8 月 10 日，一輛正處于輔助駕駛狀態(tài)的小鵬 P7 撞上了一輛停在高速快車道的小車，導(dǎo)致一人當(dāng)場死亡。

根據(jù)官方的聲明，事發(fā)時，一輛道路養(yǎng)護車正停在高架最左側(cè)（屬于違規(guī)操作），工作人員疑似在車尾作業(yè)時，一輛 P7 在沒有減速的情況下徑直撞上了前方車輛，導(dǎo)致作業(yè)人員被撞飛。

小鵬被公認(rèn)為是國內(nèi)自動駕駛水平最高的公司之一。

事實上，對于現(xiàn)階段的輔助駕駛系統(tǒng)來說，準(zhǔn)確識別出一個非規(guī)則的靜止物體，并且及時做出正確反應(yīng)絕對是一道地獄級的難題，這也是類似事故這兩年層出不窮的原因。

8 月 8 日，一輛理想 ONE 在開啟 NOA（導(dǎo)航輔助駕駛）時撞上高速路工程車。去年 8 月，一輛蔚來 ES8 也在輔助駕駛狀態(tài)下撞擊正在作業(yè)的工程車，車主不幸罹難。而特斯拉則在相似場景下涉入了更多致命事故。

高速道路上的靜止物體，幾乎已成輔助駕駛的致命場景。

01

攝像頭 + 毫米波雷達(dá) = 青蛙眼？

當(dāng)下所有擁有輔助駕駛功能的車型，都會標(biāo)配 AEB（自動緊急制動）功能，目的是防止追尾，減輕碰撞。

但問題在于，AEB 生效的條件比較嚴(yán)苛——應(yīng)對加塞容易失效，對靜止物體容易失效，車速超過一定范圍（通常是 60km/h-80km/h）也可能失效。

輔助駕駛為何如此矯情？一般認(rèn)為，感知系統(tǒng)能力的孱弱要背大鍋。

8 月 10 日涉事的小鵬 P7 硬件規(guī)格放到現(xiàn)在并不算高，XPILOT 2.5 系統(tǒng)搭載了 5 個攝像頭、3 個毫米波雷達(dá)，其計算平臺采用了英偉達(dá)上一代自動駕駛芯片 Xaiver，峰值算力為 30TOPS（行業(yè)一般認(rèn)為 L3 及以上自動駕駛需要數(shù)百至上千 T 算力），負(fù)責(zé)高速場景的主傳感器為一枚毫米波雷達(dá)和單目攝像頭。

而在事發(fā)時，兩種傳感器因為各自的局限，未能及時識別停靠的作業(yè)車。

理想汽車創(chuàng)始人李想曾說：" 攝像頭 + 毫米波雷達(dá)的組合像青蛙的眼睛，對于動態(tài)物體判斷還好，對于非標(biāo)準(zhǔn)的靜態(tài)物體幾乎無能。"

其中，毫米波雷達(dá)能夠測量與前方物體的距離，但探測不到物體高度，信息密度低。若對其過于信任，則會造成輔助駕駛 " 草木皆兵 "，" 幽靈剎車 " 的現(xiàn)象頻發(fā)。

為降低誤觸發(fā)率，如今毫米波雷達(dá)通常會在高速上設(shè)置為自動過濾靜止目標(biāo)。因此，毫米波雷達(dá)即使發(fā)現(xiàn)了前方的靜止物體，要么會視而不見，要么很難及時做出反應(yīng)。

右為傳統(tǒng)毫米波雷達(dá)探測點云，依靠這樣的數(shù)據(jù)做精確識別不現(xiàn)實

單目攝像頭則難以精確測距，其感知環(huán)境依賴深度學(xué)習(xí)驅(qū)動的視覺識別，需要大規(guī)模的數(shù)據(jù)訓(xùn)練。如果某個場景或物體的訓(xùn)練數(shù)據(jù)不夠，攝像頭可能會當(dāng)做物體不存在，或?qū)⑵湔`識別為路面、天空等背景。

2016、2020、2021 年，三輛特斯拉在開啟 Autopilot 后均撞上了橫亙在道路上的白色卡車。事故原因調(diào)查皆指向攝像頭：它把卡車的白色車廂認(rèn)成了天空 [ 1 ] 。

而在國內(nèi)，造型迥異的作業(yè)車則成了新勢力們共同的夢魘。在小鵬 P7 涉及的事故中，被撞車輛是一輛普通轎車，人員則在事發(fā)時站在車后，更加大了識別難度——攝像頭能分別識別人類與車輛，但兩者疊在一起，特征發(fā)生干涉，對攝像頭來說成了一個全新的物體。

