【】特斯拉为什么只跟大货车过不去?是人性的依赖还是机器的失职?2020-07-15 16:23:010阅( 三 )


但大车种类丰富 , 主要有拖挂车、平板车、水泥罐车等 , 再加上这些大货车在实际驾驶场景中出现的频率相比小车来说要低很多 , 想要收集数据并进行训练相对困难 。
这意味着 , 如果把此次深圳南坪交通事故中的场景交给其他自动驾驶公司去应对 , 很可能也无法成功避免交通事故 。
即使在这个场景中应对成功 , 但同样的场景下 , 把大货车换成一辆集装箱车辆 , 近距离加塞时仍然有可能发生碰撞事故 。
在一些消费者看来 , 加塞行为是道路上常见的真实场景 , 尤其是在城市里面 , 加塞场景更需要被处理好 。 否则 , 只能说明自动驾驶还不完善 。
而大家更关心的是 , 如果车企的自动驾驶系统确实无法处理所有的场景 , 便应该明确告知消费者它的自动驾驶功能的局限性 。
Model 3 车主刘先生回忆 , 在买这辆车时 , 「特斯拉的工作人员跟我说 , 花 5.6 万就可以(让车辆)具备完全自动驾驶能力……因为相信它 , 我才愿意花 5.6 万 。 风险方面 , 他一点也没告诉我 , 没告诉我不能识别雪糕筒 , 也没告诉我不能识别大货车 。 」
正是因为 Autopilot 提供驾驶便利 , 车主会信任它 。 但又因为系统不成熟 , 在遇到Autopilot 无法解决的情况时 , 又存在车主无法及时接管车辆的可能性 。
这就到了考验人性和驾驶员经验的时刻 , 人类驾驶员既不能完全信任 Autopilot , 又要利用它来完成某些路段的自动驾驶任务 。
那么 , 如何完善自动驾驶功能?
有业内人士建议 , 可以从传感器方面 , 尝试增加角雷达来进行提高感知能力等 。
此外 , 在自动驾驶尚未完全成熟之前 , 自动驾驶测试进行得多么充分 , 都无法穷尽现实道路中的所有场景 。
再加上中国道路的复杂性和国人的交通习惯 , 特斯拉或许应该在算法层面更加保守 , 同时要更加注重对人类驾驶员的教育和宣传 。
毕竟 , 特斯拉 Autopilot 已经不是一件普通意义上的商品 , 它处于不断迭代更新的过程中 , 而且是一场由车企和消费者共同参与的技术迭代之旅 。
所以 , 在更高级别自动驾驶到来前 , 驾驶员仍需要克服人性对机器的依赖 , 掌握驾驶的主导权 。
(声明:本文仅代表作者观点 , 不代表新浪网立场 。 )


推荐阅读