特斯拉再次深陷舆论风波，智能驾驶何时能够放心使用？

11月5日，广东潮州饶平县，一辆特斯拉在路边缓缓停靠时，却突然转向马路，随后开启了长达2.6公里的高速狂飙。据闻，该车此次“失控”最高时速达198km/h，最终导致2死3伤。

事故疑点重重，车主做了回应：驾驶员精神状况正常无醉驾、毒驾，且是20年经验的职业货车司机。事故失控的原因是“刹车踏板踩下去很硬，从而无法停车”，这点与之前特斯拉发生的事件很相似。其次是车速越来越快，疑似加速失灵或智能驾驶失灵。

而特斯拉也“疑似”做了回应，与之前的“刹车门”事故同样大同小异：根据后台数据显示，驾驶员只踩了电门，没踩刹车，操作有问题。

不少业内人士对这次事故发表了看法，都觉得人为飙车的几率不大，车辆失控的概率极大，理由归结如下：

1，一个有经验的老司机，长时间都不踩刹车，这很反常；

2，一开始减速停车时，高位刹车灯没亮（一般单踏板模式或刹车都会亮起）；

3，车辆行驶过程中，驾驶员一直在规避行人与障碍物，说明有意识且驾驶技术不错；

4，视频中短暂几次高位刹车灯亮了，其中有两段高位刹车灯是持续亮。驾驶员有刹车的行为，但车辆速度依然很快。

当然，此事件在此先不做太多评论，待调查结果出来自会分晓。不过特斯拉相关的智驾引发的问题已不是新鲜事，网上讨论度较高的包括前段时间备受关注的“温州刹车失灵事件”以及此前上海车展特斯拉展台上张女士车顶维权事件。

引发网友的巨大关注，主要还是与自身利益息息相关。特斯拉作为智能汽车的翘楚代表，如果它的智能驾驶都不安全，那怎样的才算安全？

安全是智能驾驶的前提，但靠的是什么？

智能驾驶引发的各种事故，让用户对这项原本能极大改善驾驶体验的功能“敢装不敢用”。尤其是以特斯拉为代表的车企在多次智驾风波后，更是让人们群众对这项功能的安全性不太信任。但其实我们从多个特斯拉事故的分析来看，大概就知道问题出在哪。

比如在2016年，第一起因为使用特斯拉Autopilot系统而发生的死亡车祸。事发的原因是因为前方白色的挂车车身在强烈的日光下并未被Model S的摄像头识别。同样的案例发生在去年3月，一辆特斯拉Model Y在美国底特律市郊撞上了一辆半挂卡车，原因是自动驾驶系统错误地把卡车的白色货厢识别成了天空。

再比如去年4月份晚23时30分左右在美国德克萨斯州的公路上，一辆Model S在车道上急速行驶，随后撞树并起火，造成车内两人死亡。当地警方称，“从现场物证和当晚（发现）尸体的位置和撞击的轨迹，他们百分之百确定撞车时驾驶座上没有人在驾驶汽车”。既然驾驶座没人，那么可以猜测车主通过某些手段开启了自动驾驶，而出现事故的原因，很大可能是因为深夜可见度不高，感知系统没有准确识别道路信息。

以上案例可以看出，智能驾驶不安全的原因是感知系统识别不准确或难以识别。当下汽车行业中采用的感知方案，大体分为以摄像头为主的“纯视觉”感知方案，以及“摄像头+毫米波雷达”为主的多融合感知方案。

特斯拉就是“纯视觉”感知路线的拥趸，他们甚至觉得，现在流行的雷达方案是极为愚蠢的，还觉得任何使用激光雷达方案的最后都会失败。当年他们之所以这么说，多数人猜测主要是因为一颗激光雷达的成本非常高，甚至超过3000美元，这对于销量庞大的特斯拉而言，无疑是笔巨大的成本。

当下特斯拉常见的视觉感知方案，由8颗摄像头组成，通过不同摄像头对焦的角度，来计算车辆与障碍物的距离。但我们都知道，视觉是很容易被环境所欺骗的，尤其是遇到黑夜光线不足、暴雨沙尘天气可见度不高等情况下，别说200米的距离了，看清5米内的都费劲。即便摄像头布局再多，也很难在恶劣天气中获得准确的影像识别。

视觉感知方案在地广人稀的国外或许还有用，但在国内更为复杂的道路环境中，形状不一的障碍物、突然出现的“鬼探头”等，纯视觉就很难做到完整覆盖。

因此现阶段很多车企都更愿意采用的多融合感知方案，摄像头、毫米波雷达能够形成较好的互补作用，高阶的还会应用上激光雷达，能更精确地对物体的距离、大小、状态做监测，极大地提升智能驾驶时的安全性。

但即便用上了多融合感知方案，其实还是会偶发事故，这说明了现有的这套感知系统仍然做不到尽善尽美，这就得引入更强大的感知系统。而最近在行业内备受瞩目的，就是埃安新推出的全新高端电子电气架构——星灵架构，在安全智驾这块，行业率先引入了航天级红外遥感技术。

这项技术强在哪？红外遥感技术具有超强透射率，普遍应用于航天、军事等领域；红外在智驾中的应用是可通过生命体热辐射成像，弥补“雷达+摄像头”感知系统对生命体识别不完整的盲区。再加上第二代激光雷达、摄像头、毫米波雷达等39颗传感器组成的多融合传感系统，以及星基融合定位技术等，埃安在智驾系统上可以说是全副武装了。

都别想着快速奔跑，“看”清路再说！

对于智能驾驶来说，要想完成自主行驶，就好像人走路一样，“看”得清路况是第一要求。就好像埃安那样的多融合感知系统，在算力冗余的前提下，装备的传感器越多、类型越丰富，“看”得也会更全面。

而特斯拉的纯视觉方案，在多个场景下的确会存在一些盲区，前面提到的一系列事件都是血淋淋的教训。但其实这些问题或多或少是可以减少发生概率的，最主要的原因是特斯拉在不完善的阶段，却大量宣传“自动驾驶”的高科技，这也是当下很多车企会出现的问题。

我们需要认知到的是自动驾驶离我们还非常遥远，这需要海量的行驶数据做支撑，而这些数据又必须从用户使用智能驾驶系统时获得。但现实情况是即便是非常基础的L2级辅助驾驶，很多人也是买车后从来没有启用过。屡见不鲜的智驾事故，让用户对这项技术产生了不信任感。

因此，要想真正推动智能驾驶发展，就必须要以安全作为前提。当下阶段车企亟需解决的是针对全场景全天候，从根本上解决智能驾驶的安全问题，让用户敢装敢用，并且乐意用、放心用。这才是当下智能驾驶技术需要发展并且突破的方向，也是最终实现自动驾驶的关键因素。总归一句话：在智能驾驶上，别想着撒丫子就跑，先把路“看”清了，保证安全最重要。