“上路不到1個小時就出事！”當地時間11月8日上午，由法國公司Navya開發的不帶方向盤的L4級小型無人駕駛公交車在美國拉斯維加斯上路試運營，但不到1小時，其中一輛就與拖掛卡車發生碰撞。盡管事故的后果只是無人車的保險杠受損，并沒有造成人員傷亡，但在Waymo的L4無人車剛批量上路之際，這則“小新聞”依然引人注目，瞬間就引爆全球。 

Navya的L4級無人車安全與否，不光是它自家的事，而且還會影響到人們對整個無人駕駛產業的信任感。所以，在Navya出事之后，無論是“友商”、公眾，還是媒體，大家都在焦灼地等待對事故的詳細調查結果出爐。 

所幸，拉斯維加斯官方很快就發布了調查結果：無人車不必為此次事故承擔責任。 

當時的現場情況是，無人駕駛汽車在正常行駛的時候，一輛送貨卡車突然從小巷中拐出，無人車已經探測到前方有卡車并及時挺住，但卡車卻沒有及時剎住，結果就撞在了汽車前部的擋泥板處。拉斯維加斯政府發文稱：“這起小事故的責任應由卡車司機承擔。發生這類事故不能一味質疑無人駕駛技術的安全性，而要關注卡車是否也有相關感測器和系統能防止事故發生?！?nbsp;

保險杠受損的無人車在經過常規檢修之后將重新上路，而無人車通勤車的運營還會在拉斯維加斯持續12個月?？梢哉f，大家都是虛驚一場。 

不止這次，就此前，雖然無人駕駛汽車上路測試的總行駛里程已經達到數百萬英里，總共發生的交通事故幾十起，但真正責任在無人車自身的，卻寥寥無幾。 

谷歌：26次事故，25次都不怪它 

組織無人駕駛路測的公司幾十家，但向公眾公布測試報告的并不多。谷歌是路測經驗最豐富的公司，關于它的公開資料也最多，因此，我們就先重點看一下谷歌的無人駕駛汽車遇到的“事故”。 

自2009年至今，谷歌/Waymo的無人駕駛汽車已經上路行駛了超過350萬英里，有數據可查的事故共26例，但大絕大部分都是“別人的錯”，因谷歌自身的技術缺陷導致的事故，僅有1起。 

我們能公開查到的第一起的跟谷歌無人車有關的事故發生在2010年5月。當時的情形是，谷歌的一輛普銳斯自動駕駛汽車在人工模式下在山景城 Central Expressway 的紅綠燈前被后面的一輛汽車追尾。事故沒有造成人員受傷，但是谷歌的這輛車受到一些損傷。 

其后，谷歌無人車遇到的事故大都是“被追尾”：

2012 年 10 月，普銳斯在自動駕駛模式下在 Amphitheatre Parkway 上被另一輛車追尾；

2012 年 12 月，谷歌的一輛雷克薩斯自動駕駛汽車在人工模式下在 Highway 101S 上被后方車輛以 20-25 英里每小時的速度追尾；

2013 年 10 月，雷克薩斯在 Rengstorff Avenue 上慢速行駛接近一個交叉路口時被追尾；

2014 年 3 月，雷克薩斯在 Highway 101N 在交通不暢的情況下被后車連環追尾；

2014 年 7 月，上雷克薩斯在人工模式下等待右轉到 Grant Avenue 的時候被后車碰撞；

2015 年 5 月，雷克薩斯在 Shoreline Boulevard 自動駕駛模式下在紅燈前的車輛群中停止，另一輛車從后面撞上后保險杠以及傳感器...... 

可以看出，在這些案例中，谷歌的無人車都是遵守秩序地正常行駛，但被后面那些“不守規矩”的車給追尾了。它不犯，別人硬要犯它，它是無辜的受害者，你總不能讓它承擔責任吧？ 

還有這幾起：

2013 年 3 月，雷克薩斯在 highway 680S 上以 63 英里/小時速度行駛，右方車輛闖入其所在車道與車身碰撞，雷克薩斯上的工作人員立即采取了人工模式接管；

