再次撞車!特斯拉Autopilot又要背鍋嗎
如今,越來越多的量產新車配備了輔助駕駛技術,改變了人們的駕駛方式,但同時也帶來了很多爭議,因為近年來由其引發的交通事故層出不窮。
特斯拉最近又出事了!這一次是一個大卡車的“故事”。網友在微博上分享了一段視頻,顯示臺灣省一輛特斯拉Model 3(查成交價|參配|優惠政策)在高速公路上撞上了一輛翻倒在其面前的貨車。
——事故視頻如下
更多精彩視頻,均在車載家庭視頻頻道。
看到這段視頻不禁讓人想起2021年特斯拉Model S(查成交價|參配|優惠政策)的事故,引發了全球對自動駕駛技術的熱議。當自動駕駛打開時,Model S沒有認出前面過馬路的卡車,最終導致了悲劇的發生。
時隔四年,Model 3再次與卡車相撞。雖然特斯拉官方還沒有對此事故做出正式回復,但我們會提前給大家一些駕駛輔助的知識和用車的建議。
目前Model 3的自動輔助駕駛有兩個版本:基礎版和全自動輔助駕駛。基礎版的輔助功能可以根據車道前方的車輛和行人自動加速、減速和轉彎。全自動輔助駕駛,即選裝功能額外花費5.6萬人民幣,換取更多輔助駕駛功能,如自動泊車、自動變道、自動輔助導航駕駛、智能呼叫等。
這有兩種可能:1。駕駛員打開自動駕駛儀;;2.司機沒有打開自動駕駛儀。
我們不排除駕駛員根本沒有開啟自動駕駛功能,但即便如此,面對前方明顯的障礙,擁有豐富駕駛員輔助傳感器的Model 3發揮一定的主動安全功能會不會更好?這涉及到一個功能——主動緊急制動。
當避免車輛與前方靜止目標發生碰撞時,AEB通常會考慮追尾事故。該系統將攝像頭和毫米波雷達采集的數據模型與計算機中存儲的數據進行比較,以確定前方是否會發生追尾事故。采集的數據包括車尾的形狀、金屬的反射特性、車輪的輪廓等。
當高速車輛正對著落地的貨車車廂時,視覺攝像頭采集的信息接近一個垂直的矩形平面。特斯拉能否判斷為卡車車廂并緊急制動,我們現在還不能下結論。但是就量產中的AEB技術而言,這么高的速度基本很難避免追尾。
第二種可能,就是自動駕駛打開,Model 3認不出掉在地上的卡車。如果是這樣,意味著特斯拉的視覺識別技術還有很大的提升空間空。
在駕駛輔助系統的軟件層面,一般來說,前面的車輛往往是通過一些特征來識別的,比如車身輪廓的形狀、車輪的形狀以及這些部件的位置關系等。,而這些識別邏輯在面對“墻”時顯然難以判斷。
在自動駕駛行業中,上述情況往往被稱為“拐角情況”,即一些在正常范圍內很難發生的極端情況,可以說是自動駕駛技術的邊界問題。即使未來自動駕駛的數據量更大,里程更長,信息處理能力更強,計算機也很難識別世界上的一切,做出正確及時的反應。
——給每一位司機的溫馨提示
不管這次事故是否與自動駕駛儀自動駕駛有關,我們都要再次提醒大家,現階段我們還不能完全信任所謂的“L2級自動駕駛”和“高級駕駛輔助”。它們確實讓駕駛變得更容易,減少了長途駕駛的疲勞問題,但我們應該意識到當前技術的局限性。
很多朋友應該使用ACC自適應巡航或L2級輔助駕駛。在長途高速行駛時,車輛會自動加速、減速甚至轉向到一定程度。技術相對成熟,部分車型體驗相當不錯。
但是,如果長時間開啟和使用這些功能,駕駛員的手動操作很少,經常會在長途中昏昏欲睡,不可避免地會失去注意力。從我個人的經驗來看,我還是建議您間歇使用ACC或L2駕駛員輔助功能,以更好地保持注意力。
-寫在最后。
一方面,我們期待特斯拉官方盡快對事故進行調查,找出事件原因;另一方面,還是有必要通過這篇文章提醒大家,即使你的車擁有L2級別的輔助駕駛技術,在日常駕駛中也要時刻保持警惕,對生活充滿敬畏。另外,我們會一直關注特斯拉Model 3的事故,相關信息稍后會和大家分享。
>>點擊查看今日優惠<<

使用微信掃描二維碼
即可進入交流群

使用微信掃描二維碼

使用微信掃描二維碼
即可進入交流群

使用微信掃描二維碼