自動駕駛引發致死事故系統未識別前車導致相撞

事故發生前：車輛有超速駕駛行為

從事故車輛的行車記錄儀視頻當中可以看到當天天氣晴好，車輛速度也并不快。駕駛員在發生事故的一分鐘前還哼了幾句歌，而隨后便毫無防備地撞上了前面的道路清掃車。

事故發生后，道路清掃車的駕駛員進行了報警。由于事故發生在京港澳高速河北高速交警總隊邯鄲支隊磁縣大隊管轄路段內，磁縣大隊的民警立即趕往事故現場進行處置。

交警對事故現場進行了初步勘查，直觀上看，這起交通事故并不復雜。是一起在最左側行車道發生的一個追尾事故。

事故發生時：未采取緊急制動措施

民警們在現場并沒有發現轎車在發生碰撞前有任何的剎車痕跡。結合現場勘查情況和行車記錄儀視頻資料，交警對清掃車駕駛員進行了詢問，最終得出了事故結論。

河北高速交警邯鄲支隊磁縣大隊辦公室主任表示：轎車在遇到前方正在施工作業的道路清掃作業車，沒有采取任何的緊急制動和躲避措施，直接相撞，發生追尾交通事故。在行車記錄儀的視頻資料早就看到了道路清掃車，可是當時車輛既沒有剎車，也沒有躲避，而是直接撞了上去。

事故發生的原由：自動駕駛系統未能識別前方車輛

根據警方對事故現場的勘查，高某的車在碰撞發生之前，沒有采取過任何緊急制動或者避讓的措施。

行車記錄儀畫面顯示，2016年1月20日14點整，高某駕駛車輛從邯鄲入口進入高速公路，并長時間沿著左側第一車道行駛，14點08分，高某的駕駛狀態十分悠閑，14點09分多，在高速公路上行駛了9分鐘之后，行車記錄儀的畫面當中能見到正前方遠處出現了清掃作業車閃爍的指示燈。隨后開在前面的黑色轎車向右并線到第二行車道，但隨著距離清掃車輛越來越近，高某駕駛的汽車并沒有任何減速及避讓措施，一直保持著車速向前行駛，14點09分26秒，車輛徑直撞上了前車的尾部，畫面劇烈震動，隨后出現了安全氣囊爆開后的煙霧。在事故發生前的20多秒，清掃作業車的尾燈便清晰可見，這么長的時間，完全足夠駕駛員進行減速并線等處置，為什么高某當時沒有任何反應，徑直地撞了上去呢？

事故發生后，有專業人士分析了行車記錄儀記錄下的視頻。而他們得到的結論都是當時這輛車應該處于定速的狀態。據推測，在駕駛過程中啟動了“自動駕駛”功能，將駕駛完全交給了車輛，才導致駕駛員高某的注意力并沒有放在對路面的觀察上。同時，“自動駕駛”系統也沒有成功識別出前方的車輛，最終釀成了悲劇。

體驗“自動駕駛”：系統尚不完善

據另外一位該品牌車的車主張先生介紹，他們是2014年購買的這款車，當時車上并沒有自動駕駛功能。2015年該品牌推出自動駕駛系統，并開始對外宣傳，張先生和其他同批次的車主通過軟件自動升級獲得了這項功能。據張先生講，這套系統在大部分情況下都能夠較好地識別出地面分道線和其它車輛的位置，并進行相應處置。它只要發現前邊車輛之后，它就會自動啟動剎車。前方車如果不走的話， 它可能也不會走，前方車動，它也會跟著動，在道路擁擠的時候，堵車的時候，這個功能還是比較方便的。就是前邊車走它就走，前邊車停它也停，實現一個跟車的功能。

系統不成熟 識別小型障礙物困難

除了處于停止狀態的車輛，系統對于前方進入車道的車輛，也能夠有效識別。然而，也并不是所有情況這套系統都能輕松應對。據車主張先生介紹，這套“自動駕駛”系統識別不了錐桶以及行人等小型障礙物，據他講述，他曾經在使用自動駕駛時險些刮蹭到路上擺放的錐桶，好在發現及時，人工進行了躲避。

所以，目前“自動駕駛”的技術還是比較早期的，不是非常成熟，它不會自己去識別除了線和車輛以外其它的東西。時時刻刻需要你保持警惕，隨時準備接管。

十字路口 自動駕駛系統未識出白色卡車無獨有偶，2016年5月7日，美國佛羅里達州一輛汽車在“自動駕駛”模式下發生撞車事故，導致駕駛員身亡，這是美國首例涉及汽車“自動駕駛”功能的交通死亡事故。

