贾浩楠 发自 副驾寺
智能车参考 | 公众号 AI4Auto

一起严重的智能驾驶直接相关事故，刚刚被证实。

高速道路上，据说是道路检修车停在高速左侧车道上，而另一辆开启智能驾驶的车辆完全识别失败，没有任何减速动作以80km/h的速度撞了上去。

而且是在白天光线良好，路况良好的情况下。

令人痛心的是，事故发生瞬间，抛锚车车主正站在车尾，猝不及防被后车正面夹击冲撞：

根据最新消息，被撞者已不幸遇难。

而从流出的现场视频和其后证实来看，肇事车辆，小鹏P7。

并且进一步得到证实的是，当时车辆处于智能驾驶状态，小鹏的智能驾驶系统没有及时检测到前方停车，也没有及时主动刹车，车主似乎也完全没有得到提示和反馈，并且当时也没有把注意力放在路况上。

种种条件之下，悲剧没能避免。

事故因何发生

从现场视频看，事故发生原因不复杂。

被撞的车据说是道路检修车，停在了高速最左侧的超车道上。

根据现场视频来看，停放的车没有放置三脚架，隐约能看到双闪。

根据网络上流传的疑似小鹏车主本人的聊天记录表明，他当时开启了智能驾驶功能，具体应该是包括LCC（车道保持）、定速巡航功能在内的基础L2级系统，但并不是小鹏NGP。

车主本人自述，当时刚好走神，没留意到前方的故障车辆。

而就在驾驶员对路况、车况都没有有效监管的情况下，小鹏的智能驾驶系统失效了，根本没能识别高速上的静止目标，以80km/h的时速撞了上去。

为什么判定是系统失效？

因为车主还表明，以前也出现过高速行驶中的突发情况，但系统会报警提醒驾驶员。这一次无论是提醒接管，还是AEB等等主被动安全措施都没激活。

后果很严重。从视频上看，前车车主先是被撞飞，又重重落在后风挡和尾厢上，当场失去意识。

最新的消息是，被撞的这位，已经不幸遇难。

为何视而不见

这么大一车和人的目标，为什么识别失败？

现款小鹏P7，采用的是视觉为主的融合感知方案，具体搭载了13个摄像头、5个毫米波雷达和12个超声波雷达。

底层算力来自英伟达Xavier，算力30TOPS。

根据肇事车主本人的表述，他的小鹏P7目前已经更新到XPilot3.0系统，这也是需要额外花费3.6万元选装的。

按照官方描述，XPilot3.0可以通过高精地图和车上传感器，实现自动超车、自动限速调节、最优车道选择、自动切换高速公路、自动上下匝道、变道自动紧急避让等功能。

并可以在锥桶识别与避让、大货车规避、夜间超车提醒、故障车辆避让、拥堵道路跟车等国内行车场景下拥有较好的表现。

但事故还是发生了。

哪个传感器需要对这次失效负责？

超声波雷达？本身探测距离有限，主要服务于泊车场景，所以跟本次事故并无直接关系。

直接相关的，是车上的负责识别目标的摄像头和感知测距的毫米波雷达。

具体地说，是现款P7上负责前向感知的三颗不同视角、分辨率的摄像头，以及一颗前向毫米波雷达。

三颗前向摄像头，职责不同：

而毫米波雷达，则是博世提供，有效探测距离至少200米左右。

按照80km/h的速度、毫米波雷达最少200米探测距离计算，这次事故中，留给系统的反应时间至少是9s。

真的不算短了。甚至对人类司机，有9秒、200米的窗口期，绝对能避免事故。

但小鹏P7上的毫米波雷达、远距感知、中距感知摄像头至少三重冗余先后失效。

而且类似的事故，之前蔚来和理想也都发生过，还一度引发讨论——毫米波雷达的适用工况，比如时速超过80KM。

但在这起小鹏的事故里，时速没有超过80。

当然别忘了，失效的还有DMS驾驶员监控系统。

就在前两天，小鹏还因“车主眼睛小被误判注意力不集中”而上了一波热搜，向公众宣传了一波DMS系统的“严谨”程度。

但事实证明，现实考验中，小鹏汽车的DMS远达不到“有效严谨”的程度。

而且也有小鹏车主认为这是一次炒作，因为实测过程中，无论是NGP还是LCC辅助驾驶过程中，被监测的主要是方向盘上的握力感应。

该车主把DMS摄像头遮蔽，但并未影响使用——说明摄像头可能并未启用。

所以智能车进程中，会说会炒作可能会扩大品牌影响力，但最终还是得经得起现实考验。

谁的责任？有啥警示？

责任划分，其实没有太多异议。

小鹏在给用户交付智能驾驶系统时，已经明确过免责条款。并且会向用户说明辅助驾驶不等于无人驾驶，司机需要时刻保持注意力集中，随时准备接管系统。

使用相关功能前，小鹏也会强制用户完成智能驾驶相关安全教育培训。

所以，这次造成事故的主要责任，是在小鹏P7车主。

小鹏方面的回应全文是这样：

但是这次悲剧的发生，对我们普通用户则是警示。

首先，自动驾驶系统永远不可能做到100%零事故，即使是将来L4、L5高阶系统量产。

自动驾驶存在的意义，从来不是杜绝交通事故的发生。而是在数学概率上，系统的可靠程度超过人类司机，由此带来社会层面的交通效率、安全性的整体改善。

而在现阶段，尤其是类似这次的事故一再证明，辅助驾驶阶段存在着局限。

纯视觉感知，对于静止物体识别有缺陷。无论是特斯拉，还是其他自动驾驶公司的产品，都不能完全保证避免漏检错检。

尤其是这次案例中，人站在车尾，可能形成了一个系统从来没见过的“异形物”，而之前AI可能并没有接受过针对这类异形物的训练。

而作为冗余的前向毫米波雷达，其实本身就具有高速场景下性能不足的缺点，这也是为何马斯克想要取消特斯拉上唯一一个毫米波雷达的原因。

算法、传感器都有不足，那应该怎么办？

从产品角度讲，增加激光雷达，可能是目前一个较为现实的方案。至少，激光雷达的探测光线，碰到障碍物一定会产生回波，这就在感知层面多了一层冗余，数据层面消除了“看不到”的隐患。

不过，现阶段避免事故的最有效方法，还是在我们用户。

智能驾驶当然可以用，也能切实减轻驾驶负担，但要切记：

手要放在方向盘，眼睛盯着路前方。