特斯拉又撞車了。

2020年6月1日，一段特斯拉在高速上撞上側(cè)翻的貨車視頻在網(wǎng)絡(luò)上流傳。這段高速監(jiān)控視頻顯示，一輛白色大貨車發(fā)生側(cè)翻后橫在高速公路左側(cè)，幾乎占據(jù)了左側(cè)兩條車道，一輛特斯拉Model 3從后方疾馳而來，在距離側(cè)翻車輛只有10米左右時，才有制動，畫面顯示制動3秒后，撞上了貨車。

這個場景讓人回想起2016年，一輛特斯拉Model S在自動駕駛模式下行駛在美國佛羅里達州的一個高速路口時，與前方左拐的大貨車發(fā)生碰撞，導致特斯拉車主身亡的案例。這次交通事故的原因還未查明，不過似乎并沒有人員重大傷亡，空載的貨車車廂對碰撞有一定的緩沖。

四年過去了，盡管特斯拉棄用Mobileye自研芯片，測試里程數(shù)成倍增加，甚至已經(jīng)更新了多次系統(tǒng)，但在應(yīng)對類似場景中還是會產(chǎn)生錯誤。

很多人在思考這輛車當時是處于自動駕駛還是人為駕駛，如果處于人為駕駛為何車輛自帶的AEB沒有及時響應(yīng)，避免碰撞。

其實當人開車，車速過快時，即使是滿足NCAP五星的車輛，AEB系統(tǒng)也只能減緩碰撞。而當車輛處于自動駕駛時，理論上講，車輛并不是單純的AEB系統(tǒng)，需要疊加自動駕駛功能，而此時，對于一輛特斯拉來說視覺感知優(yōu)先的，它的權(quán)重往往優(yōu)先于雷達的判斷，如果感知系統(tǒng)發(fā)生了誤判，可能其他系統(tǒng)也不會有反應(yīng)。

通常，雷達無法感知靜止的障礙物，而特斯拉沒有激光雷達。而立體視覺的缺陷在于，主要算法是尋找兩臺相機之間跨極線的像素偏移。純色對象沒有可感知的像素偏移，因此可能會漏掉白色的車廂。

目前所有特斯拉車輛均搭載自動輔助駕駛所需的硬件，且所有車輛均標配基礎(chǔ)駕駛輔助功能。根據(jù)官方宣傳，該功能在啟動后能夠根據(jù)其他車輛與行人在行駛車道內(nèi)自動輔助實施轉(zhuǎn)向、加速和制動，包括緊急制動、碰撞預警和盲點監(jiān)測等功能，而前置雷達能夠探測前方較遠距離的障礙物，可達160m。

理想汽車CEO李想曾在微博上發(fā)表觀點表示：“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。”

對于傳感器識別靜態(tài)物體的難點，法雷奧顧劍民也認為，“對攝像頭來說，需要用機器學習來訓練識別物體。但靜態(tài)物體類別多，形態(tài)也千差萬別，沒經(jīng)過樣本訓練識別不了�！彼�以，側(cè)翻的貨車這個樣本似乎在之前訓練場景里是缺失的。此外，前置攝像頭在識別物體時也對天氣和照明條件敏感；對于快速移動的汽車，前置攝像頭通常最終會捕捉到模糊或扭曲的物體圖像。”

實際交通環(huán)境中的靜態(tài)障礙物種類比較復雜，單純的一種傳感器很難達到高的識別效果。雷達與攝像頭二者結(jié)合可以相對實現(xiàn)一些標準靜態(tài)障礙物的識別。但即使這樣，車道內(nèi)出現(xiàn)非標準物，仍然是個難題，即使機器學習也不能識別沒有訓練過的障礙物，而且對攝像頭的探測距離，精度和視角都有比較高的要求。

棄用激光雷達的特斯拉，一方面只能通過在現(xiàn)實中積累更多的數(shù)據(jù)樣本，另一方面也在研究虛擬激光雷達來進一步保障車輛安全，達到真正的自動駕駛。而這一次又一次的交通事故，是否會讓馬斯克在激光雷達使用上改變最初的想法？