近日在国内，发生了一起特斯拉因无法识别前方大货车而导致的追尾事故，引发了网友的热议。

而这也并非是特斯拉首次撞上大货车。

在2016年5月7日，一辆特斯拉Model S(配置|询价)车辆在自动驾驶模式下行驶在美国佛罗里达州的一个高速路口时，与前方左拐的大货车发生碰撞，从而导致了一位特斯拉车主的身亡。这是全球第一例自动驾驶事故致死案。其原因居然是未能识别一辆大货车。

2018 年 1 月，在美国加利福尼亚州，一辆开启辅助驾驶系统的特斯拉 Model S 以 65 英里/小时的速度行驶，却撞到了一辆停放的消防车，所幸的是驾驶员只是受了轻伤。

从2016年至今，特斯拉至少发生了三起与大货车相撞的事故。曾经将“自动驾驶”功能作为噱头的特斯拉，为何连大货车都识别不了呢？

无法识别大货车？或许是因为“眼瞎”

自动驾驶简单来说，其实就是感知--识别--决策。通过安装在车上相机、毫米波雷达、激光雷达等传感器采集外部环境信息，接着计算机对这些信息进行分析和识别，检测出道路、障碍物、行人、车辆等信息。计算机再根据这些信息进行决策。

对于L2、L3级别的辅助驾驶，往往在检测出道路边缘信息和车辆信息时，便可以实现自适应巡航、跟车行驶、主动刹车等。而对于L4级别、甚至实现完全自动驾驶的L5级别来说，还需要对汽车周围的所有信息进行实时分析和跟踪，以应对各种复杂情况。

当然，说起来简单，但其实每一步都不容易。而特斯拉无法识别大货车，频繁的与大货车相撞，其实最可能的原因或许并非是无法识别，而是压根就没有“看到”。

因为对于大货车这种障碍物，即便是图像识别层未能准确识别，一般也会将其当做障碍物进行避让。而特斯拉在追尾特斯拉的过程中，并未有减速、刹车等操作。所以，或许是特斯拉自动驾驶系统中的“眼睛”出现了问题，从而频频发生了这些事故。

自动驾驶系统中的眼睛往往由相机、激光雷达、毫米波雷达等来充当，而这些传感器却都有着各自的缺陷，比如相机在夜晚的效果很差，毫米波雷达探测距离短，激光雷达容易受环境和天气影响等。在强光、逆光、天气状况糟糕时，或许这些“眼睛”就不可靠了。

在普通人认知里，或许觉得大货车是个非常易于识别的物体，为什么特斯拉的无人驾驶系统会无法识别呢？

举例来说，当这些传感器安装位置较低时，那么对于近距离较高的障碍物是无法探测到的，如果特斯拉在行驶时遇到天气恶劣、强光等情况，可能会使得特斯拉的视觉系统失去作用，而等到行驶到距离大货车较近时，由于大货车较高的底盘，而传感器又无法检测到较高的大货车本体，会让系统误以为前方并没有障碍，从而直接与大货车相撞。

激光雷达扫描得到的路面信息和障碍物信息

也正是因为如此，在目前环境感知的技术方案上，基本上抛弃了单一的视觉系统，而转向多传感器数据融合的方案，以获得更加精准可靠的环境信息。

除了无法识别大货车外，自动驾驶还有哪些漏洞？

走在自动驾驶技术前沿的特斯拉都频发事故，惹得大家纷纷怀疑，自动驾驶技术真的可靠吗？

有人说，自动驾驶依赖的依然是计算机，电脑控制的自然有风险。有人说，自动驾驶是趋势，无论其发展的过程有多么困难，也无法阻挡它的脚步。

诚然，特斯拉在自动驾驶上（自己也改称为辅助驾驶）较为激进，在技术上还有不成熟的地方，因此这项技术在现在并不是那么可靠。连前方的大货车都无法识别，更别提正常行车时的复杂情况了。比如特斯拉车主经常提到，特斯拉在路上突然自行加速和无法识别静态障碍物的问题。

当然，虽然现在的自动驾驶技术并不成熟可靠，从而导致事故频发，使得大众对这项技术产生了怀疑。不过，技术发展的浪潮有时候就像历史的进程，它或许会受挫减速，但前进的脚步却不会停止。因此，即使特斯拉发生如此多的安全事故，却也依然坚持发展和推广其自动驾驶技术。

最后，希望大家在自动驾驶技术尚未成熟之前，尝试体验即可，切勿完全信任。