近日，浙江省寧波市發(fā)生一起具有輔助駕駛功能的小鵬汽車在高架撞擊前方停放車輛，造成人員傷亡的事故，引發(fā)關注。

采訪中一位業(yè)內(nèi)人士向揚子晚報紫牛新聞記者表示，目前各車企推出的相關車型尚處于“輔助駕駛”階段，與一般理解中的“自動駕駛”還有較大距離，這“誤導”了不少人甚至是車主。對于這類車輛發(fā)生事故后如何劃分賠償責任的問題，此前一直缺乏明確規(guī)定，記者了解到，今年8月1日起施行的《深圳經(jīng)濟特區(qū)智能網(wǎng)聯(lián)汽車管理條例》對此進行了探索。

輔助駕駛系統(tǒng)不能識別靜止物體？

人眼可以輕松識別的靜止物體，對于遍布感應雷達的輔助駕駛系統(tǒng)，竟然沒“看到”？

“自適應巡航系統(tǒng)是依賴毫米波雷達和視覺傳感器來進行目標物識別的?！蹦匙詣玉{駛公司技術開發(fā)負責人告訴中新財經(jīng)，“系統(tǒng)并不是不能識別靜止的物體，而是不能區(qū)分靜止的物體和其他干擾物?！?br/>

“目前的毫米波雷達技術，區(qū)分不了靜止的車和路邊的立柱以及標志牌?！痹撠撠熑俗鞒隽诉M一步解讀，“如果不把這類故障車過濾，那么會將所有靜止物體都視為障礙，會導致經(jīng)常發(fā)生誤剎車?！?br/>

“從技術角度上看，目前輔助駕駛系統(tǒng)能做到不發(fā)生誤剎車就不錯了，我們在開發(fā)的過程中主要是盡量多地消滅誤剎車?！蓖瑵髮W汽車學院教授朱西產(chǎn)在接受采訪時告訴中新財經(jīng)，“不該剎車的時候不能剎車，就會有很多漏剎車。”

“輔助駕駛系統(tǒng)對道路上的靜態(tài)的物體識別跟人正好相反，人類駕駛員恰恰是識別靜態(tài)物體的反而容易一些?！敝煳鳟a(chǎn)進一步解釋道，因為攝像頭有光流算法，毫米波雷達有多普勒效應。無論是毫米波雷達還是攝像頭也好，對運動物體是可以識別的。

雖然輔助駕駛系統(tǒng)現(xiàn)階段面臨著難以識別的問題，但很多消費者和用戶對于輔助駕駛的期待過高，認為只要硬件夠就可以自動駕駛。因此，社交媒體上一些有關“無人駕駛”的視頻屢見不鮮，背后跟此前一些車企誘導性宣傳輔助駕駛系統(tǒng)為智能自動駕駛系統(tǒng)也有關聯(lián)。

其實，“輔助駕駛”并不等于“自動駕駛”，用輔助駕駛系統(tǒng)進行“無人駕駛”的做法并不安全。輔助駕駛系統(tǒng)確實可以讓我們開車時“緊繃”的神經(jīng)略微“放松”，但卻難以分心，仍需隨時提防事故的發(fā)生。

“輔助駕駛”并非“自動駕駛”

這起事故的發(fā)生，讓一些網(wǎng)友再次討論起自動駕駛是否安全的話題。但一位業(yè)內(nèi)人士告訴揚子晚報紫牛新聞記者，這恰恰是不少人存在的誤解，因為目前各車企推出的相關車型尚處于“輔助駕駛”階段，并非一般理解中的“自動駕駛”。

揚子晚報紫牛新聞記者獲悉，今年3月1日起，《汽車駕駛自動化分級》國家推薦標準（GB/T 40429-2021）正式實施，將駕駛自動化系 統(tǒng)劃分為0級（應急輔助）、1級（部分駕駛輔助）、2級(組合駕駛輔助) 、3級(有條件自動駕駛) 、4級(高度自動駕駛) 、5級(完全自動駕駛) 共六個等級。

這位業(yè)內(nèi)人士告訴記者，目前，市面上的帶有相關功能的汽車基本屬于1級和2級標準。根據(jù)國標，2級標準的持續(xù)車輛橫向和縱向運動控制由車輛系統(tǒng)完成，而目標和事件探測與影響則由駕駛員及系統(tǒng)完成，動態(tài)駕駛任務后援由駕駛員負責。該人士表示，根據(jù)國標，直到3級才能稱為“有條件自動駕駛”，這也成為輔助駕駛和自動化駕駛的分水嶺。這不管是對于車輛系統(tǒng)還是配套法規(guī)，都作出了明顯更高的要求。

“但是，在實際銷售過程中，一些銷售人員會有意模糊輔助駕駛和自動駕駛的區(qū)別，甚至夸大輔助駕駛的作用，在一定程度上導致車主對車輛系統(tǒng)期望過高，在駕駛時怠于觀察路面情況?？梢哉f，現(xiàn)階段的輔助駕駛功能是為駕駛提供了一定的安全保障，但不能依賴其代替駕駛員自身作用，需隨時準備介入操作”他說。

