在汽車電動化快速發展的同時，智能化下半場也已進入起步期。智能化也成為了造車新勢力等汽車品牌的宣傳賣點，不過，汽車智能化發展并沒有如想象中的那么順利，近年已有多起與自動駕駛相關的事故發生。
近日，就在《深圳經濟特區智能網聯汽車管理條例》正式施行不久，國內接連發生多起因自動駕駛引發的事故，涉及理想汽車、小鵬汽車等多家汽車品牌，而智能汽車的安全性也再次受到行業的關注。
國內首部自動駕駛法規——《深圳經濟特區智能網聯汽車管理條例》的正式實施，給國內自動駕駛產業注入一股強心劑；隨后，交通運輸部也發布了《自動駕駛汽車運輸安全服務指南（試行）》（征求意見稿），此前有產業鏈人士向筆者表示，相關自動駕駛法規的出臺，無疑讓自動駕駛有了合法上路的資格，相關企業都加快了產品研發力度，“我們也在加快產品與法規匹配，以更好推向市場。”
近段時間以來，自動駕駛產業鏈相關企業的活躍度也明顯提升，其中雷軍表示，小米汽車首期自動駕駛投入33億元，計劃在2024年進入行業第一梯隊；百度李彥宏再次發聲，“就自動駕駛技術而言，集度將領先特斯拉一代。”
同時，四維圖新、地平線、上汽、Mobileye等產業鏈公司也加快了自動駕駛技術的研發；部分企業的自動駕駛也實現了場景落地，如一汽解放，其于8月17日表示，全球首款量產級智能駕駛重型卡車J7超級卡車實現批量交付。
不過，就在自動駕駛“提速”之時，近期卻接連發生多起自動駕駛“失速”事故。
據了解，8月8日，一輛理想ONE在高速上以77km/h的時速行駛時，追尾路上慢行的工程車輛；8月10日，一輛小鵬P7又在高速上追尾靜止的灰色車輛，并造成人員傷亡；8月12日，另一小鵬P7也在試駕中追尾社會車輛。
媒體報道稱，前兩起事故中，肇事車均開啟了輔助自動駕駛功能。事后理想回應稱，用戶在啟用導航輔助駕駛后，未按要求手握方向盤，而且事故也超出了車輛自動駕駛的工作范圍；小鵬汽車雖尚未就事故原因進行回應，不過據報道肇事車主表示，雖然其手未脫離方向盤，但事故發生時處于分神狀態。
除了如上企業，近期其他自動駕駛汽車品牌的也有相關事故發生，其中特斯拉仍因自動駕駛問題持續受到困擾，近日，美國國家公路交通安全管理局（NHTSA）對其調查范圍擴大到了車載攝像頭系統。
自動駕駛相關法規剛發布就發生多起由自動駕駛引發的事故，自動駕駛的安全性再次受到了市場質疑。
從這兩起事故分析看，輔助自動駕駛技術均未能準確識別前車，而駕駛員在自動駕駛平臺失靈情況下，未能及時接管車輛，最終導致事故的發生。對自動駕駛功能，各家企業都做了相應說明，其中小鵬汽車在其使用說明中指出，“LCC（自適應續航）是一項輔助駕駛功能，并不是完全意義上的自動駕駛，LCC激活時，您仍需始終保持手握方向盤，以便可以在有潛在危險發生時，及時接管車輛。”
分析認為，駕駛員將輔助自動駕駛當做完全無人駕駛使用是造成事故發生的重要原因。事實上，早在去年蔚來發生事故時，造車新勢力紛紛發聲輔助自動駕駛不等于自動駕駛。針對越來越多車企將自動駕駛當做賣點，魏牌CMO喬心昱近日表示，“輔助駕駛不是無人駕駛，尤其是沒有搭載激光雷達的車型，我們不能以生命代價挑戰花式營銷。”
需指出的是，根據目前的法律規定，輔助自動駕駛車輛發生事故時，駕駛員仍需負相應法律責任。
在國內自動駕駛事故頻發之時，筆者留意到，美國汽車安全監管機構計劃延長公眾對通用汽車、福特汽車的請愿書發表意見的最后期限，據了解，請愿書指出“涉及車輛安全的眾多復雜技術和政策問題，需要進行大量分析。”
國內部分業內人士對自動駕駛技術的先進性也提出了質疑，濰柴集團董事長兼CEO譚旭光認為，無人駕駛就是忽悠，L3級以上不可能實現，且表示這是經過認真考慮得出的觀點；不過其認可一定程度的輔助自動駕駛。對自動駕駛持謹慎態度的還有中國科學院院士、清華大學人工智能研究院院長張鈸，其認為對待無人駕駛一定要非常慎重。
雖然目前行業有純視覺和多種傳感器疊加的超融合感知多種路線方案，不過視覺都是無法繞開的核心傳感器之一，某視覺專家認為，對自動駕駛這類要求100%安全的場景來說，視覺技術仍有很大完善之處，“無論是車輛識別還是車輛特征識別，現在的算法難以做到100%識別，比如車身顏色，識別出錯的概率還是很高的，如果算法無法把車輛識別出來，或是識別成其他物品，哪怕只有0.1%的識別錯誤，都有可能釀成非常嚴重的事故。”而此前理想汽車創始人李想也承認攝像頭+毫米波雷達方案對靜態物體存在識別困難的痛點。
張鈸院士還表達了“視覺技術不可靠”的觀點，其認為，涉及到人的安全，自動駕駛系統就會變得非常復雜。
目前，提升自動駕駛算法識別能力的常規操作就是加大場景訓練，不過某業內人士向筆者表示，“目前自動駕駛技術還不夠成熟，別看有些企業說無人駕駛安全路測多少萬公里，但這些都是在理想環境下進行的，而事故的發生往往是意外，是非常規場景下發生的，行業現在的自動駕駛算法解決的是常見的行車場景，但對事故情況發生的意外情況是千奇百怪的，這些是很難通過訓練實現的。”
同時，自動駕駛訓練還需要高算力模擬平臺，而目前行業內能滿足這樣需求的平臺并不多，其中，英偉達已基于該需求推出了相應的方案，某自動駕駛方案公司內部人士表示，“英偉達的芯片平臺價格昂貴，我們上車選用的是其他公司的方案，不過日常訓練中，我們有在采用英偉達的平臺。”
為了增強自動駕駛的安全性，堆疊算力也成了高端自動駕駛車型的標配，如蔚來ET
7，其算力高達1016
TOPS，不過上述人士表示，“雖然算力很重要，但核心并不在算力上，我們的方案中，分配給自動駕駛的算力其實幾十TOPS已經夠用了（注：L2級），關鍵還是要看算法。”
據了解，部分自動駕駛車型原計劃于去年推向市場，但由于算法優化需求，部分車型延后至今年上市，截至目前，仍有部分車型還處于優化階段，“采用我們自動駕駛方案的A款車去年就說要上市，但沒有，我們也很著急，一直在積極配合主機廠，不過沒辦法，主導這款車的是主機廠，而且還涉及其他供應商，不知道要到什么時候才能真正上市。”上述人士表示。
