據(jù)說這是第一次發(fā)生自動駕駛汽車在測試中撞死行人的事件，此前自動駕駛汽車發(fā)生過多次事故。在當(dāng)?shù)貢r間3月15日，荷蘭的一輛特斯拉Model S撞倒一輛自行車、一輛小輪摩托車和一輛汽車，發(fā)生了人員傷亡。在2016年，一輛處于自動模式的特斯拉汽車發(fā)生事故，導(dǎo)致駕駛員死亡。

特斯拉的全球首例自動駕駛死亡事故就發(fā)生在中國。2016年1月20日，京港澳高速河北邯鄲段發(fā)生一起追尾事故，一輛特斯拉轎車在自動駕駛的情況下，直接撞上一輛正在作業(yè)的道路清掃車，司機(jī)當(dāng)場身亡。在發(fā)生事故后，特斯拉悄然將“Autopilot自動駕駛”改為了“自動輔助駕駛”。

此外，在佛羅里達(dá)一輛特斯拉Model S與一輛拖掛車發(fā)生了劇烈碰撞，導(dǎo)致駕駛員不幸喪生。由于碰撞發(fā)生時這輛特斯拉轎車處于自動駕駛模式下，著實為火熱的自動駕駛概念蒙上了一層陰影。即便是前兩天鬧得沸沸揚揚的奔馳C200L定速巡航失控事件也被人和自動駕駛聯(lián)系在一起，雖然定速巡航似乎和自動駕駛關(guān)系并不是很大，但這也體現(xiàn)了很多人對自動駕駛充滿了不信任。

以特斯拉的幾次事故為例，造成死亡的兩次事故都是由于車輛沒有識別出前方?？康能囕v。特斯拉使用毫米波雷達(dá)和攝像頭組成Autopilot的“眼睛”，但是在兩次事故中，Model S的眼睛都異?！笆鳌?。據(jù)特斯拉公司分析，車輛的自動駕駛系統(tǒng)當(dāng)時沒能分辨出前方卡車的白色拖車與明亮天空的區(qū)別，導(dǎo)致自動剎車未能辨識出障礙物而沒有進(jìn)行制動。

大師曾和國內(nèi)某車企的研發(fā)工程師聊過關(guān)于自動駕駛的話題，他認(rèn)為目前主流的毫米波雷達(dá)并不能實現(xiàn)對所有障礙物的識別，特別是對于路障、欄桿這樣的細(xì)小的障礙物，毫米波雷達(dá)可能產(chǎn)生誤判或者識別不到。并且天氣的優(yōu)劣有可能會對毫米波雷達(dá)以及攝像頭產(chǎn)生巨大的影響，強(qiáng)光、雨雪都可能影響毫米波雷達(dá)和攝像頭對回饋信息的收集。

現(xiàn)在很多車企都會宣揚自己的產(chǎn)品有多智能，能實現(xiàn)L2甚至L3級別的自動駕駛。實際上L2的自動駕駛只能算部分自動化，車輛能夠主動轉(zhuǎn)向和剎車，能適當(dāng)減輕駕駛者的工作強(qiáng)度；L3的自動駕駛屬于有條件的自動駕駛，駕駛員仍需要對車輛進(jìn)行干預(yù)。實際上目前的自動駕駛最多只能算高級駕駛輔助，在目前所有的量產(chǎn)車上將雙手離開方向盤都是作死的行為，如今的自動駕駛并不等同于無人駕駛！不過，大師認(rèn)為對于現(xiàn)在自動駕駛發(fā)生的事故，大家不必反應(yīng)過度。要知道，在美國每年發(fā)生逾600萬宗車禍，造成6,000名行人與近4萬乘員喪生，所以自動駕駛的事故率目前并沒有比人工駕駛更高。

其實自動駕駛就是給車輛添加了一個“虛擬司機(jī)”。開過車的人都知道，開車還是一件動腦的事情，畢竟開車的過程實際也是一個選擇的過程：是否要變道、是否要超車、是否該剎停等等。對于自動駕駛來說這個“大腦”就是算法，特別是中國的道路狀況非常復(fù)雜，隨時可能發(fā)生各種突發(fā)狀況，這需要更加完善的算法來應(yīng)對各種各樣的道路條件。所以目前大多數(shù)無人駕駛車輛都是在高速公路上測試，就是因為高速公路的路況相對更加簡單，對算法的要求相對更低一些。

在沒有大量實驗和數(shù)據(jù)的支持的情況下，算法就會像一個沒有經(jīng)驗的“新手司機(jī)”。大家都知道老司機(jī)有經(jīng)驗，能夠預(yù)判路況，采用合理的駕駛方式，完善的算法就是一個“富有經(jīng)驗”的老司機(jī)，能夠?qū)Σ煌穆窙r計算出不同的應(yīng)對方法，車子就會像由老司機(jī)駕駛一樣，又快又穩(wěn)。而普通的算法就缺乏了“老司機(jī)的經(jīng)驗”，在面對復(fù)雜路況時，它可能想不出應(yīng)對的辦法，那么出于安全考慮，車輛就只能頻繁剎停，影響自動駕駛的舒適性，甚至?xí)a(chǎn)生安全隱患。

好的觀察力也是一個好司機(jī)不可缺少的東西，要實現(xiàn)完全的自動駕駛也就是無人駕駛就需要給車裝上“眼睛”。前文也說了毫米波、攝像頭會受外界較大地影響，所以目前主流的無人駕駛汽車都采用的是多個激光雷達(dá)、毫米波雷達(dá)以及十?dāng)?shù)個攝像頭，這樣的配置會讓無人駕駛汽車有“更好的視力”。不過光看激光、毫米波這幾個名詞就大概能猜到這些設(shè)備價格絕對不低，同時為了實現(xiàn)復(fù)雜的算法，車輛還需要配備每秒處理數(shù)萬億次操作的計算單元，這些設(shè)備都價格不菲。

據(jù)法國的技術(shù)和商業(yè)市場研究公司Yole Développement估算，2018年每輛無人駕駛汽車的價格約為20萬美元左右。這樣的價格可以在美國買很多超跑了，對于普通人來說現(xiàn)階段無人駕駛還是難以觸及的。不過在無人駕駛技術(shù)成熟之后，大量的實際應(yīng)用會大幅度降低無人駕駛技術(shù)的成本，造價對于未來的無人駕駛汽車來說并不是問題。現(xiàn)階段的自動駕駛需要大量的資金投入，并且從實際效果來看并不是那么靠譜。但這并不妨礙自動駕駛成為未來的發(fā)展趨勢，隨著技術(shù)的發(fā)展，自動駕駛在大部分情況下取代人類駕駛是必然的。

寫在最后

人們總是討厭重復(fù)而低效的工作，自己懶得做，就讓工具做，將工作自動化。工業(yè)和信息技術(shù)的不斷發(fā)展使這個世界不斷走向高度的自動化和智能化，在這個發(fā)展的過程中，新技術(shù)總是伴隨著大量的失敗，我們應(yīng)該更加寬容地對待自動駕駛。