揚子晚報紫牛新聞記者注意到，在國標附錄表格中，將0級至2級駕駛自動化系統(tǒng)激活的情況下，駕駛座位上的用戶角色明確為“傳統(tǒng)駕駛員”，3級情況下為“動態(tài)駕駛任務后援用戶”，4級、5級則為“乘客”。

此外，從技術方面來說，輔助駕駛、自動駕駛中還有一些技術需要進一步發(fā)展完善。這起事故發(fā)生后，不少分析再次把注意力集中到了“毫米波雷達加攝影頭”這一輔助駕駛目前主流的檢測前方障礙方案上，但該方案的問題在于，對于前方靜止物體識別會出現(xiàn)“遺漏”，此前也有不少車評人在測試中驗證了這一問題。在這方面，激光雷達技術顯示出較大優(yōu)勢，但此前因成本問題未成為主流配置，不過，各大車企已陸續(xù)宣布激光雷達裝車，激光雷達或將迎來量產(chǎn)爆發(fā)期。

行車安全，自動駕駛難翻的高山

事故的責任并不難厘清，但由其引申出的對自動駕駛技術安全性的思考卻成為了行業(yè)關注的焦點。

事實上，小鵬的自動駕駛技術曾一度被指“抄襲”特斯拉（TSLA.O）。

2020年，特斯拉CEO馬斯克在推特暗諷小鵬汽車“剽竊”特斯拉舊代碼。此前，特斯拉曾以“一名前中國籍員工曹光植在任職期間竊取公司的自動駕駛系統(tǒng)源代碼后，加入小鵬汽車并擔任自動駕駛感知負責人”為由，起訴小鵬汽車。如今，案件已經(jīng)和解，曹光植也對自己離職后仍持有特斯拉自動駕駛源代碼的行為向特斯拉道歉，并支付了一筆賠償。

不過，行業(yè)內(nèi)也不乏看好小鵬的人?！靶※i的行車已經(jīng)算是車企里面做的不錯的了，泊車也還可以。全棧自研能力是比較強的?！庇兄?年自動駕駛從業(yè)經(jīng)驗的魔視智能產(chǎn)品經(jīng)理王淳表示。據(jù)王淳介紹，目前自動駕駛的場景大致可以分為三部分：泊車、行車以及城市道路。其中，泊車的內(nèi)容包括最底層的自動泊車輔助功能、記憶泊車、代客泊車等；行車主要的領域集中在高速路段，可以做到借助高精地圖實現(xiàn)點對點、接近L3級別的自動駕駛。即便如此，小鵬汽車在交出“車主事發(fā)時未開啟輔助駕駛”這個答案前，依然飽受質疑。

質疑主要來自兩方面，一是小鵬P7沒能識別出前方障礙物；二是包括駕駛員監(jiān)控系統(tǒng)、前向碰撞預警以及自動緊急制動在內(nèi)的主動安全系統(tǒng)未及時做出反應。

而這兩個問題，也恰恰體現(xiàn)出自動駕駛在攻克目前的技術難點時出現(xiàn)的瓶頸。

公開資料顯示，2020年初推出的小鵬P7在輔助駕駛方案上采用的是視覺為主的融合感知方案。為此，其在疑似本次事故車主使用的XPILOT 2.5+系統(tǒng)上搭載了5個攝像頭、3個毫米波雷達以及12個超聲波傳感器。毫米波雷達的技術弱點，早在一年前31歲企業(yè)家命喪蔚來（9866.HK）時就曾被普及。其在被識別物體與汽車本身的相對速度差距過大（例如50km/h）時，會因為反射波沒有相位差而導致識別受限以及功能失效。換言之，毫米波雷達較容易“忽視”靜止物體。

而攝像頭也有自身的局限，其需要大量的樣本積累數(shù)據(jù)，在完成足夠的積累前，對一些非標的樣本，如此次前方車尾開啟后備箱并出現(xiàn)行人的狀況，并不能識別。

值得一提的是，在視覺方案領域，哪怕是算法數(shù)據(jù)積累更深厚的特斯拉，也無法避免車禍。

美國專門統(tǒng)計特斯拉致死事故的網(wǎng)站“Tesladeaths”提供的數(shù)據(jù)顯示，截至7月底，特斯拉自2013年來已在全球發(fā)生了249起致死事故，死亡人數(shù)達295人。其中在中國內(nèi)地，已經(jīng)有15人在特斯拉事故中喪生。另據(jù)美國國家公路交通安全管理局數(shù)據(jù)，去年7月至今年6月中旬，與特斯拉有關的涉及高級輔助駕駛系統(tǒng)事故達273起。

對于現(xiàn)有感知模式的瓶頸，激光雷達可能是解決問題的有效方案之一。其在探測距離上有一定優(yōu)勢，可以補齊毫米波雷達、視覺攝像頭的短板，小鵬G9、蔚來ET7、理想L9等今年剛剛推出的新量產(chǎn)車型上，都開始搭載激光雷達。

