Waymo自动驾驶报告：平均21万公里一次事故，严重事故都是人类司机的锅
Waymo盘了盘从去年年初开始1年零9个月的路测事故，发现所有能严重到让安全气囊弹出的事故，都是人类车辆撞了Waymo。
郭一璞 发自 凹非寺
量子位 报道 | 公众号 QbitAI
“你们人类开车水平不行。”
Waymo自动驾驶，内心大概是这样想的吧。
他们盘了盘从去年年初开始1年零9个月的路测事故，发现所有能严重到让安全气囊弹出的事故，都是人类车辆撞了Waymo。
什么闯红灯的、超速的、逆行的……AI开车开得好好的，人类非要来作妖，真是令AI生气。
来让我们仔细看看，这一年多的路测里，究竟发生了什么。
平均21万公里一次事故
Waymo的自动驾驶系统从2009年起已经在公开道路上测试了超过2000万英里。
2015年已经开始了完全无人驾驶——也就是没有安全员的路测，从今年年年初开始，完全无人驾驶的自动驾驶测试已经占到了整体测试的5-10%。
从2019年初到2020年9月，在亚利桑那凤凰城自动驾驶测试区，Waymo的车辆已经累积了610万英里（982万公里）自动驾驶里程。
其中，没有安全员的完全无人驾驶的测试里程也有65000英里（10万公里）。
测试中一共出现了18次事故，另外还有29次被安全员干涉得以避免的潜在事故，不过好在，这些事故没有严重到危及生命的。
这47次（潜在）事故里，只有8次（17%）达到了能让安全气囊弹出的严重程度，剩下的39次都不太严重。
算下来，如果没有安全员的话，Waymo的自动驾驶车辆平均每21万公里会发生一次事故，每123万公里会发生一次足以使得安全气囊弹出的严重事故。
五个等级，两个类型，Waymo的事故计算法
Waymo的自动驾驶测试事故分类中，把所有的事故分为了两类：
一类是单车事故，也即是Waymo自己一辆车的事故，没有其他汽车参与，比如撞到了马路牙子上，或者撞到了行人/自行车。
另一类是多车事故，也就是说事故不止发生在Waymo一辆车上，而是和其他车撞在了一起。
所有的（潜在）事故被分为了5个等级：
·S0
·S1（安全气囊不弹出）
·S1（安全气囊弹出）
·S2
·S3
五个等级是从事故程度从轻到重排列的，比如S0就是不可能出现伤害的小事故，S3就是可能出现严重伤害的事故。
测试的610万英里中，没有出现S2-S3级别的事故，最严重的是让安全气囊弹出的S1级别事故。
所有的事故和未遂事故中，单车事故只发生了1次，还有2次被安全员拯救了，并且都是S0级别的小事故，被跑步的人、骑车的人、玩滑板的人给撞了。
8次严重事故，都是人类的锅
而多车事故里，基本上都是S0级别的小事故。有3次事故和5次未遂事故达到了能让安全气囊弹出的级别。
Waymo画出了这些事故的模拟图，其中绿线是Waymo的行驶轨迹，黄线是其他车辆的行驶轨迹。
8次能让安全气囊弹出的是（潜在）事故里，有1次是相反方向开来的车跑到了Waymo的车道逆行，前侧方撞在了一起：
有1次是被超速的车追尾：
还有一次是Waymo走到了红灯的路口正在减速被追尾：
当然，不止Waymo，其他自动驾驶车辆看到红灯减速也比人类司机积极地多，这可能就是算法「怂」的表现吧。
另外还有5次是从各种各样的角度被其他车辆撞到。
比如，丁字路口右边开来的这辆卡车无视「STOP」的牌子，转弯的时候撞到了Waymo：
比如，十字路口绿灯通行的Waymo被闯红灯的车撞了：
还有从路边开过来直接撞上，来不及减速的：
或者十字路口别的车非要转弯不让着正在绿灯通行的Waymo：
这些事故里，都有一个共同点：
不是Waymo的锅。
或者说，Waymo在写报告的时候认为，这都不是Waymo的锅，都怪你们人类不好好开车。
但对人类驾驶员来说，小心谨慎的Waymo自动驾驶车辆并不是一个路上的好伙伴。在路透社的一篇报道中，不少自动驾驶路测区的居民认为，Waymo停车太频繁，实在是太容易追尾。
报告链接：
https://storage.googleapis.com/sdc-prod/v1/safety-report/Waymo-Public-Road-Safety-Performance-Data.pdf
- MEET2020 | 百度景鲲：AI交互正在吃掉旧产品边界，触达移动互联网盲区用户2019-12-10
- MEET2020 | 王砚峰揭秘搜狗AI技术体系：自然交互在左，知识计算在右，核心是语言2019-12-16
- MEET2020 | 旷视唐文斌：你到底给谁创造了什么样的价值？这是AI产品的灵魂拷问2019-12-17
- MEET2020 | 快手刘霁：AI基础能力决定每个公司AI的迭代和落地效率2019-12-20
相关阅读
用AI实现隔墙“透视”，准确率达97%，这家中国公司研究入选CVPR
一家来自中国的AI创业公司合刃科技，尝试用墙壁散射的光去复原被遮挡数字，正确率最高能达到97%，整个过程不需要1秒，更适合用在需要实时处理的自动驾驶。
