撰文 | 张祥威 编辑｜马青竹
2021年至今，智驾投入积极的公司，如特斯拉、蔚小理、华为、小米汽车等，几乎均曾遭遇过智驾事故。
如果以往只是少数案例，2025年随着高速NOA趋向标配，随着小米SU7事故的巨大影响，智驾安全将向聚光灯下靠拢。
目前的高速NOA，方案构成大致如下：
芯片，算力自30TOPS到1000TOPS不等，主流选择比如英伟达Orin X、地平线J6系列、高通8650等；传感器，覆盖毫米波雷达、激光雷达、摄像头，供应商比如禾赛AT128等。
算法，早期基于规则，如今逐渐转向基于AI，主打端到端和大模型。
明面上，大家都叫高速NOA，但各家体验大有不同。那么，芯片、传感器、导航定位、算法，谁在真正决定智驾安全的底线？假如事故场景复现，人们真的不能从死神镰刀下逃走吗？
智驾越是普及，一些事情越要厘清。
毫米波雷达、激光雷达，一个不能少？
一场智驾事故发生后，人们总是会拿着放大镜，当起福尔摩斯，希望找到事故发生背后的蛛丝马迹。
传感器，通常最先被检视。
以最近的一起高速NOA事故为例，毫米波雷达就被人拎出来，认为事故车“只搭载一颗”，属于减配，而“其它家可是都搭载了3-5个毫米波雷达”。
毫米波雷达主要用于目标物的测距、测速，感知距离最远能达到两三百米，且很少受天气、光照等影响。
虽然激进的车企如特斯拉，曾去掉过毫米波雷达，但之后又装回了4D毫米波雷达。抵制毫米波雷达的马斯克在社交平台上说，“选择高清毫米波雷达是可行的。”
一位本土智驾供应商人士告诉《出行百人会/AutocarMax》，“现在的高速NOA方案，主要有7V、11V等方案，前向毫米波雷达用来做目标融合，摄像头和毫米波雷达融合后，目标的距离、速度会更准确。”
早在2021年，一家头部造车新势力曾发生过高速NOA事故。一位知情人士告诉我们，那场事故中，“毫米波雷达没发现前方施工车辆，视觉也没有识别成功，最终导致事故发生。”
毫米波雷达可以提升感知，不过，单纯比较搭载数量，意义不大。
比如，上述质疑者提到的毫米波雷达规模，搭载1颗时，通常为前向毫米波雷达，而搭载3个、5个，则是在前向毫米波雷达的基础上，增加了后保险杠两侧内部位置的角雷达等。增加的毫米波雷达，更多用于环视检测，用于倒车泊车等场景，无助于增强前向感知。
具体到最近这一起事故，调查结论公布前，其实难以评价毫米波雷达规模和事故的直接关系。
因为，毫米波雷达在AEB和NOA中的作用有着较大差异。
AEB中的毫米波雷达主要承担兜底作用，但往往只对动态障碍物敏感，还有速度范围的限制。NOA中的毫米波雷达，则是视觉的重要补充感知手段，但其表现与主机厂的雷达信号处理能力直接相关。因此，很难判定毫米波雷达在这起事件中的作用。
激光雷达，又一个仍有争议的传感器部件。
相比毫米波雷达，激光雷达对目标物的检测，探测精度更高，只是成本相对更高。主流的车载激光雷达，最远探测距离能达到250米，目前成本更低的激光雷达，也能探测至200米。
翻看一些车辆的百公里制动数据，通常低于42米。百公里制动，是指车辆以100公里/小时的速度行驶时，从开始刹车到完全停止所需的距离。从100公里/小时到完全停止，这短短三四十米，一般需要3秒时间。
42米，3秒，看上去，只要能在这一范围内采取制动，事故就能避免。激光雷达已经被业内当作“安全带”，理想、华为都在积极支持。
一位智驾公司高管打比方，简单来说，搭载激光雷达，相当于直接给车辆安装了手枪，快，直接。而没有搭载激光雷达的车，相当于拿着大刀长矛打仗。
摄像头的权重也在不断提升，单目、双目、三目摄像头，不断涌现。摄像头的像素，也来到前视800万像素，环视、侧视300万像素水平。
摄像头可以最远看到300米的车辆，但是看三角牌警告牌，大概只能看到100米。本质上，摄像头是一种数据采集器。看到不代表能识别，采集到数据后，需要再针对道路场景数据进行训练。
大家可能会觉得，毫米波雷达、激光雷达、摄像头，既然这么有用，负责任的车企，就应该把它们全部装上。
且不说盲目增配，市场未必买单，也不谈产能过剩带来的价格战下，车企需要硬抠每一分钱。单从技术角度，上面提到传感器方案，不一定是引发事故的关键。
