特斯拉自动驾驶好方便？L2级自动驾驶其实比你想的更危险

现在，越来越多新车搭载L2级自动驾驶辅助系统，让车可以“自己开”，让驾驶员的双手和双脚在长途驾驶中得到放松，可以不用随时神经紧绷的操作车辆。但有时或许放得“太轻松”，不小心将行车安全给交给了机器，也不自知！

汽车制造商对于驾驶辅助系统的命名也是五花八门，福特的Co-Pilot360™、丰田的Safety Sense等都是市面上常见的驾驶辅助系统。特斯拉则更有自信，直接命名为Autopilot全自动驾驶辅助，听起来是不是更高大上了些？但不管命名怎么变，“辅助”两个字肯定会出现在官网、宣传甚至使用手册中，为的就是告诉车主，驾驶辅助终究只是辅助，系统还是有误判的时候，车主仍应随时关注路况，必要时甚至需要人为介入，将行车安全掌握在自己手中才行。

人类通过眼睛看路，那车呢？

在探究辅助系统前，我们先回想一下自己开车时如何“看路”？是不是通过双眼尽可能看到更远，来观察前方路况；加上后视镜辅助，再通过大脑凭借驾驶经验做出判断，决定汽车到底该加速、减速还是转向。转换为机器语言就是：信息收集——决策——执行动作，对于有驾驶经验的人类很容易，但对于有一做一、说一不二，冷冰冰的电脑来说可就难度倍增了。

汽车的双眼：雷达、摄像头

汽车通常使用雷达、摄像头来替代人类双眼了解路况，驾驶辅助系统往往匹配各式各样的感应器。举例来说，ACC定速巡航通常利用中、长程雷达扫描前方路况，收集前方金属障碍物（其他车辆）信息。AEB主动刹车则整合ACC雷达与前方摄影镜头传来的画面，进行判读与资料库比对。这些各式各样的感应器便等同驾驶辅助系统的“眼睛”，负责资料收集的前端动作。有了充分资料，便可交由电脑比照人类进行判断与决策，再利用电子油门信号、电控刹车、电子转向辅助等控制元件，执行“开车”这项精密又复杂的动作。

尽管现今电脑执行速度飞快，驾驶辅助系统也早已普及，但因为路况千变万化，电脑又没办法像人类一样能够凭“经验”做出“预判”，因此驾驶辅助系统开的车往往会慢半拍，总是与当下路况存在一些时间差，至于如何让电脑开车犹如老司机般的线性又顺畅，那就是各家车厂调校的功力所在了！

电脑也会看不清，当然也会犯错

在进入下个阶段解说前，我们先分辨上面左右图片有什么不同之处，相信只要视力正常的驾驶都能够看出左边是前方空无一物的高速公路、右边是单纯的白色图片。但在驾驶辅助系统眼中，两张图片可能“完全没有区别”！这是因为我们的眼睛性能不论在明暗宽容度或是画面分辨率，基本远超过任一款相机，而大脑的运算效率更是远胜市面上的任何电脑，许多我们习以为常的光影变换或道路状况，对于驾驶辅助系统来说可能根本无能为力。

白色是自驾系统的大敌

举例来说，2016年特斯拉首起自动驾驶导致的死亡车祸，便是因为摄影机无法分辨横在车道的“白色货柜车”与“白色天空”，导致车辆毫无减速，冲进货车下方，且类似案例依然层出不穷，足够说明以摄影镜头为主要判断依据之一的驾驶辅助系统，对于颜色过度接近的物体/背景，或者复杂的光影变换是没办法进行分辨的，这时如果驾驶人过度依赖驾驶辅助系统，意外便很容易就此产生。

雷达无法侦测静止物

除了摄影镜头有可能犯错，ACC定速巡航所搭载的中长程雷达也是一项容易犯错的配备，由于ACC雷达无法分辨前方静止障碍物，究竟是车辆？还是大型路标？或者路旁变电箱？因此多数ACC在设计之初便将静止物忽略不计，以免频繁误判断，从而减速、急刹造成更大的安全隐患。仅在前车逐渐减速、ACC雷达才能正确而精准的侦测并做出反应，一旦速度落差太大，系统很容易就将其识别成静止物而直接撞上去。

其次，由于雷达特性主要侦测物体反射，借此计算出前方物体的方向、高度、大小与速度。因此，若是非正常车辆的障碍物，例如平台拖车、机车、行人等，很可能因为软体资料库“不认识”导致“视而不见”，无法下达正确指令让车辆减速。

人类与驾驶辅助应该是1+1大于2

开车这回事，人类与机器应该是互补的存在，人类有绝佳的眼睛与大脑，能快速对应各种路况，但缺点则是容易疲累与分心，驾驶辅助有很多限制，特定情况下也会看不见，但机器不会疲惫也不容易受到外在因素影响，两者搭配之下才能真正提升行车安全！

想象一下，我们开着L2级系统行驶在黄昏逆光的快速道路，前方一辆故障车，在没开灯的情况下停在车道中央。按照上面所说的摄像头、雷达的限制，这时摄像头可能因为光线反差过大而看不清楚，ACC雷达也忽略前方静止物体而持续加速，唯一能避免事故的仅有持续关注路况、坐在驾驶座的司机！看到这里，你还敢一边开着L2级智能驾驶汽车，一边玩手机吗？