。

路還是要走的，有沒有讓行人和駕駛員都安心的安全解決方案呢，其實在國外，紅外車載熱像行業發展已經初具規模，不過近年來國內對于這方面的研究也不曾落下，紅外熱像技術在公共交通上的使用已經進入初級階段。

對一些特殊天氣包括夜晚行駛環境而言，相比較普通探測器，紅外熱像技術的存在對于安全性來說有著決定性的意義。

紅外熱像技術應用的優勢

●紅外熱成像技術不受任何環境（煙、霧、霾）影響；

●不受光線（日、夜）影響；

●探測距離可遠達300米以上（普通車燈只能照射80米以內距離）；

●唯一抗炫光（夜間會車時）解決方案；

●探測監控道路行人或動物，實現提前預警，保障安全。

紅外熱成像技術的優勢就在于，不論環境如何復雜，它都能在第一時間把道路情況如實呈現在駕駛員眼中，不會造成視覺漏判或誤判。