根據最新消息，被撞者已不幸遇難。
而從流出的現場視頻和其后證實來看，肇事車輛，小鵬P7。
并且進一步得到證實的是，當時車輛處于智能駕駛狀態，小鵬的智能駕駛系統沒有及時檢測到前方停車，也沒有及時主動剎車，車主似乎也完全沒有得到提示和反饋，并且當時也沒有把注意力放在路況上。
種種條件之下，悲劇沒能避免。
事故因何發生
從現場視頻看，事故發生原因不復雜。
被撞的車據說是道路檢修車，停在了高速最左側的超車道上。
根據現場視頻來看，停放的車沒有放置三腳架，隱約能看到雙閃。
根據網絡上流傳的疑似小鵬車主本人的聊天記錄表明，他當時開啟了智能駕駛功能，具體應該是包括LCC（車道保持）、定速巡航功能在內的基礎L2級系統，但并不是小鵬NGP。
車主本人自述，當時剛好走神，沒留意到前方的故障車輛。而就在駕駛員對路況、車況都沒有有效監管的情況下，小鵬的智能駕駛系統失效了，根本沒能識別高速上的靜止目標，以80km/h的時速撞了上去。
為什么判定是系統失效？因為車主還表明，以前也出現過高速行駛中的突發情況，但系統會報警提醒駕駛員。這一次無論是提醒接管，還是AEB等等主被動安全措施都沒激活。
后果很嚴重。從視頻上看，前車車主先是被撞飛，又重重落在后風擋和尾廂上，當場失去意識。
最新的消息是，被撞的這位，已經不幸遇難。
為何視而不見
這么大一車和人的目標，為什么識別失敗？
現款小鵬P7，采用的是視覺為主的融合感知方案，具體搭載了13個攝像頭、5個毫米波雷達和12個超聲波雷達。
底層算力來自英偉達Xavier，算力30TOPS。
根據肇事車主本人的表述，他的小鵬P7目前已經更新到XPilot3.0系統，這也是需要額外花費3.6萬元選裝的。
按照官方描述，XPilot3.0可以通過高精地圖和車上傳感器，實現自動超車、自動限速調節、最優車道選擇、自動切換高速公路、自動上下匝道、變道自動緊急避讓等功能。
并可以在錐桶識別與避讓、大貨車規避、夜間超車提醒、故障車輛避讓、擁堵道路跟車等國內行車場景下擁有較好的表現。
但事故還是發生了。
哪個傳感器需要對這次失效負責？
超聲波雷達？本身探測距離有限，主要服務于泊車場景，所以跟本次事故并無直接關系。
直接相關的，是車上的負責識別目標的攝像頭和感知測距的毫米波雷達。
具體地說，是現款P7上負責前向感知的三顆不同視角、分辨率的攝像頭，以及一顆前向毫米波雷達。
三顆前向攝像頭，職責不同：
遠距感知 HFOV 28：窄視角的前向攝像頭，1828*948的分辨率，15fps，150m以上的路面情況，用于AEB（自動緊急剎車）、ACC（自適應巡航）和前向碰撞預警。
中距感知 HFOV 52：主前向攝像頭，有效距離30-70米之間，用于交通信號燈檢測（會看紅綠燈）、AEB、ACC、前向碰撞預警和車道感知；
近距感知 HFOV 100：寬視角的前向攝像頭，40米范圍以內，用于交通信號燈檢測（會看紅綠燈、應該是輔助主前向攝像頭的）、雨量檢測（自動雨刮要靠它）和防加塞（看的角度更廣）。
而毫米波雷達，則是博世提供，有效探測距離至少200米左右。
按照80km/h的速度、毫米波雷達最少200米探測距離計算，這次事故中，留給系統的反應時間至少是9s。
真的不算短了。甚至對人類司機，有9秒、200米的窗口期，絕對能避免事故。
但小鵬P7上的毫米波雷達、遠距感知、中距感知攝像頭至少三重冗余先后失效。
而且類似的事故，之前蔚來和理想也都發生過，還一度引發討論——毫米波雷達的適用工況，比如時速超過80KM。
但在這起小鵬的事故里，時速沒有超過80。
當然別忘了，失效的還有DMS駕駛員監控系統。
就在前兩天，小鵬還因“車主眼睛小被誤判注意力不集中”而上了一波熱搜，向公眾宣傳了一波DMS系統的“嚴謹”程度。
但事實證明，現實考驗中，小鵬汽車的DMS遠達不到“有效嚴謹”的程度。
而且也有小鵬車主認為這是一次炒作，因為實測過程中，無論是NGP還是LCC輔助駕駛過程中，被監測的主要是方向盤上的握力感應。
該車主把DMS攝像頭遮蔽，但并未影響使用——說明攝像頭可能并未啟用。
所以智能車進程中，會說會炒作可能會擴大品牌影響力，但最終還是得經得起現實考驗。
誰的責任？有啥警示？
責任劃分，其實沒有太多異議。
小鵬在給用戶交付智能駕駛系統時，已經明確過免責條款。并且會向用戶說明輔助駕駛不等于無人駕駛，司機需要時刻保持注意力集中，隨時準備接管系統。
使用相關功能前，小鵬也會強制用戶完成智能駕駛相關安全教育培訓。
所以，這次造成事故的主要責任，是在小鵬P7車主。
小鵬方面的回應全文是這樣：
經核實，8月10日下午，寧波一車主駕駛車輛與前方檢查車輛故障人員發生碰撞，發生人員傷亡。我們為本次事故中不幸離世的遇難者感到悲痛和惋惜。目前交警部門已經立案處理，門店已第一時間已前往現場協助處理。我們將全力配合相關部門進行事故調查，持續跟進后續結果，并協助客戶處理后續相關事宜。
但是這次悲劇的發生，對我們普通用戶則是警示。
首先，自動駕駛系統永遠不可能做到100%零事故，即使是將來L4、L5高階系統量產。
自動駕駛存在的意義，從來不是杜絕交通事故的發生。而是在數學概率上，系統的可靠程度超過人類司機，由此帶來社會層面的交通效率、安全性的整體改善。
而在現階段，尤其是類似這次的事故一再證明，輔助駕駛階段存在著局限。
純視覺感知，對于靜止物體識別有缺陷。無論是特斯拉，還是其他自動駕駛公司的產品，都不能完全保證避免漏檢錯檢。
尤其是這次案例中，人站在車尾，可能形成了一個系統從來沒見過的“異形物”，而之前AI可能并沒有接受過針對這類異形物的訓練。
而作為冗余的前向毫米波雷達，其實本身就具有高速場景下性能不足的缺點，這也是為何馬斯克想要取消特斯拉上唯一一個毫米波雷達的原因。
算法、傳感器都有不足，那應該怎么辦？
從產品角度講，增加激光雷達，可能是目前一個較為現實的方案。至少，激光雷達的探測光線，碰到障礙物一定會產生回波，這就在感知層面多了一層冗余，數據層面消除了“看不到”的隱患。
不過，現階段避免事故的最有效方法，還是在我們用戶。
智能駕駛當然可以用，也能切實減輕駕駛負擔，但要切記：
手要放在方向盤，眼睛盯著路前方。
