車禍，是一個在我們身邊很常見，卻又令人畏懼的話題。世界衛(wèi)生組織提供的數(shù)據(jù)顯示，全世界每年因道路交通事故死亡人數(shù)約有125萬，相當于全球每天有3500人因交通事故死亡。

盡管車禍屢見不鮮，但時間到了2020年，我們對于某種類型的車禍卻產(chǎn)生出了極大的關(guān)注度——那就是自動駕駛汽車所發(fā)生的車禍，在其中特斯拉毫無疑問處于旋渦的中心。

今年開年以來，特斯拉在全球就發(fā)生了幾起因自動駕駛失效導致的事故，而就在4天前的6月1日，海峽彼岸的臺灣悲劇再次上演。

早晨 6：36 分，臺灣 1 號國道上，一輛白色廂式貨車位于內(nèi)側(cè)道路上發(fā)生側(cè)翻，車輛幾乎橫在道路中間。就在此刻，一輛疾馳而來的特斯拉 Model 3徑直沖向了側(cè)翻在地的白色貨車，最終前者車頭直至 A 柱部分幾乎全部侵入貨車車廂內(nèi)。

如果這是一輛搬運建筑垃圾或者硬質(zhì)貨品的車，很難想像事故現(xiàn)場會是怎樣的“慘狀”，但幸好，貨車當時所拉的貨物為某種食物類的軟性材質(zhì)，所以為特斯拉 Model 3 提供了較大緩沖空間。因此雖然其車頭部分損毀嚴重，但是駕駛員并未受傷。

事發(fā)后當?shù)鼐焦剂耸鹿实木唧w經(jīng)過，據(jù)特斯拉駕駛員黃先生表示，他的 Model 3 處于 Autopilot 開啟的自動駕駛狀態(tài)，撞車時的時速約為 110 公里 / 小時，而他一看到卡車就全力踩下剎車，但是無論制動時間與制動距離都已不夠，以至于撞上卡車車頂。同時，警方在事故發(fā)生后也對黃先生進行了酒精檢測，結(jié)果顯示其并不存在酒駕行為。

很明顯，這又是一次車主過分依賴自動輔助駕駛系統(tǒng)、忽略路況而釀成的事故，不過其中卻有和此前一些事故類似的因素。

2016 年 5 月，美國佛羅里達州一位名叫 Joshua Brown 的 40 歲男子駕駛特斯拉 Model S 在 Autopilot 輔助駕駛系統(tǒng)開啟的狀態(tài)下，撞向了一輛正在馬路中間行駛的白色半掛卡車，駕駛員當場死亡。三年之后的 2019 年 3 月，依然位于佛羅里達，一輛特斯拉 Model 3 以 110 公里 / 小時的時速徑直撞向了一輛正在緩慢橫穿馬路的白色拖掛卡車，駕駛員同樣未能生還。

包括在2018年，中國發(fā)生的首例“特斯拉自動駕駛”車禍致死案，所撞擊的對象依舊是一輛停泊在高速路旁的白色道路清掃車。

這些事故所具有的共性為：被撞車輛幾乎都處于靜止或慢速移動狀態(tài)，被撞車輛車身上均存在大面積白色區(qū)域，且事故發(fā)生時特斯拉車主均開啟了 Autopilot 輔助駕駛系統(tǒng)。這不得不令人懷疑，特斯拉的這套輔助駕駛系統(tǒng)在面對上述特定情景時，是否存在不可逆轉(zhuǎn)的漏洞。

其實對于目前的自動駕駛輔助系統(tǒng)，專業(yè)人士普遍都表示不能完全信任。理想汽車 CEO 李想就曾在某社交平臺發(fā)表觀點，“目前攝像頭 + 毫米波雷達的組合像青蛙的眼睛，對于動態(tài)物體判斷還好，對于非標準的靜態(tài)物體幾乎無能。視覺在這個層面的進展幾乎停滯，哪怕是動態(tài)，車輛以外的識別率也低于 80%，千萬別真當自動駕駛來使用。”

而具體到特斯拉身上，車輛AutoPilot標配的硬件是：8 個攝像頭+1個毫米波雷達+12個超聲波傳感器。這套系統(tǒng)的工作邏輯是攝像頭拍攝、傳輸圖像，就像“眼睛”的功能；接下來雷達、傳感器則通過波來測量、定位、感知周邊事物。

現(xiàn)階段業(yè)內(nèi)普遍的做法是使用攝像頭加激光雷達，激光雷達的優(yōu)勢是探測范圍廣、探測精度高，能彌補“眼睛”一些情況下看不見的情況。但囿于成本，特斯拉采用了攝像頭加毫米波雷達的路線，而毫米波雷達的缺點正在于，探測覆蓋的面積有限，很難感知行人，對周邊障礙物尤其是靜態(tài)物體，無法進行精準的建模。

這就不難解釋，為什么這些事故中都有“白色”、“靜態(tài)”這兩個關(guān)鍵詞。

大部分自然界物體的顏色都是18度灰，在戶外狀態(tài)，比如高速公路，其灰度則更低，也就是說顏色更淺，物體的特征就更不明顯，再加上陽光的反射，很容易被攝像頭判定為自然環(huán)境的一部分，無法與“天空”亦或是“路面”區(qū)分開來。

而毫米波雷達又有對于靜態(tài)物體無法精準建模的硬傷，配合上較快的車速，很容易導致系統(tǒng)“失靈”。

所以你想想，連特斯拉都把自動駕駛功能改成了自動駕駛輔助功能，以此來規(guī)避責任，車主們真的別再當“小白鼠”，把自己的生命安全交付給這樣一套系統(tǒng)。