自动驾驶又双叒叕撞了，还能不能靠谱了？

自动驾驶汽车又双叒叕撞了！近日，网络人称“萌剑客”的上善若水投资管理公司创始人、美一好品牌管理公司创始人林文钦驾驶的某品牌汽车，在“自动驾驶”状态下，在沈海高速发生交通事故，不幸去世。

人们在对英年早逝的遇难者表示遗憾和哀悼的同时，免不了将质疑的目光投向汽车厂商，以及这些年不知让多少人趋之若鹜的自动驾驶。

PS. 欢迎大家文末参与讨论。

也难怪大家会有这样的质疑，因为随着“自动驾驶”功能在汽车中渗透率的提升，类似事故出现的频率和数量似乎也在加大，在自动驾驶商业化之路上一直领跑的特斯拉，身上“背”的事故也最多，这自然会引起人们不安的情绪，并且在心中嘀咕一句“自动驾驶这玩意儿到底靠不靠谱？”

敏感的L3

出了事，责任的认定当然是最关键的焦点。虽然这起事故的最终鉴定结果出炉还需假以时日，但厂商在第一时间就马上出来澄清——领航功能不是“自动驾驶”，仅是一个“舒适性功能”，而非“防碰撞功能”。此言一出马上遭到遇难车主家属和众多更多消费者不满，纷纷指出汽车在销售时对此功能的介绍存在夸大宣传、不实描述的嫌疑。

可以讲，该领航功能从设计之初就是对标特斯拉的Autopilot系统，都采用了Mobileye的视觉处理方案，并多加装了一颗前向毫米波雷达，这算是目前商用“自动驾驶”系统的顶流之作了。可是虽然这些方案都喜欢往“Auto”这个词上靠，但严格来讲都不能算是自动驾驶。

目前对于自动驾驶功能的定义，业界普遍都在采用美国工程师学会SAE推出的一个分级标准，该标准根据驾驶员和自动化系统对于车辆的控制权，将自动驾驶分为6个级别，包括：

L0：无自动化

L1：驾驶辅助

L2：部分自动化

L3：有条件自动化

L4：高度自动化

L5：完全自动化

如果这些概念对于你仍然比较抽象，那么下面这张图展示得会更为直观。它将驾驶车辆的行为，分解成分别由手、脚、眼、脑完成的方向控制、加减速、观察环境、判断决策四个行为功能，明确标注出了不同级别中人和自动化系统的参与程度。

图1：自动驾驶的分级说明（图片来源：NXP）

基于这种分析方式，我们又可以将L1至L5级划分为两类：L4和L5级中，自动化系统处于车辆控制的主导地位，这才可以算是严格意义上的“自动驾驶”，而从L1到L3级，车辆控制的最终权限还是在“人”，所以都应该算作是“辅助驾驶”，也就是我们常说的ADAS。

如果再仔细观察，在L1和L2级中，自动化系统的能力还比较弱，叫“辅助驾驶”大家不会有什么意见；但是到了L3级，随着自动化系统能力的增强，不少以前由手、脚、眼干的“力气活”都可以交给汽车自己去做了，很多场景下驾驶员似乎只要做个“脑力劳动者”就行了。虽然L3级规定，驾驶员仍然需要牢牢掌握车辆的控制权，但是在什么样的情况下接管，往往因人、因事而异，无法用一个统一的标准界定，这就让L3级成了一个处境微妙的敏感地带——这个级别的自动驾驶就像个半大孩子，开始有了部分“自动”行为能力，但又需要人类行使“监护”的责任。而目前比较前沿的商用“自动驾驶”系统，基本上都处于L2.5到L3这个级别。

从这次事故目前公开的数据中，可以看到车辆在事发前的行驶过程中，只有一次急加速而没有急减速行为，很大可能性就是驾驶者将车辆的控制权交给了自动化系统，而没有及时接管回来。

之所以驾驶者会出现这样的问题，一个主要的原因，很可能是车企或销售方没有尽到应尽的告知义务，也就是在售车时没有将车辆自动化系统真实的分级和其中的厉害关系说清楚。尽管这些严谨的说明——特别是警告——在厚厚的用户手册上都会，可是有多少人会在驾车前去仔细研读呢？

而且，大家也注意到，目前车企主推的ADAS功能，大多采用自己特有的名称——从市场营销的角度，这有利于强化产品差异化和独特性性的一面，但也模糊了其与实际自动驾驶分级的对应关系，对用户造成误导在所难免，用户很可能认为使用的就是真正的“自动驾驶”功能。

因此本次事故之后，业界对于“为ADAS正名”的呼声也再次强烈起来，有人提议干脆根据自动驾驶分级统一命名（比如L2=辅助驾驶；L3=高级辅助驾驶；L4=自动驾驶；L5=无人驾驶），杜绝营销“黑话”；也有人建议在L3及以下ADAS产品明显位置上，印上类似“吸烟有害健康”那样的警示语。

