特斯拉「自动驾驶致死事件」的专业解读

原文链接： http://geekcar.com/archives/45559

微信公众号：GeekCar

2016 年 7 月的第一天，特斯拉终于搞了个大新闻。

特斯拉在官网的 Blog 中，公开了第一起因为使用 Autopilot 功能致死的交通事故，并把这起事故称为「A Tragic Loss」。随后，Elon Musk 在推特上转发了这条新闻，引起众多媒体纷纷报道。（注：「Autopilot」是特斯拉自动驾驶系统的名称）

在发生这起事故前，特斯拉的 Autopilot 已经累积了超过 2 亿公里的安全行驶里程。平均而言，美国范围内平均每 1.5 亿公里发生一起致死交通事故。从数字上来看，虽然 Autopilot 比人类驾驶员更安全，但机器致死还是值得我们深思的。

还原一场惨烈的事故

这起事故发生在今年 5 月 7 日中午，目前美国 NHTSA 正在调查之中，正式的调查结果还未公布。但根据特斯拉已公布的信息，我们还是能够还原部分事故发生时的情景的。

发生事故的车主叫做 Joshua Brown，当时开着一辆 Model S 行驶在佛罗里达州的 Williston。特斯拉曾明确提出，事故发生的时候车主开启了 Autopilot 功能。下面这张图是事故发生地的 Google 街景图。

当时路口处有一辆卡车（官方的措辞是「tractor trailer」，即货柜+车头的结构），这辆卡车正在横穿马路。此时 Model S 正行驶在车道线内，处于自动驾驶状态，并和卡车呈接近垂直的方向。

由于特斯拉的 Autopilot 系统判断错误，车在毫无减速的情况下钻进了货柜下方。根据卡车司机的描述，事故发生后，Model S 车里还在播放着「哈利波特」。（下图仅为 tractor trailer 车型示意图，并非事故车）

虽然没有现场事故照片，但我们也能脑补一下：一辆轿车钻进了货柜下方，脆弱的 A 柱瞬间断裂，车顶被削，车主当场死亡。在这场事故中，几个关键因素造成了这起事故，是偶然也是必然。

首先，这次卡车是横置的，摄像头很难从侧面识别一辆正在缓慢移动的卡车。另外，当天的佛罗里达州的阳光很强，卡车本身也有反光，可能导致 Model S 不能识别出卡车和天空。其次，卡车底盘很高，并且和 Model S 处于互相垂直的位置。Elon Musk 说在这种情况下，车会以为是在通过安装在头顶的路牌，不会自动刹停。

无独有偶，在今年 3 月份的时候，一位车主在使用「召唤」功能时，车自己追尾了一辆大货车，撞坏了前挡风玻璃但没有人受伤。到底是谁的责任，还得扯皮一段时间。这么看来，特斯拉的 Autopilot 确实对各种各样的卡车不太感冒，所以提醒广大车主务必注意安全…

圈里人都怎么看？

关于特斯拉的这起事故，我和自动驾驶行业内的很多专家聊了聊，专业人士的观点很值得你一看。（部分人不方便透露公司和姓名，请谅解）

车和家 CEO、汽车之家创始人李想  （ 这段话取自他的微博，他本人也是资深特斯拉车主）

如果有激光雷达就可以避免了，摄像头为主的 ADAS 方案做自动驾驶还是有一定的缺陷，就是光线所造成的影响，包括更精准的距离判断，哪怕万分之一次的误判都是关乎生死的风险。

目前还只能解放手和脚，不能解放眼，车主们要正确使用，在 Tesla 上睡觉这种事情就别宣传了。

MINIEYE CEO 刘国清

这起事故可能是由以下的一个，或者几个「BUG」一起导致了这起悲剧：

1. 为了更好的控制（「正常」工况下的）误检率和模型复杂度，Tesla 使用的前向视觉感知系统（Mobileye 提供）只能识别前车尾部，而不支持侧面车识别（注意，当时前方的挂车正处于转向状态，所以是侧面车身对着 Tesla），于是导致视觉感知失效；

2. 一般情况下，即便 camera 没有捕捉到，但 radar 也能够探测到前方障碍物的存在，但事故中挂车的底盘相对太高，同时 Tesla 上 radar 的安装位置又相对低，这种错位有可能导致 radar 对挂车的感知失败；

3. 当然，还有一种可能性，事发时的特殊场景触发了 sensor fusion 机制中某种隐藏 bug。

关于特斯拉的 Autopilot，现在的过度宣传和广告都在告诉消费者这项技术有多智能，给大家造成这汽车已经可以自主驾驶的印象——但现在汽车行业大部分还处于 1 到 2 级，也就是需要人为干预，技术只能作为辅助。即便如 Tesla 这样的公司，离完全实现无人驾驶也还有一段距离。

