但凡聊到自動駕駛汽車，不出意外我們總是會提到它們搭載的一系列傳感器,有攝像頭、超聲波傳感器、雷達、激光雷達，但凡你說得出的，幾乎都能在一輛無人車上找到。如果你好奇為什么需要這么多傳感器，沒有比下面這張照片更能夠解釋清楚得了。

這張圖片所呈現的，正是一種被自動駕駛汽車稱為“邊緣案例”的特殊情況。在這種情況下，一輛汽車可能會表現出不可預知的行為，因為軟件處理類似不尋常場景的方式和我們人類并不相同。在這個案例中，讓機器視覺軟件去識別一張相機拍攝的普通照片，結果是貨車后背上的影像會被誤認為是真正的人類騎行者。

這個特殊的盲點是由Cognata公司的研究人員發現的。Cognata是一家開發軟件模擬器的公司，借助細節高度仿真以及可編程的電腦游戲供主機廠測試自動駕駛算法。這使得他們能夠拋出這些“邊緣案例”，找到處理類似問題的方法，規避一切可能引發交通事故的風險。 

目前絕大多數自動駕駛汽車依靠使用不同類型的傳感器來克服諸如此類令人費解的圖像識別問題。“激光雷達無法感知玻璃，雷達主要感知金屬，而攝像頭會被圖像欺騙”，Cognata CEO丹尼·阿茨蒙（Danny Atsmon）解釋稱。“自主駕駛中使用的每一個傳感器都是為了彌補另一個傳感器不足而設置的”，“通過逐步找出哪些數據可以用來合理處理特定的「邊緣案例」，無論是在模擬仿真還是真實路況中，汽車都能學會處理更復雜的情況"。

此前，由于特斯拉的一位車主因系統未能識別前方轉彎的白色火車拖車，導致發生嚴重交通致死事故，而特斯拉因只依賴雷達、攝像頭以及超聲波傳感器而被人詬病。批評人士認為，激光雷達是傳感器組合中的一個必要元件——它能很好地在低光和強光下工作，與攝像頭不同，并且比雷達或超聲波能夠提供更詳細的數據。不過正如Atsmon指出的，即使是激光雷達也并非沒有缺陷。例如，它不能區分紅綠交通信號之間的區別。

因此，最保險的賭注是主機廠使用一系列傳感器，以便在他們的系統中建立冗余。 至少騎自行車的人會為此感謝他們。