在这起事件中 ， 我们从另一个角度的照片可以看到 ， 施工方在道路中间设置了“前方施工 禁止通行”的警示牌 ， 在小蛮驴行进方向上并没有设置有效的警示 ， 没有警示牌 ， 也没有桩筒等 。 另外三侧有细长的警示带 ， 行进方向的警示带平铺在路沿一侧 。 由于没有事发过程的录像 ， 我们无法判断小蛮驴驶过时 ， 警示带是已经飘落还是小蛮驴未能有效识别撞开了警示带 。 只能说 ， 这种细长的警示带对于自动驾驶传感器存在未能有效识别的可能性 。 由于没有结论 ， 这里就不再过多展开 。
值得注意的是 ， “水泥未干”绝不只是自动驾驶会遭遇的难题 ， 我们日常也经常看到小猫、小狗、小鸟之类的动物在水泥地上留下的清晰印迹 ， 一串串格外醒目 。 即便是正常的人类 ， 在警示不充分的情况下冲进还没硬化的水泥地的新闻也并不罕见 。 以人类的智力尚且不能完全准确判断 ， 何况还在蹒跚学步的无人车？
同时 ， 自动驾驶依赖的摄像头（视觉）、激光雷达、毫米波雷达等感知传感器本身并不具备判断水泥是否已经硬化的能力 ， 在警示不充分的条件下 ， “水泥未干”对于自动驾驶而言 ， 可谓无解 。
自动驾驶的“长尾效应”
无人快递车陷进水泥地本身确实是一件让人忍俊不禁的尴尬事件 ， 不过这件事引发人们关注的不仅是事件本身 ， 更多是对如今热门的“自动驾驶”技术的担忧 ， “自动驾驶”真的安全吗？
在过去的短短几年间 ， 人工智能领域在深度学习算法、大数据以及更强大的半导体硬件等技术的加持下 ， 取得了惊人的进步 。 随之而来的 ， 是人们在自动驾驶领域的飞速发展 。 从谷歌重金投入无人驾驶汽车开发 ， 到特斯拉风靡全球 ， 再到如今自动驾驶/高阶辅助驾驶已经成为几乎所有车企必不可少的研究方向 。 我们也见证了自动驾驶相关技术从实验室 ， 一步步开始出现在我们的身边 。
在自动驾驶分级中 ， L2级及以下属于辅助驾驶 ， 系统的自动驾驶能力较弱 ， 同时驾驶员对系统的能力期待值也较低 ， 能够确保使用安全 。 而L3级及以上属于自动驾驶 ， 在设计运行区域（ODD）内 ， 驾驶员对系统的期待值逐渐增高 ， 同时系统也有足够安全的自动驾驶能力 ， 期待与能力对等可以保证使用的安全 。
但在目前的条件下 ， 不论是乘用车已经广泛搭载的L2+辅助驾驶 ， 还是真正无人的所谓L4级无人配送车 ， 都仍然处于技术尚未完全成熟的阶段 。 不得不说 ， 目前自动驾驶相关技术已经能够处理日常面对的绝大多数场景 ， 但自动驾驶的风险就在于难以预判的“长尾” 。
“长尾效应（The Long Tail）”最初是由《连线》的总编辑克里斯·安德森（Chris Anderson）于2004年用来描述诸如亚马逊公司、Netflix和Real.com/Rhapsody之类的网站之商业和经济模式 。 是指那些原来不受到重视的销量小但种类多的产品或服务由于总量巨大 ， 累积起来的总收益超过主流产品的现象 。
将“长尾效应”拓展到自动驾驶领域 ， 说的是自动驾驶日常训练中已经解决了日常常见的绝大多数头部场景中的潜在风险 ， 但那些不受重视的突发场景极为罕见 ， 但种类繁多 ， 因此累计的总量也已经对自动驾驶的安全性构成了很大的威胁 。
自动驾驶汽车需要面对的场景我们可以归类为4类：第1类、已知的安全场景；第2类、已知的不安全场景；第3类、未知的不安全场景；第4类、未知的安全场景 。 在所有场景内 ， 最困难的是第3类场景 ， 也就是未知的不安全场景 。 长尾效应 ， 普遍便发生在第3类未知的不安全场景中 。
相关经验推荐
- 众筹|追踪6000多人众筹的仿生无人机后续市场反馈？
- 驾驶|确定天玑1300+6000mAh，红米Note12Pro已量产，售价依旧感人
- 自动驾驶|英伟达：宣布自动驾驶芯片Orin投产销售，推出新平台Hyperion 9
- 自动驾驶|屏幕玩出新花样，三星新款环绕屏专利曝光，网友：小米很有远见
- 自动化|我，刚入VR行业，年薪百万
- 三星|华为手机鸿蒙系统，只需打开这两个开关，垃圾自动识别清理，实用
- 基站|自动换水+拖布回洗+45°烘干！云鲸2代扫拖机器人真实体验
- 自动驾驶|靠一辆自行车，征服任正非！90后天才网红，比何同学还猛
- 智能手机|不要以为浏览不健康内容无人知，手机出现这三种情况，请尽快收手
- 相机|无人水下航行器的进步，使不同研究领域的研究人员都可以使用