2015 年 2 月，雷克薩斯在山景城附近在自動駕駛模式下交叉路口出與另一車在右后輪出碰撞事故前無人車已經開始探測到情況進行采取剎車行為；

2015 年 4 月，雷克薩斯在 California Street 自動駕駛模式行駛，另一輛車從車右邊超越剮蹭掉了右邊的傳感器和反光鏡；

2016年10月，谷歌的一輛改良版的雷克薩斯SUV無人駕駛汽車在芒廷維尤的菲利克斯大道上向北行駛的過程中與被一輛闖紅燈的人類駕駛的汽車撞到右車門。 

這幾起，雖然不是追尾，但都是因為其他車輛違反交通規則。無人駕駛汽車能做到自己不違反交通規則，但總不能強求它去制止別的車輛違反交通規則吧？ 

從2015年6月份起，谷歌每個月都會在網站上公布無人車的“事故報告”，但自2016年12月起，隨著無人駕駛部門拆分成立waymo，谷歌在網站上刪除了所有關于無人車的事故報告；同時，waymo也不再每個月例行公布事故報告了，只在事故發生的時候向各州機動車輛管理局報告。   

截止2016年11月底，谷歌的無人車共遇到25起事故。此后的一年的數據，我們暫未查詢到。 據谷歌方面分析，大部分事故的責任，要么是在“其他車輛”，要么是“人類駕駛員的不當干預”。由于以往的事故報告已經被刪除，我們并未查到”人類駕駛員的不當干預“是指什么。 

在這25起事故中，谷歌承認該由自家的無人駕駛車輛負責的，僅有1起。那是在2016年的2月14日，谷歌公司一輛“雷克薩斯”牌改裝無人駕駛汽車在芒廷維尤市街頭測試。當時，谷歌的無人車發現前方有排水系統的沙袋，為了避沙袋，它便緊急向左變道，結果卻意外與一輛公共汽車的右側方相撞，導致無人駕駛汽車左前翼子板、左前輪和駕駛側傳感器受損。

谷歌承認，為了避讓沙袋，無人車沒有注意到后面的公交車。這說明，當時的谷歌無人車在面對復雜的交通狀況時會出現嚴重的判斷失誤。 

我們能查到的距近最近的一次與Waymo無人車有關的事故發生在2017年8月26日上午。當時，Waymo的克萊斯勒Pacifica正在帕洛阿爾托市Alma Street的左側車道上向東行駛（自動駕駛模式），突然，前方的另一輛車為了躲避道路中的障礙物而來了個緊急轉向，在這樣的情況下，Waymo的司機關閉了自動駕駛系統，并向右變道。此時，Waymo車輛的后保險杠與一輛2006款本田奧德賽的前保險杠相撞，所幸沒有人受傷。 

我們沒有看到谷歌對這次事故責任的詳細解釋，但至少從對現場的報告來看，這次事故，是在有人類駕駛員干預的情況下發生的。這個時候，要說得清無人駕駛系統有沒有責任，是要費一番周折的。 

需要特別強調的是，“有人類駕駛員干預”，并非意味著人類駕駛員要對這次事故負責，而是說，在一些緊急情況下，縱使車當時是由人類駕駛員操控，事故仍然是無法避免的。要知道，在2017年11月之前，谷歌的參與測試的無人車，都配備了緊急情況下接管車輛的人類駕駛員，所以，那些事故，都是在人類駕駛員的“眼皮子底下”發生的。人類駕駛員能看明白卻依然無力阻止的事故，我們當然不能把責任全都賴給機器了。 

再來看看谷歌的“死敵”Uber。 今年3月份，Uber的無人駕駛汽車在亞利桑那州Tempe遭遇事故。但當地警方介紹說，事故的原因是“另外一輛汽車并沒有按照規定讓行”，這次事故的責任方并非Uber。 

特斯拉：本來就不是“無人駕駛” 

說到無人駕駛出事，可能很多人會本能地想到特斯拉。但這里可能存在一些誤區，因為特斯拉的Autopilot根本就不是“無人駕駛”，而只是個“高級輔助駕駛”（ADAS）。 

特斯拉的第一起事故是在2016年1月20日，當時，一位23歲男青年高雅寧駕駛著自己的特斯拉轎車在京港澳高速河北邯鄲段公路行駛，未能及時躲避前方的道路清掃車而發生追尾，事故導致該名車主身亡。 

經交警認定，在這起追尾事故中駕駛特斯拉的司機高雅寧負主要責任。然而時隔半年之后，高雅寧的家人卻把特斯拉的經銷商告上了法庭。以為，高雅寧的家人認為，事故發生時，特斯拉正開啟Autopilot功能，高雅寧過于信任這個“自動駕駛”，因此，注意力并沒有在路面上。在事發前一分鐘，高雅寧甚至還在唱歌。遺憾的是，Autopilot并沒有識別出前方的清掃車，也沒有采取剎車和減速措施，然后就毫無防備地撞上了前面的道路清掃車。 

