3 月29 日晚，德上高速公路樅陽至祁門路段發(fā)生了一起嚴(yán)重車禍，駕駛員及兩位乘客（均為在校大學(xué)生）不幸遇難。當(dāng)時，車輛正處于領(lǐng)航輔助駕駛（Navigate on Autopilot，NOA）模式，車速為116 千米每小時。由于該路段正在施工，NOA 檢測到障礙物后開始自動減速，并提示駕駛員接管駕駛，然而由于車速過快，最終車輛與水泥墩發(fā)生碰撞。

NOA 又名自動輔助導(dǎo)航駕駛、智能輔助駕駛，也常被簡稱為“自動駕駛”或“智駕”。這次與NOA 有關(guān)的重大交通事故也引發(fā)了社會各界對自動駕駛安全性問題的強(qiáng)烈關(guān)注。目前，自動駕駛是一項(xiàng)廣泛應(yīng)用于日常生活的人工智能（AI）技術(shù)，幾乎涉及所有出行人群。那么，涉及面如此之廣的AI 技術(shù)，到底值不值得信賴呢？

美國國家公路交通安全管理局（NHTSA）與聯(lián)邦公路管理局（FHWA）于2023 年公布的數(shù)據(jù)表明，在美國，車輛平均每行駛70.2 萬英里（約113 萬千米）會發(fā)生一起碰撞事故。美國汽車廠商特斯拉2024 年第四季度汽車安全報(bào)告顯示：啟用自動駕駛的車輛，平均每行駛594萬英里（約955 萬千米）才會發(fā)生一起碰撞事故；未啟用自動駕駛的車輛，平均每108 萬英里（約174 萬千米）就會發(fā)生一次碰撞事故。由此可見，自動駕駛汽車的事故率更低，其安全性和可靠性似乎更具優(yōu)勢。

2024 年6 月18 日，學(xué)術(shù)期刊《自然》上發(fā)表的一篇論文對自動駕駛汽車的安全性進(jìn)行了全面分析。據(jù)稱，在自動駕駛汽車安全性的相關(guān)研究領(lǐng)域，該論文是迄今為止涉及自動駕駛系統(tǒng)最多且數(shù)據(jù)量最大的一篇論文。這篇論文的兩位作者對2016—2022 年2100 個配備自動駕駛系統(tǒng)的車輛及35133 輛人工駕駛車輛的事故數(shù)據(jù)進(jìn)行對比，而且還納入了NHTSA 自動駕駛汽車數(shù)據(jù)庫以外的約1500 起與自動駕駛汽車有關(guān)的交通事故數(shù)據(jù)。

該論文的結(jié)論是，在大多數(shù)事故場景中，啟用自動駕駛的車輛發(fā)生事故的概率通常低于人工駕駛車輛。這是因?yàn)閱⒂米詣玉{駛的車輛在執(zhí)行常規(guī)駕駛?cè)蝿?wù)（如保持車道位置和根據(jù)車流調(diào)整位置）時一般更安全、更不容易發(fā)生事故。同時，啟用自動駕駛的車輛發(fā)生追尾事故的可能性比人工駕駛車輛低6%。然而，在特定情境下，啟用自動駕駛的車輛更容易發(fā)生事故，如在晨昏弱光環(huán)境下和轉(zhuǎn)彎時，其事故率分別是人工駕駛車輛的5.25倍和1.98 倍。

雖然有多項(xiàng)研究數(shù)據(jù)支持自動駕駛有可能提高交通安全性，但這項(xiàng)AI技術(shù)仍然存在局限性。慘痛的交通事故提醒我們，對自動駕駛應(yīng)當(dāng)保持高度警覺，只能將其作為輔助手段。

當(dāng)前， 我國生產(chǎn)的大多數(shù)中高端小汽車都配置了前向防碰撞輔助功能，該功能涵蓋碰撞預(yù)警（FCW）與緊急制動（AEB）兩大子功能，其作用對象主要針對車輛、行人及二輪車這三類目標(biāo)。然而，目前該功能尚無法對錐桶、水馬、石墩、動物等障礙物做出響應(yīng)，這無疑是當(dāng)前自動駕駛技術(shù)的一大致命短板。實(shí)際上，當(dāng)前的大多數(shù)自動駕駛系統(tǒng)并非無法檢測和識別錐桶、水馬、石墩等通用型靜態(tài)障礙物并啟動AEB。問題的關(guān)鍵在于，在處理此類障礙物上會出現(xiàn)“兩難困境”。倘若通過算法提升靈敏度，車輛便會頻繁發(fā)出障礙物警告并啟動AEB 進(jìn)行制動，這不僅會嚴(yán)重影響駕駛體驗(yàn)，還可能增加事故風(fēng)險(xiǎn)。反之，若調(diào)低靈敏度以減少AEB 的啟動次數(shù)，雖有助于提升駕駛體驗(yàn)，但一旦遇到真正的障礙物，AEB 可能無法及時啟動，從而造成交通事故。

