近几年间，自动驾驶技术风靡全球，被认为是科技领域的下一个革新。除了传统汽车厂商的大规模布局之外，科技公司起到了重要的推动作用，如谷歌、Uber、百度、英伟达等。随着技术的不断进步以及资本的大量进入，自动驾驶也开始逐渐走向现实。然而，这一过程并不是一帆风顺，甚至遭遇到了致命打击。
Uber无人驾驶事故，激光雷达成“背锅侠”
美国东部时间3月19日晚间10时许，一辆Uber无人驾驶车辆在亚利桑那州的坦佩市撞到一位女性行人致其死亡，这也是已知的首例无人驾驶汽车致使行人死亡事故。该事故之后，Uber自动驾驶货车部门（Uber Freight）联合创始人Lior Ron从该公司离职，并全面叫停自动驾驶测试。
事故现场图（来自华尔街日报）
经过多日的持续发酵，该事件使得自动驾驶技术发展蒙上了一层阴影，毕竟这已经涉及到行人生命安全问题。为此，丰田汽车暂停了全美范围内的自动驾驶道路测试项目，英伟达联合创始人兼首席执行官黄仁勋更是称所有自动驾驶路测都应该暂停。
截止到目前，最新消息显示，Uber将无人驾驶测试车的激光雷达数量从5个减到只剩车顶上的1个，导致车辆盲点更多，无法完全检测到行人，这被认为是造成此次事故的主要原因。其激光雷达供应商Velodyne也认为，必须在车身两侧安装雷达才能避免撞到行人。虽然说Velodyne的表态动机更多的是尽可能地撇清干系，但激光雷达在自动驾驶中的重要性已经不言而喻。
MIT的这项研究或将改变激光雷达命运
相较于摄像头等传感器，激光雷达除了能够生成三维位置模型之外，其探测距离更远、测量精度更高，同时响应速度也更灵敏，不受环境光的影响。并且，激光雷达反馈的数据更容易被计算机读取及分析，因此成为自动驾驶最核心技术之一。然而激光雷达也易于受天气影响，特别是雨雾天气会使激光发生散射，从而影响激光雷达精度，出现探测距离不准确的问题。
为了解决这一难题，MIT研发出全新成像系统，在浓雾中也能利用激光能准确计算距离。我们都知道，激光雷达主要是通过发射出的短脉冲激光及其从前方物体反射回的反射时间来计算与前方物体的距离。由于浓雾的散射现象，激光光束反射回来的时间与晴天往往不同，这就导致了激光雷达探测不准确的问题。MIT研究人员通过分析发现，无论雾可能有多厚，散射激光的反射时间总是遵循一个非常具体的分布模式。当摄像机以每兆分之一秒的频率计算返回到传感器的光子数量，并把这些结果绘制成图时，系统可以应用特定的数学滤波器来找出数据尖峰，从而得到准确的隐藏在雾中的实际物体的距离。
由此，我们将可以通过测试建立模型，对激光雷达探测进行修正，从而提升其在浓雾天气中的探测准确度，为激光雷达在自动驾驶领域应用扫清障碍。