作為一個人類會覺得這很荒謬，但其實類似的案例并不鮮見——貼在車上的廣告人像，會被輔助駕駛系統(tǒng)識別成奔跑時速 60 公里的真人。

除此之外，視覺識別算法通常需要運行一段時間得出結(jié)果，耗時長的需要數(shù)百毫秒 [ 2 ] 。面對靜止物體，識別時間可能會進一步延長至 2-4 秒多。在 80km/h 車速下，車輛在此時間可開出 44-88 米，系統(tǒng)容錯率被進一步降低 [ 3 ] 。

某種程度上，現(xiàn)有輔助駕駛大多數(shù)時候都在依靠單目攝像頭加傳統(tǒng)毫米波雷達(dá)兩個 " 二維生物 " 認(rèn)識世界——攝像頭看不到深度，毫米波雷達(dá)測不到高度。但問題在于，現(xiàn)實是復(fù)雜的三維，輔助駕駛需要人類這個智慧的三維生物來兜底。

遺憾的是，常常有過于樂觀的駕駛員試圖強行讓輔助駕駛系統(tǒng)完成 " 升維打擊 "，將其作為無人駕駛系統(tǒng)使用。

02

軟硬升級，就萬事大吉？

過去兩三年，車企用數(shù)十至數(shù)百 T 大算力芯片、三十乃至四十個傳感器的配置刺激著用戶的神經(jīng)。

但很少有用戶意識到，車輛算力、傳感器數(shù)量翻倍并不代表輔助駕駛能力翻倍，一方面，這是因為算力是行駛安全的必要非充分條件，另一方面是因為在特定場景下，真正派得上用場的傳感器往往只是少數(shù)。

在 2021 年蔚來 ES8 的碰撞事故中，車輛搭載了 24 枚傳感器，包括一個三目攝像頭，4 個環(huán)視攝像頭，5 個毫米波雷達(dá)以及 12 個超聲波雷達(dá)。盡管配置武裝到牙齒，但在高速行駛時，能對前方有效探測的，只有三目攝像頭與一枚前向毫米波雷達(dá)。

理論上，多目攝像頭能夠通過視差形成立體視覺，獲得三維感知能力，但由于算力要求、可靠性、感知距離等限制，蔚來 ES8 的三目攝像頭并沒有采用立體視覺算法，實質(zhì)是三個單目（類似于手機的長焦、中焦、廣角）的疊加。

本質(zhì)上，這和主流輔助駕駛硬件并無代差。

因此，特斯拉和新勢力們今年新產(chǎn)品的重點發(fā)力方向，并非單純堆疊傳感器數(shù)量，而是提升傳感器質(zhì)量、完善傳感器融合、升級軟件算法，讓智能汽車能夠 " 活在三維空間 "，以輔助駕駛的形態(tài)錘煉自動駕駛的能力。

特斯拉選擇純視覺路線，重構(gòu)算法框架，使用 AI 加持的攝像頭來測距，利用深度學(xué)習(xí)算法將多枚高清攝像頭采集的二維圖像轉(zhuǎn)化為鳥瞰三維圖。

但這一路徑仍依賴大量數(shù)據(jù)訓(xùn)練，特斯拉向小部分車主先推送的測試版 FSD（Full Self-Driving，特斯拉稱完全自動駕駛系統(tǒng)，但被美監(jiān)管機構(gòu)認(rèn)定為輔助駕駛），其駕駛水平與人類差距仍然明顯，不認(rèn)路、撞邊柱的情況并不罕見。

特斯拉 FSD 勇撞邊柱，老師傅救車不及

相較于劍走偏鋒的特斯拉，其他企業(yè)傾向于采用攝像頭、毫米波雷達(dá)、激光雷達(dá)多傳感器搭配的路線。

其中，高清攝像頭因有助于提升識別能力，已普遍配置在國內(nèi) L2 級輔助駕駛系統(tǒng)上。

而在毫米波雷達(dá)領(lǐng)域，為應(yīng)對傳統(tǒng)毫米波雷達(dá)信息質(zhì)量不高的問題，博世、大陸、華為、傲酷等公司研發(fā)了具備三維感知能力的 4D 毫米波雷達(dá)。不過該技術(shù)成熟度不高，目前尚未量產(chǎn)，此外其分辨率相較攝像頭與激光雷達(dá)處于劣勢。

在此背景下，激光雷達(dá)成為今年熱度最高的智能駕駛傳感器。

激光雷達(dá)通過發(fā)射脈沖激光、檢測反射信號來測量與物體之間的距離，建立周圍環(huán)境的三維模型。高線束的激光雷達(dá)既有探測距離遠(yuǎn)、測距準(zhǔn)的優(yōu)勢，也有較高角分辨率。這些特點讓激光雷達(dá)很難對橫亙在路中的大體積靜止物體視而不見。

