自动驾驶不应该背NOP的锅，但是尽信书不如无书，辅助驾驶的壁垒到底在哪里？

编者按：

本来小编是不愿意蹭这个热点的，毕竟这些热点都是建立在血泪教训之上的，但是身边有很多对自动驾驶感兴趣的朋友们，在小编眼里“尽信书不如无书”这个道理真的希望身边的每个朋友都能真正理解，毕竟安全永远是第一条！对于小编而言，算小编格局小，除非代步工具能飞，否则自动驾驶，真的我怕。。。

蔚来 NOP 和国内大多数自动驾驶功能一样，尚无法对雪糕筒和高速公路上的施工车辆进行完全准确地识别和响应。

自动驾驶领域又一次出现事故惨剧。

8 月 14 日，「美一好」微信公众号发布公号称，「2021 年 8 月 12 日下午 2 时，上善若水投资管理公司创始人、意统天下餐饮管理公司创始人、美一好品牌管理公司创始人林文钦先生，驾驶蔚来 ES8 汽车启用自动驾驶功能（NOP 领航状态）后，在沈海高速涵江段发生交通事故，不幸逝世，终年 31 岁。」

因文中特别点明了「自动驾驶功能（NOP 领航状态）」，文章发布后，消息很快在汽车行业引发热议。

同时，最近网上有一段理想ONE车主躺着开车的视频引起了热议。从视频中可以看出，车在高速路上行驶，车主打开了车辆的辅助驾驶功能之后，竟然双手离开方向盘，将座椅放平，直接躺在上面享受“日光浴”，而且视频中，后排也有一个乘客，也是躺着的姿势。

视频显示，这位车主应该是在方向盘上使用了模拟器，可以模拟手操作方向盘的触摸信号，以此来绕过车辆的防脱手系统。目前大部分带有自动驾驶的车辆都会在方向盘上设置有防脱手逻辑，如果车主双手离开方向盘，超过几秒后，车辆会发出警报。若车主没有及时接管，车辆就会自己退出辅助驾驶。

其实无论特斯拉NOA、蔚来NOP、小鹏NGP没有一个能真正保证安全，如果非要使用上述功能，请保持随时接管的准备，并且比自己开车更加专注注意力，否则大概率会出事，自动驾驶成为电动车发展的标配，很多车企都在宣传自动驾驶这个卖点。但是需要提醒的是：现阶段并不能完全把车辆交给自动驾驶。因为大部分主流车企所采用的自动驾驶都为L2级辅助驾驶，其在智能化和自动化驾驶方面，还存在很多缺陷，仅仅限于辅助驾驶，并不能实现完全自动驾驶，驾驶员本身应当时刻关注道路状况，并不应该过度依赖车辆辅助驾驶系统。NOA、NOP、NGP三套系统非但做不到这些，照目前的发展势必会给驾驶者带来的是更大的负担，你需要更专注更小心，更谨慎的应对系统随时带来的错误操作，并准备接管修正。虽然这个锅不该由“自动驾驶”背，但这个卖点的锅应该给谁来背？

静止车辆，是L2面临的一大难题

受限于目前的传感器配置与技术水平，蔚来的系统和其他L2自动驾驶一样，在前方有静止、缓行障碍车辆，道路标线不清晰、近距离加塞等场景下，均存在事故风险。自动驾驶到底是怎么回事？汽车为什么能像人一样观察周围环境并且做出判断呢？自动驾驶汽车的传感器的是由多种传感器融合的 :激光雷达、亳米波雷达和摄像头。

美国国家公路交通安全管理局（NHTSA）根据驾驶行为中车辆占据的控制权，将自动驾驶分为六个等级（表1），其中L0级即无自动，驾驶员需要随时掌握车辆的所有机械、物理功能，车辆仅配备警报装置，在车辆行驶过程中给驾驶员提供安全警示，车辆不参与任何驾驶行为过程；L1级是由驾驶员操作车辆，但车辆可以配备诸如车辆防抱死系统等可以帮助行车安全的功能，这些功能仅辅助行车安全，车辆的控制权依旧掌握在驾驶员手中；L2级还是由驾驶员操作车辆，车辆配备的定速巡航系统，盲点检测系统等功能可以减轻驾驶员操作负担；L3级是在部分驾驶场景中，车辆已经可以自主控制，无需驾驶员的参与，但当车辆侦测到需要驾驶员控制车辆的路况时，会让驾驶员立刻进行后续的监管；L4级是车辆可以在有条件的情况下完整的完成自动驾驶，一般无需驾驶员的介入，此时车辆可以按照设定的程序将乘客送到目的地，但是在严苛的气候或者道路模糊不清、意外、不具备自动驾驶条件的道路环境时，车辆会提醒驾驶员，并给驾驶员足够宽裕的时间进行接管，在L4级时驾驶员仍需要监管车辆的运作；L5级自动驾驶时驾驶员无需在驾驶室，车辆也无需驾驶员监控，可以独立自主在所有道路环境下完成自动驾驶行为，车辆可以对目标点进行最优的道路规划和决策。

自动驾驶的本质是车辆可以自主完成驾驶行为，这个过程是需要车辆作为载体，是一个硬件与软件加以辅助的强耦合的系统工程。自动驾驶汽车和人一样，在路面行驶时是一个感知、规划、控制、执行的行为，这些过程离不开硬件与软件协同，如果说软件是自动驾驶汽车的大脑，起着规划和控制的行为，那么硬件就是自动驾驶汽车的神经与四肢，起着感知和执行的动作。

