前幾天，一則特斯拉于2022年11月在美國發生的事故現場視頻被曝光。根據舊金山海灣大橋的監控錄像顯示，一輛特斯拉在高速公路隧道中突然右打轉向燈后將車停了下來，隨后造成8輛汽車連環相撞的事故。
據了解，這起事故共造成9人受傷，其中包括1名兩歲兒童，并在2022年美國感恩節（11月24日）當天造成交通中斷1個多小時。據美國國家公路交通安全管理局（NHTSA）的一位發言人稱，已對這起事故展開調查。
(相關資料圖)
特斯拉當事司機告訴當地警方，這輛特斯拉在事故發生時開啟了FSD完全自動駕駛系統，正是該系統意外剎車才導致了事故發生。特斯拉汽車突然剎車的這種現象通常也被稱為“幽靈剎車”。
所謂“幽靈剎車”，是指用戶在開啟駕駛輔助系統時，車輛會在某種不需要剎車的情況下突然出現無征兆的剎車，也就是制動系統意外啟動可能導致快速減速的情況。
從不可預測性上來看，教授認為“幽靈剎車”在高速行駛的場景下尤為危險，比駕駛輔助系統常見的偏離車道更加防不勝防。
盡管目前美國國家公路交通安全管理局（NHTSA）和加州交通部方面暫未確認FSD功能是否被激活，但由于特斯拉采用的是純視覺自動駕駛技術方案，“幽靈剎車”出現在特斯拉之上的次數并不少見。
諷刺的是，馬斯克在2022年特斯拉股東大會上曾透露，“我們正在為AI解決非常重要的問題，讓它最終可以拯救數百萬生命、預防數千萬人在交通事故中受到嚴重傷害，令自動駕駛比人類駕駛更加安全。”
在教授看來，一套能夠確保行車安全的高階自動駕駛系統，或者說一套成熟的自動駕駛交通體系可以有效降低交通事故發生的概率。
然而，特斯拉FSD距離這一目標還很遙遠，它的純視覺自動駕駛技術方案，甚至很難在高階自動駕駛領域根治“幽靈剎車”這一頑疾。
說實話，教授本人是一個堅定不移的融合感知自動駕駛方案的擁護者。不可否認，特斯拉的純視覺自動駕駛技術方案用在當下L2級別的駕駛輔助系統確實綽綽有余，它也確實是L2級別駕駛輔助領域的佼佼者。
然而，教授認為L3級別自動駕駛將會是特斯拉純視覺自動駕駛技術方案難以突破的瓶頸。
要知道，L3級別是駕駛輔助功能與自動駕駛能力之間的門檻，它對自動駕駛系統的安全性有著極高的要求，絕不會允許特斯拉“幽靈剎車”這樣的情況存在。
盡管特斯拉可以通過海量的數據以及優秀的算法完成軟件層面的升級迭代，但它過度依賴對光線有著較高要求的攝像頭，缺少能夠在更加惡劣的環境下工作毫米波雷達、激光雷達等感知探測設備。
例如，教授猜測，特斯拉這起由“幽靈剎車”導致的事故，極有可能是因為它搭載的攝像頭無法在短時間內適應隧道內外的光線變化所致。
但凡特斯拉搭載了一個毫米波雷達，它都可以在攝像頭失效時為系統提供真實有效的數據作為備份，進而避免出現“幽靈剎車”的情況，也就避免了這次事故的發生。
要知道，毫米波雷達、激光雷達就像是蝙蝠的耳朵，它們能夠在眼睛失明時為汽車進行聽聲辨位。事實上采用融合感知自動駕駛技術方案的車型就可以很顯著的降低出現“幽靈剎車”的概率。
高階自動駕駛就是將人的生命安全托付給汽車，而視覺自動駕駛技術方案的感知范圍過于單一，它很難在極端情況下確保行車安全。
教授預測，如果特斯拉依舊堅持采用純視覺自動駕駛技術方案，那么它將在沖擊高階自動駕駛技術時，因為安全問題而撞上南墻。
最后教授還是要提醒一下廣大車主朋友們，包括特斯拉FSD在內，現階段國內所有的自動駕駛技術仍然處在L2級別，它的功能僅限于輔助司機駕駛汽車。因此，廣大車主朋友切不可過度依賴現階段的駕駛輔助功能。
如果特斯拉堅持采用純視覺自動駕駛技術方案來做高階自動駕駛，那么它硬件上的短板在未來還將繼續給特斯拉用戶帶來安全隱患。
教授認為，這不是特斯拉因為純視覺自動駕駛方案導致的第一次“幽靈剎車”，也絕不會是最后一次。
