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翻的貨車視頻在網絡上流傳。這段高速監控視頻顯示，一輛白色大貨車發生側翻后橫在高速公路左側，幾乎占據了左側兩條車道，一輛特斯拉Model 3從后方疾馳而來，在距離側翻車輛只有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，測試里程數成倍增加，甚至已經更新了多次系統，但在應對類似場景中還是會產生錯誤。

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，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，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先的，它的權重往往優先于雷達的判斷，如果感知系統發生了誤判，可能其他系統也不會有反應。

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駕駛輔助功能。根據官方宣傳，該功能在啟動后能夠根據其他車輛與行人在行駛車道內自動輔助實施轉向、加速和制動，包括緊急制動、碰撞預警和盲點監測等功能，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，對于動態物體判斷還好，對于非標準的靜態物體幾乎無能。視覺在這個層面的進展幾乎停滯，哪怕是動態，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。但靜態物體類別多，形態也千差萬別，沒經過樣本訓練識別不了。”所以，側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。”

實際交通環境中的靜態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合可以相對實現一些標準靜態障礙物的識別。但即使這樣，車道內出現非標準物，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實中積累更多的數據樣本，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？