执行是车辆根据软件规划做出诸如加速、减速、停车等行为，这一环节是由车辆来完成所需步骤，而感知是信息接收的一个过程，是车辆实现自动驾驶动作的源头，为软件的规划和控制提供所需的道路信息，这一环节更像是车的眼睛，查看周围的环境数据，进行静态、动态物体识别、侦测与追踪等，可以让自动驾驶车辆与驾驶员快速察觉可能发生的危险，以提高行驶过程中的主动安全性，这一过程需要很多的传感器协作完成。自动驾驶感知主要由车载摄像头、毫米波雷达、激光雷达、超声波雷达等传感器构成，不同的传感器起着不同的作用，在自动驾驶过程中完成不同的任务需求。

图1  特斯拉前视摄像头模组

图2  激光雷达测绘图

蔚来的L2方案的主传感器是摄像头，辅助传感器是毫米波雷达。

为什么毫米波雷达在面对缓行或禁止的高速公路养护车时失效了？

长距毫米波雷达依靠的是波长在毫米级别的电磁波回波探测目标，受成本限制，目前主流的毫米波雷达收发天线数量有限，仅分辩目标在水平方向上的角度，而没有区分目标垂直高度的能力。因此不论是横在路面上方的龙门架还是停在路中间的车，在毫米波雷达的“眼中”都是一样的，因此雷达会主动过滤掉禁止或者速度过低的目标物体，保证车辆的正常工作。

基于同样的原因，毫米波雷达普遍的角分辨率也并不是很高，因此旁边车道的车缓并到你所处的车道，在侵占你所处车道的足够范围前，毫米波雷达同样有可能无法判断继续前行是否会撞到它，大家在使用ACC自适应巡航或其他辅助驾驶功能是一定要多加注意。

从技术发展上看，目前已有精度更高、具备垂直方向俯仰角分辨率的4D成像毫米波雷达出现，这类雷达对禁止及低速目标也能有很好的探测。例如华为发布其4D成像雷达时公开的点云信息，清晰的标示了路牌、龙门架及道路两侧的护栏等禁止目标。另外，可以精确还原环境三维信息的激光雷达也能够很好的处理这类问题。

另一个问题在于摄像头也未能监测到前方的高速公路养护车。摄像头本身在光照环境良好的情况下并不存在失效的问题，且目前摄像头具备目标识别，距离判断等能力。但摄像头完成上述工作的原理是深度学习，需要有足够的数据量对其进行训练，高速公路养护车这类出现频率较低的事物，摄像头存在误判或无法识别的可能性。

推荐传感器品牌：德国burster

自动驾驶的商用化离不开传感器的应用，作为汽车的“眼睛”，道路数据的搜集和探测是十分重要的，随着技术的不断发展，成本的不断降低，在中、低型汽车上也将搭配更多的高级辅助驾驶功能，届时传感器的使用也会更为普及。

德国burster成立于1961年，由 Irmgard 和Hubert Burster 创立，1964年公司总部搬迁至 Gernsbach，并于1971年推出了第一款全自动数字欧姆计。1980年通过PTB的DKD认证，并推出burster的首款智能型产品。

1982年 burster第一台微处理控制仪器问世。1991年burster启用了现在通用的LOGO。1998年，推出了目前广泛应用于过程控制的产品DIGIFORCE。2004年burster获得了五十佳雇主称号。burster传感器的种类有上百种，每个种类下都有数十种型号对应不同的使用场合及测量范围。目前burster传感器的精度为世界顶尖水平。旗下的产品包括:压力传感器、符合元、扭矩传感器、位移传感器、角位移、速度、加速度传感器等。

应用领域：

充电插座上的力测量

用于电动汽车

非线性 < 0.1 % FS

过载保护高达测量范围的 5 倍

测量范围 5 kN

0 ... 500 N 至 0 ... 200 kN 的测量范围

爆破 TEDS 提供额外的确定性

任务

即使是自动驾驶也需要手工完成一些任务；例如为电动汽车充电。将充电插头插入充电插座需要克服轻微的摩擦力，以确保其牢固地接合到位。出于安全原因，插头必须具有较高的断裂强度，而且使用少量的手动力量也能舒适地操作。8524 称重传感器非常适合集成到测试设施中，并提供所需摩擦力、锁定力和端点力的高分辨率测量。

扭矩/角度测量

在车辆仪表盘控件上

8661型精密扭矩传感器

非接触式传输

扭矩测量 < 0.05 Nm

角度分辨率 0.0885°

任务

在监测旋转开关的触觉响应时，重要的是精确测量必须施加的扭矩（所需的调节力 > 本体感觉 > 触觉）。

解决方案

8661 型精密扭矩传感器可用于在前进和后退运动期间在定义的角度范围内重复且极其准确地测量超低扭矩。

结语：辅助驾驶系统不是自动驾驶，小心驾驶!

从今年二季度开始，蔚来开始加速研发无人驾驶技术，其自动驾驶相关团队将在今年年底达到800人左右。根据蔚来刚刚公布的第二季度财报，到2022年，蔚来将交付包括ET7在内的三款基于NT2.0技术平台的新车型，具备点到点的自动驾驶能力。

目前，特斯拉、小鹏、蔚来等各大新能源车厂都推出了高级辅助驾驶功能，但是目前各家的自动驾驶系统都要求驾驶员双手不能离开方向盘，准备随时接管方向盘。

此次事故，再一次为自动驾驶系统的使用敲响了警钟，车企不能对消费者过度宣传自动驾驶的能力，并需要强制要求使用者在开启高级辅助驾驶功能时，仍需要实时关注道路情况，应对车辆无法处理的情况。