在未来，驾驶无人化是必然的，只是比我们想象的要更慢。坦白说，我认为要实现完全的自动化驾驶一定会花超过 10 年的时间，甚至更久。因为这是一个异常庞大且复杂的系统，由很多个协同工作的子模块构成，而遗憾的是，其中相当一部分模块离成熟都还有不小的距离。在通往无人驾驶的道路，需要更多像 Mobileye 一样的公司，持久、专注的在自己的技术领域坚持。

奇点汽车 CEO 沈海寅

此次特斯拉事故背后，对于自动驾驶汽车, 舆论争议最多的一点，可能就是一旦这类车辆出现了交通安全事故，应该如何界定和划分责任，而在遇到道德层面暧昧不清时，我们也主张遵守法律为主。但在复杂的城市道路环境中，自动驾驶汽车因交通事故所带来的责任问题尚没有明确立法，自动驾驶汽车行驶规范与法律法规还基本上是空白，这是影响自动驾驶商业化最重要因素之一。

其实，自动驾驶汽车完全可以在不违规的情况下，机智地做出很多安全的决策，而做到这点，就离不开与人工智能技术的深入结合。这里我们可以举一下 AlphaGo 例子，TA 突破了传统程序，搭建了两套模仿人类思维的深度卷积神经网络：value networks 承担棋局态势评估， police networks 选择如何落子。向人类棋手学习， 从海量样本的胜局和败局中学，并自动提取规则，进行推理。

而自动驾驶让车辆做出合理判断的关键也同样在 AI 技术，智能系统是否可以利用人工智能技术让驾驶认知的形式化、并通过数据积累不断学习驾驶技能，最终替代驾驶员的感知、认知和行为。

拿森电子 CEO/CTO 陶喆

这次事故不是三言两语就能够解释的，但「安全件」的开发，要符合相应的安全开发流程、安全标准。

安全件的开发最主要的不是功能的实现，而是实现产品的安全性和可靠性。在这方面，其实传统车企都是 follow 自己的设计规范、标准。在这一点上，特斯拉以及那些互联网造车公司还是很缺乏积累的。

这次事故，也是对新成立的主机厂、互联网造车团队的一次警示。传统车企在过去 130 多年积累的经验和知识，是他们最大的优势，传统车企的优势则是新兴车企的劣势。

另外，产品的安全性和可靠性应该是新兴主机厂花大量时间精雕细琢的。

某供应商辅助驾驶系统专家

个人感觉这个是正常现象，首先驾驶员需要负主要责任，应该是驾驶员没有注意工况，而且 Tesla 只是减轻驾驶员驾驶负担而不是「托管」。

这里需要深究的问题是：Tesla 如何对驾驶员的「行为」进行监控，除了手部之外是否还需要更多的监控，比如监控驾驶员的脸部，驾驶员是否睡觉，是否观看视频等。另外需要关注的就是驾驶员如果长时间未对车辆进行任何操作，在事故发生之前特斯拉是否有提醒驾驶员，以及系统退出机制是什么样的。

个人觉得，如果 Tesla 自身系统有一些限制的话（这个肯定存在，毕竟没有 LiDAR 以及 V2X），那么当 Autopilot 系统无法应对该工况，必须要对驾驶员进行视觉、听觉或者是触觉的提醒，自己的系统在提醒之后也应该退出。

针对本次事故，对于毫米波雷达来说，缓慢移动的物体反射面复杂，反射点多；对于摄像头来说，因为这次卡车是横置的，而尾灯是判断车辆很重要的特征属性，所以有可能没有识别到，横向移动的卡车一般摄像头是不识别的。

中国工程院院士李德毅

关于自动驾驶的安全性，李德毅院士今天在北京理工大学的一个讲座上也发表了自己的看法：

「因为驾驶活动充满不确定性，启用自动驾驶的窗口条件不能保证启用后仍然满足，窗口条件太脆弱，容易被打碎，随时要求驾驶员接管。自动驾驶表面上释放了人的手脚，但没有人的注意力，本质上是辅助不是自动，仍然是驾驶员担责。」

看了上面的这些说法，你就会发现起码在业内，大家还是主张驾驶员应该对车辆负责。目前来说，特斯拉虽然声称自己的 Autopilot 系统处于「Public beta phase（公开测试期）」，多次强调驾驶员双手要放在方向盘上，但是很多狂热的科技爱好者，依然选择过于相信机器。

这次发生事故的 Joshua Brown 就是其中之一，他非常喜欢特斯拉的 Autopilot 功能。在他的 YouTube 主页上，有很多关于火箭、波士顿动力机器人以及特斯拉的视频，其中就有他用行车记录仪拍摄到的 Autopilot 如何工作，避免车祸的视频。但是，这一次 Autopilot 没能拯救他的性命。

无论如何，机器毕竟是冰冷的，还是人在操纵，人类必须学会如何「正确」操纵这些机器。

————————————————————

原创声明：本文为GeekCar原创作品，转载时请注明“转自GeekCar”及原文链接。

微信号：GeekCar，汽车科技新媒体，专注于智能汽车、车联网、新能源等前沿科技与产品。