雙方打官司后不久，特斯拉在其中國官網上刪除“自動駕駛”的字樣，改為“自動輔助駕駛”。看起來只加了兩個字，實際卻意味著法律責任的轉移：自動駕駛，是車/制造商對事故承擔責任；而“自動輔助駕駛”的意思卻是，這個Autopilot只起輔助功能，出了事還得你開車的人自己負責。 

2016年5月，特斯拉造成了第二宗自動駕駛系統致人死亡的車禍。當時，一輛開啟Autopilot功能的特斯拉Model S電動汽車在途徑十字路口的時候，撞上了一輛正在左轉的卡車，Model S的前擋風玻璃撞進了卡車底部，駕駛人也因此死亡。 

事故原因，特斯拉是這樣解釋的：首先，白天強光下，拖車白色側面會反光，攝像頭會短暫“失明”；而且由于拖掛卡車底盤較高，毫米波雷達無法探測到車身，這種非常少見的情況導致了系統疏忽而沒有啟動自動剎車；同時，車輛碰撞位置為擋風玻璃，正是防撞系統傳感器的安裝位置，使得防撞系統失靈，直接撞上卡車。 

這次事故中，Autopilot配置的一個前置雷達、一個前置攝像頭、12 個遠程超聲波傳感器，全都沒能看到或者感應到前方轉彎的 18 輪大貨車。超聲波雷達，和現在普及的倒車雷達使用相同的技術，探測距離為 5 米，在高速行駛下，即便它感應到大貨車，也已經太晚——倘若使用激光雷達，探測距離可達150米，應該還來得及。 

這次事故，暴露了特斯拉以視覺為主的無人駕駛方案的局限性。但總的來說，特斯拉兩次致命事故的原因，都不在于自動駕駛本身，而是因為司機過于崇拜和依賴于這個ADAS而自己的手丟開方向盤，以至于在緊急情況下來不及接管，這才是那幾次特斯拉事故的原因。如果車主定搞清楚ADAS的定位，僅僅用它來“錦上添花”，應該會安全很多。 

現階段，無人駕駛作為一項新技術，仍不完美，但至少，與那些動輒酒駕、疲勞駕駛、闖紅燈、打電話的人類司機相比，它已經有不少“閃光點”。畢竟，根據美國交通部的調研，94%的致命事故都是人為失誤造成的。 

當然，對公眾來說，要不要接受無人駕駛汽車，不能全看統計數字，這里還有一個心理問題：很多人的心態是，我自己開車，出車禍，那我“認了”，但如果是無人駕駛汽車出事，我“堅決不干”！ 

我們可能對機器過于苛刻。比如，在自己開車的情況下，你所有操作的完全合規，僅僅因為躲閃不及，被別人的不守規矩的車給撞了，這個時候，你只會去找對方車主算賬，而不會跟自己算賬，也不會找你的汽車供應商算賬；但如果你是坐了一輛無人駕駛汽車，同樣的場景下，無人駕駛汽車躲閃不及，你的車被別人的車給撞了，你受傷了（甚至只是受到了驚嚇），這個時候，你不僅會找對方的車算賬，而且還會跟自己坐的無人車算賬！ 

在技術因素和成本因素之外，我們對機器的過于苛刻，或許會成為是無人駕駛商業化的一個重要障礙。 

根據經濟學上的“損失厭惡”原理（與對一件事情可能給自己帶來利益的興趣相比，人們對一件事情能給自己帶來的危害更加敏感），要說服人類接受無人駕駛，最重要的，可能并不是強調無人駕駛能給他們帶來什么好處，而是得先向他們強調“不接受無人駕駛有什么壞處”——比如，表達句式應該是“人類駕駛會比無人駕駛導致更多的人死于車禍”，而不是“無人駕駛可以拯救多少生命”。 

在這種邏輯下，對那些一看到有關無人駕駛汽車的事故就緊張的人，我們或許可以告訴他們：鑒于大多數事故的責任方都是“其他道路使用者”，那么，如果是把無人車換成人類駕駛員開的車，照樣可能出事，并且，因為缺乏各種探測功能，可能出事后果會更嚴重。

返回第一電動網首頁 >