自动驾驶安全事故需要承担责任吗，怎样保证自动驾驶安全性?

　　随着自动驾驶技术的成熟和应用，其也带来了驾驶技术的安全性问题。自动驾驶是否真的安全呢?什么样的情况下自动驾驶才需要承担责任呢?

　　2018年3月18日，美国亚利桑那州，一辆配备了安全驾驶员的Uber自动驾驶汽车，撞倒了一位违规横穿马路的行人，后者被送往医院，最终不治身亡。

　　一年后，就在大众舆论快要忘却这桩悲剧的时候，它有了最新判决结果，当地检察官在一封信中称，Uber在事故中负有刑事责任的指控“没有依据”，事故视频可能并未准确地描述车祸过程，当时车上的安全驾驶员则需进一步调查。

　　截至目前，全球几乎没有太多完善的保险条例和法律权限来规定无人车的责任，美国40多个州在无人车法规的制定上莫衷一是，已经足以折射出自动驾驶的现实痛点。

　　自动驾驶最基础的原理就是将人类司机目力所及的一切物体，路人，建筑，其他车……都构建成三维模型，关心它们之间的移动趋势，估算速度，预测路线，有冲突就刹车或绕路。

　　根据媒体报道，谷歌自动驾驶就遇到过一些意外：比如，几个小孩在高速路上玩青蛙;一个残疾人坐着电动轮椅，在路上追一只鸭子，鸭子绕圈跑，他也绕圈追……面对如此荒诞场景，你很难苛求机器能百分百预测这些人的轨迹。

　　那么在自动驾驶使用之前，哪些行为能够提高系统使用的安全性呢。

　　模拟场景之于自动驾驶的必要性。

　　在自动驾驶车辆的开发过程中，必须在各种驾驶条件下反复评估自动驾驶技术，以确保其安全性要优于人类驾驶。有时，这意味着我们需要在实际道路上进行真实场景测试，与此同时，也体现了使用模拟场景来增加实际行驶里程数的必要性。

　　特别需要注意的是，在测试不同以往的危险驾驶条件时，模拟会发挥很大的效用。模拟的灵活性和多功能性使其显得尤其有价值。

　　如果不使用模拟，在确定自动驾驶汽车如何应对某些实际场景时会非常危险，比如一个小孩突然从停泊的车辆后面冲到街上，抑或是另一辆车闯红灯。

　　先进的图形技术可以复制现有场景并对其进行修改。举个例子，即使您住在沙漠里，模拟也可以根据场景需要制造一场暴风雪。或者，它可以调整太阳的位置，使其看起来像日出或日落时的场景，从而让车辆“看不见东西”。模拟可以提供一种可控的方式，针对一些有可能会将测试驾驶员置于危险当中的各种情况来进行建模，例如在高速路面上放块黑冰。

　　此外，模拟还支持在短时间内测试众多场景。在慕尼黑举办的 GTC 欧洲大会的开幕主题演讲中，黄仁勋先生告诉听众，通过借助 NVIDIA DGX 和新型 TensorRT 3 进行超实时模拟，工程师可以在 5 小时内模拟驾驶 300,000 英里。这意味着基本上可以在两天的时间内模拟美国境内所有已铺设好的道路。

　　每一项新技术的出现都要经过应用的考验，而提高自动驾驶的安全性是当前的自动驾驶技术必须要解决的问题。