多位智驾行业人士告诉我们，今天市场上的高速NOA方案，无论是搭载单颗前向毫米波雷达，还是搭载毫米波雷达+激光雷达这样的方案，或者单目、双目、三目摄像头，其实都没有根本缺陷。
因为，决定智驾方案的核心，在于算法，以及是否对大量场景进行了充足训练。
做好场景训练，多维度兜底安全
对于基于视觉系的高速NOA而言，场景训练是重中之重。
上述智驾公司高管告诉我们，“对于视觉方案来讲，目标物是否贴了反光条，检测效果差别很大。尤其是夜间条件下，如果不加反光条，摄像头在距离30米时也未必能识别出来。”
即便同样的水泥墩，白天能识别，晚上也不一定可以。需要把夜间的各种场景都训练到，比如夜间的水泥墩正向摆放和侧向摆放，甚至逆光场景的摆放等，都要挨个训练，才能在遇到时成功识别。
同理，面对道路上的水马，也需要对不同形状、光照、天气等进行训练，否则就会出现漏识别。
上述人士表示，单从障碍物识别来讲，有激光雷达一定是好的，在识别水泥墩上，它对反射没那么敏感。有反光条和没反光条，差距不大。而非激光雷达传感器的特点是，识别不稳定，需要进行足够多的训练。
传感器的能力是固定的，算法则是灵活的。
“双目摄像头是通过视觉差，对物体进行识别。普遍好于单目。但是，基于单目摄像头可以实现占用空间技术，通过训练依然可以做到视觉差。数据量足够大的话，效果也不会差。而双目摄像头，靠视觉差，依然也有识别不到的场景。举个例子，有些地方的灯光、水迹，仍然会被双目摄像头方案误识别。”上述智驾公司高管表示。
最终，还是要看算法的能力。只有算法足够好，才能减少事故。但，算法再好，也无法完全避免事故。数据的长尾效应，仍然会不时制造点麻烦。
下一个路口，说不定就会出现未被训练过的场景，倾斜的水马、逆光下的锥桶……这些场景也许一年半载无法遇到一次，谁也无法保证，智驾永远不出意外。
智驾的特性，决定了其天然存在缺陷，只能多做安全兜底。
功能上，AEB可以成为一道保障。
AEB有两种，一种是主流的AEB，基于白名单机制。不过，现状是，即便是白名单里面的场景，也并非都能完全应对。
“报价的时候，主机厂会问AEB触发率是多少，A说是50万公里，B说是180万公里，C说是5000万公里。但其实，即便一些国际厂商的AEB，正常场景，在场地上都有可能无法成功激活。”上述智驾业内人士告诉我们。
还有一种方案，通过智驾来提升AEB的能力，也就是基于通用障碍物检测。
去年的一场高速NOA事故中，AEB没有生效。事后，车企方将AEB生效范围，提高到了最高150公里/小时，并表示，可以识别侧翻车和水马。
不过，用余承东的话说，“再强大的主动安全，都不能百分之百地保证所有事故安全都不发生。你开得速度很快，突然钻进来一个摩托、电瓶车，突然近距离穿进来，是神仙都刹不住。”
总之，AEB正向触发做得比较好，误触发率一定高。对待AEB的态度，应该是能帮则帮，车主千万不能盲目依赖。
另一道屏障，车企对待高速NOA，要慎之又慎。
对待公众，将智驾功能宣传清楚是一方面。另一方面，坚守安全的底线，不应成为儿戏。
上述智驾业内人士披露，“我们的方案是，要求系统运行的前提之一，车道线必须平行，如果车道线不平行，系统一定会提示车辆接管。原来我们做通用、福特的项目时，他们的要求是很保守的，单线必须退，同时必须把‘请求接管’的提示发出来。但现在，客户为了盲目减少接管率，要求单线也得能通行。”
这意味着，“可能是两条道合成一条道，事故风险就来了。”
结语
今天的智驾，仍然缺少自动驾驶法律的足够监管。有主机厂智驾负责人士透露，智驾系统，更多接受的是C-NCAP等标准的约束。
“C-NCAP主要提供基本的AEB场景，而且不是强制认证，更多起到行业背书的作用。”
上述智驾从业者认为，最近的高速NOA事故，会给智驾泼一盆冷水，同时一定会加快自动驾驶L3法规的出台。
立法，或许可以成为一道最强的屏障。
“实际上，车辆接管的场景应该被明确定义，在ODD范围内，除非系统故障，需要接管，否则，出现各种场景车辆都应该应对，不应该让人接管。”
在死神举起镰刀前，车企要做好兜底。锅，不能总让车主背。当然，那些智驾在开、人在睡的宣传，也应该早些结束了。