車禍發生時，該車車主喬舒亞·D·布朗正使用自動駕駛系統行駛在一條州際公路上。

在一個沒有安裝紅綠燈的十字路口，一輛大型牽掛型卡車突然左轉，橫在布朗的車前。警方報告顯示，布朗的車沒來得及剎車，低矮的車身直接鉆到卡車掛車底部，其擋風玻璃與卡車相撞，車頂完全被掀起。與卡車相撞后，這輛持續行駛，離開路面，撞上一道柵欄，穿過一片田地，最后撞上一根電線桿，停在距離公路30米外的地方。

該車生產公司發表的聲明稱，“在明亮的天色映襯下”，這輛汽車的自動駕駛系統顯然沒有識別出突然橫在面前的白色牽掛卡車，沒有制動導致事故發生。

駕駛員、車主布朗當場死亡，62歲的卡車駕駛員弗蘭克·巴爾塞沒有受傷。

自動駕駛的安全性

相關數據顯示，94%的車禍由人為錯誤引發。研發并推廣自動駕駛技術的初衷，即通過減少人為犯錯確保行駛安全。然而，這項技術真的安全可靠嗎？

實際上，在此次事故之前，無人駕駛系統尤其是自動剎車技術已經多次遭遇事故。

2015年11月，豐田汽車公司召回了3.1萬輛整車，因為誤把路面上的鐵板、鐵塊認作應避讓物體，這些豐田汽車上配備的自動剎車常在不必要的時候制動。福特汽車公司召回了3.7萬輛皮卡，因為這些汽車的自動駕駛系統在路上空無一物時也自動剎車。

美國汽車估值和研究公司凱利·布魯·布克公司分析師麥克·哈利說，自動駕駛技術高度依賴雷達、激光、電腦和多個攝像頭感知并判斷物體形態。特斯拉的自動駕駛系統高度依賴攝像頭，但對于對比度不高的顏色卻難以辨別。他為自動駕駛系統導致的第一起致命車禍哀悼。但他認為，在這項技術不斷完善的過程中，更多車禍和傷亡難以避免。

鏈接：影響自動駕駛的安全因素有哪些

自動駕駛的安全問題其實可以歸結到兩大問題：

網絡安全問題，和所有智能設備一樣，智能汽車也必然會存在被入侵，然后被操控的風險，并且一旦被入侵控制了，后果遠比任何一個目前的智能設備被入侵了要嚴重。

智能化水平是否足夠的問題，對道路的規劃、定位、目標的識別、判斷等等智能化水平是否足夠，一旦智能化水平不夠，該識別的行人識別錯了，該前進的路線規劃錯了等等，后果也是無法設想。

無人駕駛或者說自動駕駛汽車在網絡安全方便的問題可以說無可避免，就像所有的智能設備，只要設備擁有IP地址，通過IP可以入侵到汽車，從而控制汽車的引擎和剎車系統。

以某品牌為例，車輛通過IP連接到克萊斯勒的網絡中心。克萊斯勒在被黑客發現漏洞入侵之前發布了軟件補丁修補了系統的漏洞。主要的問題是，開發系統的軟件工程師大多沒有考慮安全性的問題。

還有另外一個真實的例子，克萊斯勒花了巨額把自動汽車返廠修復漏洞。因為一旦其中一輛汽車被入侵了，同樣的方法幾乎可以入侵所有的汽車，所以，相比起這樣的安全危機，花費的巨額也是必須的。

如果是一個智能電冰箱，那么冰箱被入侵了可能只是食物變質了，冰塊融化了，但是如果是汽車被入侵了，就會產生致命的交通事故。

在國際黑客大會上，有黑客揚言，已具備足夠能力遠程控制裝置自動駕駛系統的熱門電動車型，讓車輛根據黑客自己的意愿進行操作（如轉向），以及改變雷達探測距離數值（等探測到都已撞上了）。

不想遇到網絡安全問題，最先想到的當然是隔離網絡，所以出于安全考慮，汽車的關鍵系統如引擎和剎車系統都最好與網絡隔絕，但是，實際情況中，因為考慮到成本問題，所以一些聯網的娛樂系統會和汽車的關鍵系統會連在同一臺分析電腦上，從而導致所有系統都是聯網的。

如果實在是要聯網的話，為了防止被惡意入侵控制，所以會限制必須通過有線連接才可以對系統做控制修改。

除了網絡安全的問題外，最引人注目的無人駕駛的安全性問題莫過于智能化判斷的準確度的問題，特斯拉自動駕駛汽車發生的致命意外，經過調查后發現其中一個原因是汽車把前面一個白色的車廂判斷為了天空。

自動駕駛技術已成為汽車行業、乃至全社會關注的焦點領域。雖然自動駕駛安全隱患仍然存在，但是，有統計數據顯示，我國交通事故發生的原因中95.3%來自人的因素，其余為車輛或道路因素。通過自動駕駛替代人工駕駛工作，能有效避免人為失誤，減少交通事故的發生。自動駕駛的持續研究和發展，必然是對人類的人身安全有著重要的意義。如何確保行車安全，則決定著自動駕駛汽車能否真正地走向應用。