不过客观地讲，所有这些，都是当自动驾驶发展到L3这个节点上时，必然会遇到的问题，谁也躲不过去。只是现在是必须认真面对的时候了。

技术短板

根据厂商提供的信息，该辅助领航系统实现了巡航车速控制、车距保持、车道保持和转向灯控制变道，可依据导航自动切换高速车道并且自动进出匝道，还可以根据路况智能调节爱车巡航速度，甚至可以伺机自动变换至速度较快的车道……不过这些炫酷的功能背后，仍然有一个无法回避的技术短板。

从技术细节上看，该辅助领航系统的前向探测采用的是“三目摄像头+毫米波雷达”的经典方案，同时使用两种传感器为的就是通过传感器融合，做到精确感知，形成安全冗余。而这种方案有一个天生的弱点，就是对于静止的和/或不规则物体的识别能力有限。

摄像头容易受光线、天气、遮挡等外部因素的影响，而且对目标的识别需要大量的模型训练，类似形状不规则的工程车辆、施工路障等物体，很可能超出其“认知”范围。基于多普勒效应的毫米波雷达的引入，在一定程度上可以补足视觉感测方案的短板，但是其强项在于移动物体的探测，对于静止物体的识别能力并不强。

而且毫米波雷达会对大量静态目标产生反射，需要从中将一些无关的信息过滤掉，但是如何拿捏这个“过滤”的分寸又是一个难点——过滤少了会导致误判和频繁误刹车，影响用户体验；而过滤多了，则会增加安全隐患。

未来，激光雷达也可能会被引入到自动驾驶系统之中，但即使是这样，对于一些小型而不规则物体，比如山间落石、大车遗撒物，还是会有识别“盲点”，这时如果车辆高速碾压过去，后果不堪设想。

所以，今天我们所能掌握的技术及其构建出的“自动驾驶”方案，归根结底还是在一种有条件的自动化，想在开放环境中达到“零差错”的全自动，还有很长的路要走。

打个比喻，从技术上讲，今天我们谈论的“自动驾驶”还是个未成年的“小姑娘”，即使你动了真情，想要把她“娶”回家，还是耐心等等再说吧。

模糊地带

除了上面提到的对于自动驾驶能力（级别）认知上的偏差、现有技术上的不足，这次事故也在另一个方面引起了人们的警醒，那就是自动驾驶相关行业标准和法律法规的滞后。虽然这种情况在别的高科技领域也存在，但是汽车的使用场景毕竟性命攸关，因此也就更为敏感。

实际上，在事故发生的同一天，工信部针对自动驾驶存在的安全问题，专门发布了《关于加强智能网联汽车生产企业及产品准入管理的意见》，明确要求相关企业“应当明确告知车辆功能及性能限制、驾驶员职责、人机交互设备指示信息、功能激活及退出方法和条件等信息”；企业生产具有组合驾驶辅助功能的汽车产品的，还应“采取脱手检测等技术措施，保障驾驶员始终在执行相应的动态驾驶任务”；生产具有自动驾驶功能的汽车的车企“应当确保汽车产品至少满足系统失效识别与安全响应、人机交互、数据记录、过程保障和模拟仿真等测试验证的要求”；同时还着重强调了对软件远程升级（OTA）的管理。

不过上述“意见”想要转变为具体的、可以落地执行的法规，中间还有大量的工作要做。而在这些工作完成之前，注定自动驾驶将处在一个“模糊的地带”。

另一个方面，即使“有法可依”，根据这些法律法规对自动驾驶事故做鉴定，也是一个难题。目前汽车已经成为一个非常复杂的系统，从代码量这个指标来看，高端车的代码量超过了1亿行，而波音747的代码量只有1400万行。要分析如此复杂的一个“对象”，无疑会对相关鉴定机构的专业性提出极高的要求，而且整个工作将是一个漫长的过程，给当事人带来的成本和压力也将是巨大的。

以上只是“模糊地带”中我们能够看到的一些挑战，置身其中，就像初次驶入一片陌生的水域，“摸着石头过河”在所难免。但是人们还是希望能够事先做出更多、更精准的预判，将亡羊补牢变成未雨绸缪。

文章的最后，我们想说，无论从技术还是配套行业标准、法律法规来讲，对现阶段的自动驾驶，仍然是“想说爱你不容易”，或者说真的想爱，那就需要很大的勇气。

但这样的“勇气”是必须的。对于用户来说，在真正的自动驾驶到来之前，大家都是“小白鼠”，然而没有第一个吃螃蟹者的“勇敢”，人类与这样的美味可能也就绝缘了。

总之，自动驾驶对我们来说，将是一场比拼实力、勇气和耐心的长跑。