就像人類的感知系統(tǒng)能夠?yàn)樯眢w提供保護(hù)，車載感知系統(tǒng)也是保障行車安全的關(guān)鍵環(huán)節(jié)。目前，大多數(shù)車載感知系統(tǒng)（攝像頭、激光雷達(dá)等）并不具備像人類一樣的認(rèn)知、識別和精確判斷現(xiàn)實(shí)環(huán)境的能力。例如，純視覺模式的自動駕駛系統(tǒng)對障礙物的識別主要依靠攝像頭，距離越遠(yuǎn)，攝像頭識別誤差越大， 在夜晚或弱光環(huán)境下，較難識別障礙物。此外，如果車輛時速超過100 千米，自動駕駛系統(tǒng)必須提前300～400 米識別障礙物并發(fā)出指令，純視覺模式無法勝任，只有高線束激光雷達(dá)才能達(dá)到這樣的識別水平，但這會增加造車成本。目前，自動駕駛領(lǐng)域最先進(jìn)的感知技術(shù)是BEV（ 鳥瞰視角）+Transformer模型（一種深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型），它能夠在沒有任何光線的情況下， 探測到200 米以內(nèi)的障礙物。然而，即便配置了BEV+Transformer 模型，現(xiàn)有的車載感知系統(tǒng)仍不及人眼和人腦，而且在強(qiáng)光下它也常常出現(xiàn)“判斷失誤”?？梢哉f，迄今為止，自動駕駛汽車還未能完全“學(xué)會”正確識別道路上的所有障礙物和危險(xiǎn)情況。

自動駕駛技術(shù)還存在另一個致命缺陷—接管時間過短。以本文最開始提到的造成嚴(yán)重車禍的車輛為例，從NOA 發(fā)出減速請求到駕駛員接管，直至最終發(fā)生碰撞，全程僅2 秒左右，留給駕駛員接管的反應(yīng)時間超過了人類生理反應(yīng)的極限。根據(jù)NHTSA 和德國全德汽車俱樂部發(fā)布的報(bào)告，72% 的自動駕駛汽車事故發(fā)生在系統(tǒng)提示后2 秒內(nèi)，但駕駛員平均需要2.3 秒才能完成接管，而在高速公路上，駕駛員的反應(yīng)時間更長，為2.6 秒。

關(guān)于“接管”問題，我國已出臺行業(yè)標(biāo)準(zhǔn)。根據(jù)中國國家標(biāo)準(zhǔn)《智能網(wǎng)聯(lián)汽車自動駕駛系統(tǒng)通用技術(shù)要求》，自動駕駛系統(tǒng)發(fā)出接管請求的時機(jī)應(yīng)確保駕駛員有足夠的時間安全接管車輛，駕駛員至少應(yīng)有10秒的時間來響應(yīng)接管請求。不過，這并非強(qiáng)制執(zhí)行標(biāo)準(zhǔn)，目前幾乎沒有汽車廠商能按此標(biāo)準(zhǔn)設(shè)計(jì)和制造汽車。

對自動駕駛的“信任”程度還應(yīng)建立在對該技術(shù)客觀、正確的理解上。2022 年3 月1 日，我國的《汽車駕駛自動化分級》正式實(shí)施，共分為6 個等級：0—2 級只能被稱為“輔助駕駛”，分別為應(yīng)急輔助、部分駕駛輔助和組合駕駛輔助；3—5 級可稱為“自動駕駛”，分別為有條件自動駕駛、高度自動駕駛和完全自動駕駛。

現(xiàn)在，消費(fèi)領(lǐng)域內(nèi)大部分聲稱配置了自動駕駛系統(tǒng)的汽車，其自動化分級都屬于“輔助駕駛”級別。因此，對于駕駛員來說，行駛過程中啟用了自動駕駛系統(tǒng)后，也絕不能甩手不管，而應(yīng)該只將其視為駕駛助手，隨時準(zhǔn)備接管車輛。同時，應(yīng)嚴(yán)格規(guī)范自動駕駛的宣傳和銷售，明確區(qū)分“輔助駕駛”與“自動駕駛”，避免誤導(dǎo)消費(fèi)者。

【責(zé)任編輯】張小萌

xiaomeng1756@163.com