特斯拉自动驾驶的BUG或是“无法识别白色静态物体”？

车祸，是一个在我们身边很常见，却又令人畏惧的话题。世界卫生组织提供的数据显示，全世界每年因道路交通事故死亡人数约有125万，相当于全球每天有3500人因交通事故死亡。

尽管车祸屡见不鲜，但时间到了2020年，我们对于某种类型的车祸却产生出了极大的关注度——那就是自动驾驶汽车所发生的车祸，在其中特斯拉毫无疑问处于旋涡的中心。

今年开年以来，特斯拉在全球就发生了几起因自动驾驶失效导致的事故，而就在4天前的6月1日，海峡彼岸的台湾悲剧再次上演。

早晨 6：36 分，台湾 1 号国道上，一辆白色厢式货车位于内侧道路上发生侧翻，车辆几乎横在道路中间。就在此刻，一辆疾驰而来的特斯拉 Model 3径直冲向了侧翻在地的白色货车，最终前者车头直至 A 柱部分几乎全部侵入货车车厢内。

如果这是一辆搬运建筑垃圾或者硬质货品的车，很难想像事故现场会是怎样的“惨状”，但幸好，货车当时所拉的货物为某种食物类的软性材质，所以为特斯拉 Model 3 提供了较大缓冲空间。因此虽然其车头部分损毁严重，但是驾驶员并未受伤。

事发后当地警方公布了事故的具体经过，据特斯拉驾驶员黄先生表示，他的 Model 3 处于 Autopilot 开启的自动驾驶状态，撞车时的时速约为 110 公里 / 小时，而他一看到卡车就全力踩下刹车，但是无论制动时间与制动距离都已不够，以至于撞上卡车车顶。同时，警方在事故发生后也对黄先生进行了酒精检测，结果显示其并不存在酒驾行为。

很明显，这又是一次车主过分依赖自动辅助驾驶系统、忽略路况而酿成的事故，不过其中却有和此前一些事故类似的因素。

2016 年 5 月，美国佛罗里达州一位名叫 Joshua Brown 的 40 岁男子驾驶特斯拉 Model S 在 Autopilot 辅助驾驶系统开启的状态下，撞向了一辆正在马路中间行驶的白色半挂卡车，驾驶员当场死亡。三年之后的 2019 年 3 月，依然位于佛罗里达，一辆特斯拉 Model 3 以 110 公里 / 小时的时速径直撞向了一辆正在缓慢横穿马路的白色拖挂卡车，驾驶员同样未能生还。

包括在2018年，中国发生的首例“特斯拉自动驾驶”车祸致死案，所撞击的对象依旧是一辆停泊在高速路旁的白色道路清扫车。

这些事故所具有的共性为：被撞车辆几乎都处于静止或慢速移动状态，被撞车辆车身上均存在大面积白色区域，且事故发生时特斯拉车主均开启了 Autopilot 辅助驾驶系统。这不得不令人怀疑，特斯拉的这套辅助驾驶系统在面对上述特定情景时，是否存在不可逆转的漏洞。

其实对于目前的自动驾驶辅助系统，专业人士普遍都表示不能完全信任。理想汽车 CEO 李想就曾在某社交平台发表观点，“目前摄像头 + 毫米波雷达的组合像青蛙的眼睛，对于动态物体判断还好，对于非标准的静态物体几乎无能。视觉在这个层面的进展几乎停滞，哪怕是动态，车辆以外的识别率也低于 80%，千万别真当自动驾驶来使用。”

而具体到特斯拉身上，车辆AutoPilot标配的硬件是：8 个摄像头+1个毫米波雷达+12个超声波传感器。这套系统的工作逻辑是摄像头拍摄、传输图像，就像“眼睛”的功能；接下来雷达、传感器则通过波来测量、定位、感知周边事物。

现阶段业内普遍的做法是使用摄像头加激光雷达，激光雷达的优势是探测范围广、探测精度高，能弥补“眼睛”一些情况下看不见的情况。但囿于成本，特斯拉采用了摄像头加毫米波雷达的路线，而毫米波雷达的缺点正在于，探测覆盖的面积有限，很难感知行人，对周边障碍物尤其是静态物体，无法进行精准的建模。

这就不难解释，为什么这些事故中都有“白色”、“静态”这两个关键词。

大部分自然界物体的颜色都是18度灰，在户外状态，比如高速公路，其灰度则更低，也就是说颜色更浅，物体的特征就更不明显，再加上阳光的反射，很容易被摄像头判定为自然环境的一部分，无法与“天空”亦或是“路面”区分开来。

而毫米波雷达又有对于静态物体无法精准建模的硬伤，配合上较快的车速，很容易导致系统“失灵”。

所以你想想，连特斯拉都把自动驾驶功能改成了自动驾驶辅助功能，以此来规避责任，车主们真的别再当“小白鼠”，把自己的生命安全交付给这样一套系统。