自动驾驶技术因其便利性和创新性而受到广泛关注，它正在一点一点改变着我们的交通出行方式。不过，最新的一项研究发现，在像黄昏这样特殊的光照条件下，人类驾驶的安全性要比自动驾驶来得更胜一筹。研究指出，在复杂的光照变化下，自动驾驶系统的感应器可能无法准确识别前方的障碍物，增加了行驶的风险。这说明自动驾驶技术在处理环境变化方面还有待提高。

研究分析了超过37000起交通事故，发现在转弯或光线不足的环境下，自动驾驶的安全性远不如人类驾驶。特别是在日出和日落时，自动驾驶车辆的事故率是人类驾驶的五倍；而在复杂的转弯场景中，事故率则是两倍。

这项研究还揭示了自动驾驶系统在低光照条件下面临的问题。系统的摄像头和传感器在处理由光线变化引起的视觉干扰时，经常会出现判断错误，从而增加交通事故的风险。比如，系统可能会把清晨或傍晚的阴影错误地认为是障碍物，或者在光线变化的条件下无法准确评估前方情况，导致响应处理延迟或做出错误的决策。

反观在人类驾驶过程中，驾驶员在遇到这些情况时通常会做出更及时的反应。驾驶员能在远处就识别出潜在的危险，比如看到前方有浓雾，就会提前减速并采取避让措施。此外，与自动驾驶车辆相比，在紧急情况发生前，人类驾驶的车辆更倾向于采取减速和变道等预防性措施。

这项研究表明，在实现L5级无人驾驶技术之前，还有很多技术障碍需要克服。在技术完全成熟之前，驾驶辅助系统将继续是人类驾驶的重要补充，而不是取代。

目前市面上的自动驾驶技术路线主要分为纯视觉和雷达传感器两大类。纯视觉路线主要依赖摄像头和计算机视觉技术来感知周围环境，特斯拉的FSD就是就是这一技术路线的代表。纯视觉路线主要依靠车身周围的高分辨率摄像头来捕捉周围环境的图像。捕捉到的图像数据会被传输到车机系统进行处理，车机会通过算法对图像进行分析，识别各种障碍物。在车机处理图像的同时，系统会对当前的驾驶场景进行解析并建模，当环境模型建立完成后，系统会根据实际的路况进行路径规划，实现自动驾驶。但是当纯视觉技术实际应用时，并不能完全信赖。当车辆在行驶的过程中，遇到光是无可避免的，摄像头在光线的变化下，视觉感知能力会大幅下降，例如当摄像头直面被强光照射下，传感器会出现曝光现象，这样会导致图像的细节识别不清晰，无法准确识别到道路上的物体信息，因此增加了自动驾驶的风险。当遇到恶劣天气时，雨滴会将摄像头变得模糊，雪花会遮挡住摄像头，大雾天气下，摄像头的能见度也会降低，因此会减弱自动驾驶系统的性能，影响行车安全。尽管特斯拉在自动驾驶领域有较为领先的技术，但是在曾经的一项分析30个汽车品牌调研中发现，特斯拉司机的事故率最高，从2022年11月14日到2023年11月14日，特斯拉司机每1000名司机发生23.54起事故。

目前国内的自主品牌更多倾向于采用雷达技术路线。各大厂家也喜欢将自己的产品配备有几颗毫米波雷达、几颗激光雷达作为卖点。毫米波的优势是穿透能力强，可以穿透雾霾带来的视野不清晰的问题。激光雷达可以生成精细的三维点云图，使系统可以感知周围环境，包括道路、障碍物。当开启自动驾驶时，雷达系统会发射出一种看不见的无线电波。当无线电波遇到障碍物时，会反射回来，雷达接收器会接到这些反射回来的波。通过系统计算无线电波发出和反射回来的时间，雷达可以知道障碍物的距离和障碍物的速度，随后系统会对接收的信息进行处理，通过计算后来决定汽车下一步是刹停、减速还是绕开障碍物。尽管当前许多智能汽车同时配备了毫米波雷达和激光雷达为自动驾驶提供更全面的环境感知，但这一技术路线依然存在不少问题。例如之前理想L9停在空无一人的陵园中，但是雷达显示车的周围全是人影，不仅有走路的，还有骑自行车的，这也说明了目前雷达传感器的不稳定性。尤其是在极端天气下，虽然毫米波雷达不会像纯视觉路线的摄像头被雨雪覆盖导致识别不准确，但毫米波雷达的高频信号会因雨雪介质时而衰弱；在雨滴和雪花降落时，会引起雷达信号的散射；另外在嘈杂的环境中，也会对雷达信号产生干扰。这些都是可以造成雷达传感器路线识别不精准的因素，从而影响自动驾驶对周围环境的正确判断，最后可能会引发安全隐患。

近日，有消息称，国内自动驾驶技术较为领先的小鹏汽车将在第四季度推出的全新车型将放弃激光雷达，改为纯视觉智能辅助驾驶解决方案，要知道小鹏汽车是世界上第一家在量产车中使用激光雷达的公司，如此大的转变也反映出完善自动驾驶技术的挑战有多么大。可见要想实现真正的自动驾驶，无论是纯视觉路线还是雷达传感器路线，甚至未来出现的新技术，都需要不断的研究和改进，要想自动驾驶强过人类驾驶，还仍须继续努力。

欢迎线上购买《汽车之友》杂志

北京时尚

成都杂志铺