小鵬汽車回應該事故有人員傷亡，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。
據九派新聞報道，對此，負責該路段的奉化交警大隊事故處理中隊一工作人員表示，目前該事故正進行初步調查。該工作人員表示，“昨天發生事故后，我們就把他（肇事車主）傳喚過來做筆錄了。”至于事故是否為網傳的LCC輔助功能造成，其說暫時不能確認。
車禍視頻顯示，在一段名為“機場南路高架”的道路上，一輛轎車因故障拋錨在超車道上。疑似是車主的黑衣男子從車前走回，坐進主駕駛位。隨后，該男子又來到車尾，將原本擺放得離車尾較近的警示牌拿遠了些。
此時，后方有一輛車快速撞向了該男子和他的車輛，黑衣男子被撞飛，另一名白衣乘客則因靠近護欄而逃過一劫。
據小鵬P7車主稱，事故發生時正在使用LCC功能，并將速度設定為高架限速的80公里每小時。事故發生之前車輛預警并未照常響起，再加上車主當時走神，導致事故發生。
輔助駕駛不能識別哪些障礙物？
根據小鵬方面的回復：會全力配合相關部門進行事故調查。視頻顯示，在寧波某高架橋路段，一輛拋錨的故障車停在最左側車道，車主疑似正在后備箱處理著什么，然后一輛小鵬 P7 快速駛來，在沒有減速的情況下徑直裝上故障車。
站在車尾的人直接被拋向空中然后重重落下，場面相信每個網友看完都會覺得不寒而栗。
很多新能源車主，對輔助駕駛非常信任，但是你真的知道它不能識別哪些障礙物嗎？其實可以先給結論，不管有多現金的算法和配置，還是那句話不要完全放手過度依賴，否則....
有博主也是進行了很詳細的總結，簡單來說，現在很多車型的AEB主要靠毫米波雷達+攝像頭來判斷，不過毫米波雷達對金屬比較敏感，高速or高架上，金屬的龍門架、路牌、過街天橋、以及道邊欄桿，都會對毫米波造成很大的干擾，所以算法跟不上，就會很酸爽。
攝像頭的感知現在普遍是在用神經網絡的深度機器學習。用大量的圖像信息喂給AI，教AI識別這些都是什么，但是如果你車速太快，它是反應不過來的，還有就是，它得能識別前面是個什么東西。比如行走的人，可能就學的很多很快，但比如上次tesla那個事故：全白又靜止的集裝箱，攝像頭可能會以為是反光。
再或者之前有事故前面是消防車尾部：這個有點復雜也超過了AI的理解范圍。但是，路上情況千千萬，你肯定不能要求行人都走隊列的標準姿勢，
比如在小鵬這個事故里，被撞的男人正在彎腰撿地上的三角牌，這可能被攝像頭漏識別了。也可能是后車速度太快。這里真的需要大量的實際道路的數據，來彌補corner case。
也知道上述方案的缺陷，激光雷達開始火了，其可以提供三維點云，是帶距離、位置、高度、速度的豐富信息，成本下降到量產可以接受的范圍，對輔助駕駛安全性的提高，在硬件部分是有必要的且革命性的。
不過技術就是技術，不管多先進還是要自己打起精神，做最后一道防線，最后高速上也請盡量不要肉身行走，真的太危險了！
