[ 一位智驾行业资深人士告诉记者，9月17日工信部发布的L2强制性国标征求意见稿里面试验场景很多，但最难的场景是50cm×50cm×50cm纸箱子障碍物探测和响应能力的试验，这个场景高度依赖高性能激光雷达，目前能通过该试验的车企很少，依赖纯视觉的智驾方案更是难上加难。 ]

在相关事故频发后，辅助驾驶安全成为行业高度关注的话题。

近日，世界智能网联汽车大会以“自动驾驶热潮下的冷思考——安全与发展”为主题，举办了一场圆桌论坛。在此次论坛上，多位汽车行业高管认为，终端市场对辅助驾驶能力边界的明确，是加强智驾安全性的重要前提。

反常识的智驾能力边界

Momenta CEO曹旭东表示，Momenta对于辅助驾驶技术产品的边界在哪的问题非常清楚，车企智驾专业的团队也非常清楚，但信息的传递往往会逐渐失真，到了车企的营销团队就开始出现信息缺失，再到终端的消费市场则是进一步模糊，这也导致消费者对辅助驾驶会存在一定的理解和认知偏差。

曹旭东举了一个例子，当下，不管是高速辅助驾驶或是城区辅助驾驶方案，对于特别长尾的通用障碍物，比如说一个箱子、一块砖头、一辆翻倒的货车，其实识别难度都比较大。但是对于普通消费者而言，这些都是很简单的场景，他们认为辅助驾驶汽车应该已经可以完美处理了。

而这种终端市场对辅助驾驶的理解偏差其实普遍存在。

本月初，一辆昊铂GT高速追尾静止工程车的事件成为舆论焦点。网传视频画面显示，该车辆在高速路段行驶时，开启ACC（自适应巡航控制）的状态下，撞开了前方设置的雪糕筒警示物，紧接着径直撞上了前方的一辆静止的工程车，这一过程中车辆未减速。

对此，近日，多名消费者也向第一财经记者表达了对辅助驾驶汽车识别不了静止车辆的困惑，在他们的认知中，对于这种大型物体，车辆只要携带了雷达或者测距传感器，就应该做到轻松识别。

一位智驾行业资深人士告诉记者，9月17日工信部发布的L2强制性国标征求意见稿里面试验场景很多，但最难的场景是50cm×50cm×50cm纸箱子障碍物探测和响应能力的试验，这个场景高度依赖高性能激光雷达，目前能通过该试验的车企很少，依赖纯视觉的智驾方案更是难上加难。

50cm×50cm×50cm的纸箱子，也是大众在高速路上一眼就能看到的物体，却成了智驾行业的大难题，这无疑也是反常识的。

某智驾企业量产工程师向第一财经记者表示，其实终端市场对辅助驾驶存在认知偏差非常正常，因为可能大家都没意识到，普通人的大脑是一个超级复杂且精密的大模型，大脑认为简单的奇形怪状的通用障碍物，对模型来说很难，往往需要充足的数据进行大量训练，对检测精度要求也很高。

特斯拉CEO马斯克经常提及“第一性原理”，认为人类驾驶本质上是依赖视觉感知环境并作出决策，因此自动驾驶系统应模仿人类的视觉认知能力。他主张通过摄像头和神经网络训练实现类似人类的视觉决策系统，而非依赖激光雷达等主动感知设备。但是摄像头目前的性能无法全面超越人眼，更不用说人类还拥有其他非常精密的感知器官，上述负责人补充道。

反常识背后的技术逻辑

2024年5月，湖北襄阳的一位理想L9车主称，车辆在开启辅助驾驶系统后，因行驶中检测到高处广告牌上的小货车图片，突然在高速急刹导致追尾。事故发生后，经交警认定，该车主负此次事故的全部责任。

因为把路旁的标牌误认为是限速或停车标志、把路边广告牌上准备起跑的人识别为在路中间的真人，辅助驾驶汽车紧急刹车的案例数不胜数。

事实上，诸如此类的“幽灵刹车”也暗含了辅助驾驶“反常识”的背后技术逻辑。

一家头部零部件企业的技术负责人对第一财经记者表示，辅助驾驶与普通人认知误差缘于人类用与生俱来的、基于常识和视觉理解的感知方式去揣度一个完全基于数据和概率的机器感知系统。普通人认为简单的事情，对机器来说可能极其复杂；而普通人觉得复杂的动态场景，机器反而可能处理得更好。

对于通用障碍物识别来说，人看到一个砖头或纸箱，大脑立刻调用海量的常识库，识别这是个固体、有重量、会绊倒人、撞上会坏，不需要特意学习就能理解这些。而汽车则是摄像头拍到一堆像素点，激光雷达得到一堆三维点云，再通过海量数据训练，标注为“车辆”“行人”“锥桶”等，如果这个物体没被标记，那么车辆就无法识别。

对于静止物体，智驾系统识别更是难上加难。因为道路上绝大部分静止物体，本身就是道路的一部分，不需要避让，比如路灯、路牌、桥梁、地面阴影、井盖、沥青补丁、路边的静止车辆等。如果智驾系统对每一个静止物体都作出剧烈反应（比如急刹车），那这辆车将完全无法正常行驶。它会不停地“幽灵刹车”，对着一片影子、一个路牌急刹，这带来的危险性更大。

早期，因为雷达误报太多导致“幽灵刹车”频现。因此，智驾系统内置了一个极其重要的安全策略，即对静止物体的识别要非常谨慎，甚至倾向于“忽略”。

而移动的物体（比如车辆、行人、自行车）本身就是道路上的异常信号，智驾系统可以很容易地通过连续帧的图像或雷达回波计算出它们的速度和轨迹，并判断其为有潜在威胁的目标，从而作出反应。

对于辅助驾驶系统的“反常识”，目前行业也在加速推动技术进步来解决该问题。上述技术负责人称，一方面是通过多传感器融合方案，比如激光雷达、4D毫米波雷达的加入来做感知的安全冗余；另一方面，车企也在加速收集各种极端案例（Corner Case）的数据，不断填充模型的认知空白，攻关长尾问题。

在此次世界智能网联汽车大会智驾圆桌论坛上，对于智驾安全问题，地平线创始人兼CEO余凯表示，进入智驾行业第一点就是价值观上要有敬畏心，“互联网的软件产品，基本上干三个月上线都算是大产品，并且上线以后有了bug（漏洞）还可以随时改，但汽车不是这样，对工程质量、流程、纪律都有很高要求”。

余凯称，智能驾驶这个行业其实需要很沉重的责任感，也很不容易，但经过全行业的努力，地平线在加速推动智能驾驶三年“handsoff”（脱手），5年“eyesoff”（闭眼开），10年“mindsoff”（随心开），实现完全的自动驾驶。

短期来说，曹旭东称，最近Momenta也在跟很多车企一起做试驾路线培训，即销售人员在和用户一起试驾的过程中，每个场景辅助驾驶功能沟通内容的制定，一方面需要让用户理解智驾产品什么样的场景可以用、什么样的场景好用；另一方面，也要让用户知道当前的技术和产品能力边界在哪里。企业把这些答案全都梳理出来，并且不断地丰富，把它做成销售人员主线的技术沟通和培训材料，让终端市场逐步掌握智驾产品的边界。