【摘要】 昨日，发生在台湾的一起离奇事故又一次引起了广泛的关注。视频显示在一条高速公路上，一辆卡车侧翻在最左侧道路上，前车均选择绕行，一辆白色 Model 3 在同一条车道上快速撞
昨日，发生在台湾的一起离奇事故又一次引起了广泛的关注。
视频显示在一条高速公路上，一辆卡车侧翻在最左侧道路上，前车均选择绕行，一辆白色 Model 3 在同一条车道上快速撞上侧翻的卡车。
根据台湾媒体 ETtoday 报道，当时车速约为 110 公里，在临近碰撞时，车辆有减速的迹象，但并未能阻止碰撞的发生。好在驾驶员没有大碍。
目前已经确认，车主在行驶过程中开启了特斯拉的 Autopilot 自动驾驶辅助系统。
从视频来看，此次发生在台湾的特斯拉事故非常像 2019 年 3 月发生在美国的一起撞车事件。
当时涉事的特斯拉 Model 3 在辅助驾驶系统 Autopilot 开启的状态下保持向南行驶，卡车从高速公路西边开出，并试图穿过公路进入北行车道，但 Model 3 未对卡车作出反应，以 110 公里 / 小时的速度撞上卡车，Model 3 整个车顶被削去，驾驶员身亡。
尽管也有不少案例表明，Autopilot 常常能在车辆行进中，先于驾驶员发现道路上的危险情况，如其他车辆突然变道、从侧后方突然闯入、前方车辆突然减速等。同时系统也能快速对状况作出应对，避免事故发生或减少事故的伤害。
不过特斯拉车辆在高速行驶的状态下，未对正前方的缓慢或静止状态下的车辆作出反应，成为了特斯拉严重车祸里的典型场景。
目前有猜测认为这与特斯拉的传感器方案不无关系。
特斯拉的传感器主要依靠摄像头 + 毫米波雷达融合的方案，对前向目标进行检测。
其中毫米波雷达擅长测量相对距离和运动，但是对物体形状的检测不够准确。毫米波雷达除了能够检测到周围行进的车辆，还会检测到道路上如路牌、井盖等静止物体，这时毫米波雷达需要对多数静止物体进行过滤，排除大多数不影响汽车行进的物体，否则路上的一个水瓶也可能将车辆逼停。
因此，静止状态下的侧翻卡车可能被归类为天桥、路牌等物体而被系统过滤。
而摄像头传感器能够更好分辨形状，但相对而言，在距离判断上的表现较弱。目前业内也正致力于通过改善计算机视觉算法、提升算力来提升摄像头的距离检测能力。正常情况下，两者互相配合就能够很好应对绝大多数的行驶场景。
但在前车静止或很缓慢的情况下，加之特定的光照条件下，摄像头可能将白色的车厢识别为其他物体，或是未能准确计算出物体的距离。
国内头部自动驾驶公司文远知行曾在一篇文章里从硬件的角度对此分析称，基于单目摄像头获取深度也受到拖挂车白色涂装影响无法有效提取特征点，从而无法进行有效的深度恢复 (Structure from Motion, SFM)。所以，当一辆特斯拉面前有一辆正在穿过马路的白色拖挂卡车时，正向广角镜头是整个感知系统唯一可用的输入。广角摄像头由于视角过大，导致目标可检测距离变短，最终难以满足刹车所需的时间与距离。
需要注意的是，这篇文章是在 2019 年 5 月发表，特斯拉的硬件方案和软件版本与当前版本可能有差别。
特斯拉官方曾针对一起类似事故表示，强烈的日照，以及白色车身，导致摄像头没有看到拖挂车，造成事故。
后来特斯拉在使用手册中对这一场景进行了警告，公司称，特别是在车速高于 80 公里 / 小时，同时前方车辆离开了驾驶路径，而另一辆静止的车辆或者其他物体出现在正前方的时候，特斯拉可能不会自动制动或减速。
特斯拉一直在强调， Autopilot 属于辅助驾驶系统，开启该系统后，驾驶员仍要保持专注，以在特殊情况下接管车辆。