但一方面，在霧霾、暴雪等惡劣天氣下，激光雷達也可能出現(xiàn)疏漏；另一方面，考慮到軟硬件的耦合性，其性能還需要一段較長的驗證周期。

感知系統(tǒng)失效，為何主動安全系統(tǒng)也成了“擺設”？

理想情況下，駕駛員出現(xiàn)危險駕駛行為時，主動安全系統(tǒng)應能主動介入，并采取警報、主動制動等方式來降低風險。但僅從駕駛員監(jiān)控系統(tǒng)不久前還曾將一位小眼睛小鵬車主誤判為睡覺從而扣分來看，該部分系統(tǒng)還有不少待提升之處。

“現(xiàn)在處于自動駕駛中間迭代的一個過程，車企在短時間內(nèi)依舊無法保證對所有場景進行識別。目前只能是慢慢推進?！蓖醮颈硎尽?/p>

自動駕駛也不能完全保證安全，法律規(guī)束安全前提

作為自動駕駛的最高階段，無人駕駛商業(yè)化運營試點備受社會期待。這是因為無人駕駛不僅對方便居民出行、提升城市交通效率和改善城市治理具有重要意義，而且也是推動汽車產(chǎn)業(yè)智能化變革、促進企業(yè)提升產(chǎn)品和品牌競爭力的重要路徑。面對巨大的社會效益和經(jīng)濟前景，那些具有戰(zhàn)略眼光的國家和企業(yè)都鉚足了勁，紛紛加快在智能駕駛賽道上布局和發(fā)力。

不可否認，我國在這場競賽中已具有全球領跑優(yōu)勢。但也要看到，當前全球無人駕駛技術并不成熟。自動駕駛系統(tǒng)的感知、識別和決策系統(tǒng)還存在瓶頸，無法有效處理影響駕駛安全的各類因素。受制于成本和設計者認知局限，以及機器學習過程的不透明所導致的常人難以知曉的“算法黑箱”，自動駕駛系統(tǒng)安全也很難讓人放心。更讓人擔憂的是，在一些企業(yè)急功近利的營銷攻勢下，過度包裝自動駕駛技術的成熟度，“美化”技術缺陷，出現(xiàn)了安全隱患被人為掩蓋，駕駛者放松警惕，甚至對無人駕駛出現(xiàn)錯誤認知而引發(fā)的安全事故。

問題還在于，目前大部分駕駛者對無人駕駛技術難度的理解主要集中在車輛上，如是否配備先進的傳感器、算法軟件等。其實，這只是自動駕駛商業(yè)化落地面臨的部分問題。現(xiàn)階段無人駕駛難以大規(guī)模商用落地，與整個交通體系有著很大關系。單一車輛技術先進程度與否，不是決定無人駕駛安全的唯一因素，背后還需要在網(wǎng)聯(lián)基礎設施、交通管理政策法規(guī)等方面，創(chuàng)造更好的軟硬環(huán)境，使其具備運行條件。

無人駕駛只有大規(guī)模使用，才能夠驗證能否達到商業(yè)化，或者技術積累是否足夠。但是大規(guī)模使用的前提，必須以安全為基礎。也正因此，即使在武漢、重慶的“無人駕駛運營”試點，也需要遵循測試、示范應用、無人化測試、再到全車無人運營的過程要求。以百度五代車為例，申請無人化運營，需要累計跑滿單車數(shù)千公里的里程要求，有一定的載人訂單，且不能發(fā)生有責事故。這表明，當前的無人駕駛商業(yè)化試點也是有“嚴苛”場景和安全條件的。

事實上，交通運輸部8月8日發(fā)布的《自動駕駛汽車運輸安全服務指南（試行）》（征求意見稿），對自動駕駛汽車的應用場景也進行了嚴格限定。比如，在保障運輸安全的前提下，鼓勵在封閉式快速公交系統(tǒng)等場景使用自動駕駛汽車從事城市公共汽(電)車客運經(jīng)營活動，在交通狀況簡單、條件相對可控的場景使用自動駕駛汽車從事出租汽車客運經(jīng)營活動，在點對點干線公路運輸、具有相對封閉道路等場景使用自動駕駛汽車從事道路普通貨物運輸經(jīng)營活動。

同時，對自動駕駛汽車安全使用也提出了新的要求。比如，從事運輸經(jīng)營的有條件自動駕駛和高度自動駕駛汽車應當配備駕駛員，從事運輸經(jīng)營的完全自動駕駛汽車應當配備遠程駕駛員或安全員。運輸經(jīng)營者在制訂運輸安全保障方案時，應當明確自動駕駛汽車運行線路要遠離學校、醫(yī)院等人員密集場所；在雨雪冰凍等惡劣天氣時，應當按規(guī)定停止使用自動駕駛汽車從事運輸經(jīng)營活動等。

因此，就當前技術水平、基礎設施和政策法規(guī)的成熟度來說，高等級自動駕駛仍然受到場景和安全的限制，整體的穩(wěn)定性和可靠性還需要提升。自動駕駛“無人化商業(yè)運營”從試點到真正落地，恐怕不會像有些人被帶節(jié)奏后想象的那般快捷，而是還要經(jīng)歷一個相當長的時間。