特斯拉FSD完全自动驾驶？完全夸大其词！

文｜营哥

上周，「啥都敢说」的马斯克再一次将特斯拉推上了风口浪尖上。

事情源自马斯克早些时候在推特上表示：将回收一部分车主的FSD beta版的使用权限，原因是这些车主在使用FSD beat时，没有对道路进行特别的关注。

对此，有网友在这条推特下评论：特斯拉是怎么知道车主的行为的？是特斯拉车内的摄像头吗？

“yes”，马斯克如此耿直的回复到。

虽然监控用户隐私数据这种行为是大多数科技公司的基本操作，但这样摆在台面上直接承认，还是引起了大众的又一轮热议。

不过我们今天的主题并非是数据隐私，而是特斯拉车主过度相信自动驾驶的行为，说得更准确一点是：当前的自动驾驶系统，值不值得我们过渡信任？

01 特斯拉FSD完全自动驾驶？完全夸大其词

在讲能不能完全信任自动驾驶之前，我们先讲一讲什么什么是自动驾驶。

目前行业里关于自动驾驶分级比较权威的，是采用的国际自动机工程师学会（Society of Automotive Engineers）简称SAE的标准，它将自动驾驶的等级一共分为了6级，如下：

L0：无自动化，驾驶员完全掌控，车辆无任何自动化能力

L1：驾驶支援，能在横向（变道）或者纵向（加减速）单一项目上辅助驾驶员超控车辆

L2：部分自动化，能在横向（变道）和纵向（加减速）两个项目上辅助驾驶员超控车辆

L3：有条件自动化，由系统完成大部分的操作，人类驾驶员在适当时刻提供应答

L4：高度自动化，有自动驾驶系统完成几乎所有的操控，人类驾驶员在极少数的情况进行接管。

L5：完全自动化，在所有的道路场景中，均由系统完成驾驶操作。

而我们想要完全信任自动驾驶，那么所对应的等级势必要在L4或者L5以上，才能实现。

但很明显，参考特斯拉对于其完全自动驾驶的描述，很容易就发现其自动驾驶的等级还处在L2－L3之间，远远达不到完全自动驾驶的能力，如果过度的信任了特斯拉的自动驾驶能力，后果可想而知。

事实上，前段时间国外的媒体曝光了一段时长约13分钟的特斯拉FSD beat 路试视频，从视频中可以明显的发现，目前特斯拉的自动驾驶系统存在诸多的问题，在一些场景中甚至出现极端危险的驾驶方式，如果没有驾驶员的干预，车祸是在所难免。

02 自动驾驶的每一个环节，都还有待完善

如果对自动驾驶感兴趣的朋友，一定清楚在2018年3月那起震惊自动驾驶行业的UBER自动驾驶致死事故。

根据事后的报告分析，造成事故的主要原因是因为Uber的自动驾驶车辆未能在夜晚成功识别横穿马路的行人， 进而未能及时制动，最终酿成惨剧。

如果更深入一点，可以说是优步自动驾驶系统的传感器协同、模式识别算法、决策系统、预设的介入条件，都出了大问题，而车内的安全员玩忽职守，只是诱导事故发生的一环。

在参考特斯拉发生的几起撞白色卡车事件，也是由于自动驾驶系统在感知层面的缺陷，未能成功识别卡车，进而造成了事故的发生。

众所周知的是，当前自动驾驶行业在感知层面普遍有两条技术路线，一条是以特斯拉为首的视觉方案，另一条是以Waymo为代表的激光雷达方案。

两条路线各有优势弊端，比如采用纯视觉方案，受限于光学摄像头的特性，很容易实现感知环节的误判，比如将白色卡车误判为白色的天空；激光雷达对于 3D 感知及环境建模的确更在行，但严重受限于环境，比如在大雪天气，激光雷达的探测能力就会大打折扣。

感知后面，还有融合算法，这是需要海量的数据去训练算法的，而在真实的环境中，道路是千变万化的，研发人员永远不可能将所有的场景都考虑进去，这就导致了系统在遇到未经训练的场景时，可能出现不知所措的表现。

融合算法之后，还有决策执行，如果采用相对保守的策略，那么车辆遇见可水坑也可能停下来，给驾乘者带来非常不好的乘坐体验；如果采用激进的策略，系统变得迟钝，那么和可能措施处置机会，导致事故的发生…

可以说目前自动驾驶的每个环节，都还没有做到相当完美的地步，如果现在过渡的相信自动驾驶能力，那么无异于将自身至于危险的地步。

03 法律不健全，一旦出事，车主维权难

技术不完善是一方面，不健全的法律也亟待完善。

《智车营》此前的文章强调过多次这个观点：导致高级别的自动驾驶迟迟不能落地的因素之一，除了技术有待突破外，法律不健全也是其中的因素之一。

如果没有一个清晰的法律对权责进行界定，那么对于消费者而言无疑是一场灾难，如果出了事故，厂家与消费者之间如何定责，消费者又该如何维权？

无法可依的自动驾驶汽车，你确定你真的敢使用吗？

写在最后：

自动驾驶作为当前最热门的新兴技术之一，其复杂程度难以用文字形容，难度之高、所需数据之大，验证时间之长，都使其在短时间内不可能被普罗大众使用，根据我们国家发布的《智能网联汽车技术路线图2．0显示》，还要等到5年之后，L3级别的自动驾驶车辆才开始有序的进入中国市场，而更高级别的自动驾驶，更是得等到2035年之后。

可见，高级别的自动驾驶，离我们还有相当远的一段距离。