RobotWorld

为什么「完全自动驾驶」仍需要完全清醒的驾驶员

作者:RobotWorld·2026/10/17

加州最近发生的一起事故再次引起了人们对当今公路上最容易被误解的技术之一的关注。一名特斯拉驾驶员据称告诉调查人员,他在启用车辆「完全自动驾驶」(FSD) 模式的情况下在方向盘上睡着了——就在汽车与停靠在高速公路上的加州高速公路巡警 (CHP) 车辆相撞之前。加州高速公路巡警的回应直言不讳且毫不含糊:「尽管名叫完全自动驾驶,但 FSD 并非完全自主。技术不能免除驾驶员安全操控车辆的责任。」

这一声明来自一个应对真实车祸的执法机构,它揭穿了多年来的营销言辞,直击自动驾驶车辆行业难以有效沟通的问题核心。


「完全自动驾驶」的真实含义

特斯拉的 FSD 是一个复杂的驾驶辅助系统,而非自动驾驶系统。它属于美国汽车工程师学会 (SAE) 分类中的第 2 级自动化——这意味着车辆可以同时控制转向和加速/制动,但人类驾驶员必须始终保持充分警觉并掌握控制权,随时准备立即干预。

这与第 4 级或第 5 级自动驾驶是根本不同的命题,在那些级别中,车辆在定义的条件下可以无需人类干预即可处理所有驾驶任务。目前市场上销售的任何量产消费者车辆都还未在开放公路上实现第 4 级自动驾驶。

这种混淆是可以理解的。「完全自动驾驶」「自动驾驶」和「超级巡航」等名称具有煽动性。它们暗示了一种独立程度,而底层技术——无论多么令人印象深刻——在所有条件下根本达不到这样的水平。当品牌宣传超过实际能力时,后果可能会很严重。


技术差距:AI 驾驶系统的挑战所在

现代驾驶辅助平台依靠传感器融合——摄像头、雷达以及日益普遍的激光雷达——加上强大的车载 AI 处理器来实时解读路面环境。像 Mobileye EyeQ6 High 这样的系统展示了这类硬件已经变得多么先进:处理多传感器数据以检测车道、车辆、行人和障碍物,即便在高速行驶中也不例外。像 Hesai AT128 和 Luminar Iris 这样的汽车级激光雷达传感器即使在夜间也能检测数百米外的物体,分辨率极高。

在计算层面,像 NVIDIA DRIVE AGX Orin 和下一代 NVIDIA DRIVE AGX Thor 这样的平台专门为处理自动驾驶所需的巨大推理工作负载而设计——以汽车安全等级的可靠性处理摄像头输入、传感器融合输出和路径规划决策。

然而,即便拥有所有这些技术,当前的第 2 级系统仍然面临重大局限:

  • 边界情况: 不寻常的路面标记、施工区域、停靠在奇怪角度的紧急车辆,或不寻常的光线条件可能会以人类驾驶员会直观处理的方式混淆感知系统。
  • 环境意识: AI 系统擅长模式识别,但可能缺乏更广泛的情境判断——例如理解为什么警察车辆停在前方——这是一个有意识的人类会自动应用的东西。
  • 恶劣条件: 雨、雾、眩光和道路碎屑会以不可预测的方式相互加剧地降低传感器效能。

CHP 车祸场景——高速公路路肩上的静止紧急车辆——正是这类复杂、低概率场景的典型,它继续对自动系统构成挑战。


责任差距与技术差距同样重要

除了工程问题外,还存在一个人为因素问题,技术本身无法解决:人类非常容易快速信任看起来可靠工作的系统。

当驾驶辅助系统成功处理数百英里的日常高速公路驾驶时,心理上自然会将信任扩展到超过系统设计保证的范围之外。研究人员称这种现象为「自动化惰性」——这是航空、工业控制室以及现在消费者车辆中一种被充分记录的现象。睡着的驾驶员可能并未打算在旅程开始时就这样做;他们可能只是逐英里地放松警惕,落入虚假的安全感。

制造商已经实施了监测系统——方向盘扭矩检查、眼球追踪摄像头——来检测注意力不集中的驾驶员。但这起事故表明,这些保障措施并非万无一失,也不能替代驾驶员的责任。

从法律和道德的角度来说,在几乎所有司法管辖区的立场都很明确:坐在驾驶座上的人要对车辆的安全操控负责。仅因为软件在进行部分驾驶就改变这一点是不对的。


这对未来之路意味着什么

这样的事故往往会引发两种相互竞争的反应:要求限制先进驾驶辅助技术的呼声,以及加速开发真正完全自主系统以消除人为错误这一变量的呼声。这两种反应都包含合理的推理。

更为平衡的反应可能是第三条路:更好的公众教育、更清晰的命名规范,以及对传感器和计算技术的持续投资,这些技术最终在大规模验证后——将能够支持更高级别的自动驾驶。

对于工程师、开发人员和在自动驾驶领域或周边工作的技术爱好者来说,今天已经存在工具可用于试验同样的基础构件:边缘 AI 平台、激光雷达传感器和计算机视觉堆栈,这些都推动着明天更安全车辆的发展。理解它们的真实能力和局限——而不是它们的营销名称——是真正进步的开始。

CHP 的警告对于所有在自动驾驶系统中或其周边工作的人来说都是有用的提醒:准确地命名事物,永远不要让技术承担超过其已被证实的责任。


对支撑自动驾驶研究的 AI 硬件和传感器技术感兴趣?探索我们的边缘计算平台和汽车级传感器系列——如果您希望获得关于适合您开发项目的正确元器件的指导,请联系我们。


参考资料

本文在发布前由 AI 协助起草并经过审阅。

相关阅读