事件发生于凤凰城以东11英里的Tempe镇。当时，这辆SUV正在向北行驶，一名女子在人行横道外穿，被车辆撞倒。据当地媒体、亚利桑那州美国广播公司新闻附属公司ABC 15报道，她后来被送往医院，后由于伤势过重死亡。
这是首次在自动驾驶模式下运行的自动驾驶车辆导致人员死亡，这对无人车的未来及其在道路上的使用产生巨大影响。当时车上的安全驾驶员有可能要负法律责任，因为其作用是确保车辆的安全运行，但在许多方面，这一事件的结果将确定无人车监管的前进道路。
Uber首席执行官Dara Khosrowshahi在Twitter上表达了对受害者家属的同情，并重申Uber正在与当地政府合作确定究竟发生了什么。
那么具有众多安全保障的自动驾驶为什会撞死人？为什么没有看见该行人？下面我们做一个简要分析：
当时Uber无人驾驶测试车确实处于自动驾驶状态，而且车上配有安全员，但位于后车座。
造成事故的Uber无人驾驶测试车，改装自沃尔沃XC90 SUV，但软件系统和识别感知方案全为Uber后添加，车顶装有激光雷达和相机等传感器，是目前较为主流的自动驾驶方案。如下图：
车顶激光雷达：这些车顶部的桶形物品是激光雷达，或者是光检测和测距系统，可以每秒多次产生汽车周围环境的3D图像。利用红外激光脉冲将物体反射回传感器，激光雷达可以在白天或夜晚非常详细地检测静电和移动物体。
大雪和大雾可能会遮挡激光雷达的激光，其准确度会随着射程的降低而降低，但对于几英尺到几百英尺的任何事物来说，它都是一款非常有用的成像工具，几乎可以在任何自动驾驶汽车上找到。如果操作正确，激光雷达装置应该能够辨认出人，如果他们还没有完全被遮挡，而他们仍然在一百多英尺远的地方，并且将他们的存在传递给“大脑”图像。
前置雷达： 雷达像激光雷达一样发出信号并等待其反弹，但它使用无线电波而不是光。这使得它更能抵抗干扰，因为无线电可以穿过雪和雾，但也会降低其分辨率并改变其射程曲线。
具体要看Uber采用的雷达单元（可能在正面和背面有多个以提供360度的覆盖范围），范围可能有很大差异。如果它是为了补充激光雷达，那么它可能会相当重叠，但它更多地用于识别其他汽车和更大的障碍物。人的雷达签名可能不被识别，但很可能他们至少会出现，确认激光雷达检测到的是什么。
长短距的光学摄像机：激光雷达和雷达非常适用于鉴别形状，但它们不适合阅读标志，弄清楚是什么颜色，等等。这是可见光相机的任务，它拥有先进的计算机视觉算法，能够实时在其图像上运行。Uber车辆上的摄像头可以看到前面刹车的车辆（突然红灯），交通信号灯，过街行人等信息模式。尤其是在汽车的前端，会使用多个角度和类型的摄像头，以便全面了解汽车驾驶的场景。
检测人是最常见的计算机视觉问题之一，并且实现它的算法已经非常好。“细分”图像通，通常还包括识别标志，树木，人行道等等。也就是说，很明显的问题就是晚上可能监测很难。所以前两个系统保障白天和晚上都在工作。即使在漆黑的夜晚，穿着黑色的人也会出现在激光雷达和雷达上，警告汽车它可能应该放慢速度，并看到那个人。这可能就是为什么夜视系统在自动驾驶车辆中不常见的原因（我不能确定优步车上没有一个，但似乎不太可能）。
安全驾驶员：把一个人称为一个系统，听起来可能不爽。但安全驾驶员的确是无人车安全系统的中的重要一个部分。即使人眼没有激光，人们仍然非常善于检测事物。而且我们的反应时间并不是最好的，但是如果汽车没有反应，或者反应错误，经过培训的安全驾驶员会做出正确的反应。不过当时Uber无人驾驶车上的安全员位于后车座，所以在看到出事之前除了大叫之外，不知道这个安全员还能起到什么作用？
值得一提的是，还有一个中央计算单元从这些来源获取输入信息，并在汽车周围创建更完整的场景。例如，一个人可能会在系统传感器前面的汽车后面消失，并且在一秒钟或两秒钟内看不见了，但这并不意味着他消失了。不过这超越了简单的对象识别，并开始引入更广泛的智能概念，如对象持久性，预测行为等。这可能是无人驾驶汽车系统中最先进和最严密的部分，因此外界无人知晓了。
.jpg&h=124&w=218&zc=1)