在蔚小理的第二代平臺車型和長安阿維塔、上汽智己等高端車型上，均配備了激光雷達(dá)，作為升級輔助駕駛的重要手段。

蔚來 ET7 激光雷達(dá)感知效果

只是激光雷達(dá)并非萬能，其在強光、雨天環(huán)境下的探測能力都會受到影響，此外由于數(shù)據(jù)樣本較少，激光雷達(dá)的識別算法仍然不夠成熟。

在一個多傳感器的智能汽車感知架構(gòu)中，攝像頭、毫米波雷達(dá)、激光雷達(dá)的信號如何融合、置信，也依然是待解的難題。

而上述一系列配置是只是為了解決自動駕駛中的感知難題，在其之后，還有規(guī)劃、控制、執(zhí)行環(huán)節(jié)的技術(shù)問題待解。

這可能意味著在相當(dāng)一段時間里，車主都要帶著復(fù)雜的情感使用輔助駕駛——一方面作為主人，享受其對駕駛?cè)蝿?wù)的減負(fù)；另一方面，又不得不作為保姆，小心翼翼地監(jiān)護這個不成熟的系統(tǒng)，防止其宕機造成不可挽回的后果。

03

用戶教育比技術(shù)升級更難

前些年，自動駕駛行業(yè)熱錢洶涌時，從業(yè)人員熱衷于討論的都是 " 無人駕駛出事時保車主還是保路人 " 這樣的未來主義電車難題。

但如今的事實證明，讓人民群眾學(xué)會如何正確使用輔助駕駛更加迫在眉睫。今年上半年，國內(nèi) L2 級輔助駕駛滲透率已經(jīng)達(dá)到 30% [ 4 ] 。

而正如上文所言，輔助駕駛對駕駛者態(tài)度的要求其實充滿了哲學(xué)思辨：你不信則無意義，你太信可能付出生命。

2017 年，谷歌旗下自動駕駛公司 Waymo 發(fā)現(xiàn)人性終究會輸給這種考驗：其員工在測試輔助駕駛系統(tǒng)時，熟悉功能后，會在時速 90 公里的車速下打盹、化妝、玩手機，出狀況時根本無力接管 [ 5 ] 。

為此，Waymo 緊急叫停輔助駕駛研發(fā)，全力開發(fā)無人車 [ 5 ] 。盡管今天從商業(yè)上來看，Waymo 因為這個決策屢遭嘲諷，但從道德或者風(fēng)險規(guī)避的層面，很難指摘其選擇。

當(dāng) Waymo 的無人車還在亞利桑那鳳凰城積累數(shù)據(jù)時，某些車企則選擇先把輔助駕駛吹成自動駕駛甚至是無人駕駛，再分期兌現(xiàn)。而在實際中，用戶將輔助駕駛有意無意當(dāng)做自動駕駛使用乃至炫耀的行為并不鮮見。

用戶演示：如何用一只橘子騙過某品牌輔助駕駛方向盤檢測

這觸發(fā)了輔助駕駛的劇場效應(yīng)——當(dāng)一個人選擇站起身看戲，后面的人就沒法坐著。

當(dāng)一家車企可以每年都承諾 " 今年實現(xiàn)自動駕駛 " 而不付出任何代價，其他車企如果不跟進，就只能硬接對手的不正當(dāng)競爭。

小鵬是眾多車企中較為典型的一個：一方面大干快上，將 " 全棧自研 " 作為自身的核心競爭力大肆宣傳；另一方面又謹(jǐn)小慎微，首創(chuàng)了輔助駕駛啟用前需考試等方法，并在車上配置了 DMS（全稱 Driver Monitor System，可在駕駛員疲勞、分神時予以提醒或退出輔助駕駛），引導(dǎo)車主正確使用功能。

但出于競爭策略、成本、用戶隱私、體驗等方面考慮，小鵬在內(nèi)的絕大多數(shù)車企對駕駛員濫 / 誤用輔助駕駛的約束都是軟性的，DMS 主要提供聲音或震動警告，且可關(guān)閉。換句話說，主要靠駕駛員自覺。

小鵬 P7 DMS 攝像頭

政策法規(guī)正在試圖遏制這種現(xiàn)象。歐盟 E-NCAP 要求，所有新車自今年 7 月開始必須強制安裝 DMS。而在國內(nèi)，自 2018 年政策要求 " 兩客一危 " 商用車強制安裝 DMS 后，乘用車出廠標(biāo)配 DMS 的規(guī)定據(jù)稱也在研究中 [ 6 ] 。

無論這個規(guī)定能否落地，何時落地，每一個司機都應(yīng)該在使用輔助駕駛時正視前方，握好方向盤，隨時準(zhǔn)備應(yīng)對突發(fā)情況。畢竟，再高級的輔助駕駛，也只是 " 輔助 " 駕駛。