智能駕駛爲何頻現“誤判門”

來源：法治日報

□ 本報記者 韓丹東

前不久，上海車主張先生駕駛某新能源汽車途經積水路段時，車載系統突然警示“行人橫穿馬路”並緊急剎停，但實際路面空無一人。車企事後承認，這是視覺算法受雨水乾擾引發的誤判。

《法治日報》記者注意到，近段時間以來，智能駕駛頻現“誤判門”：在廣東深圳，某品牌轎車因視覺融合算法缺陷，未能識別高架靜態護欄導致碰撞爆燃；浙江車主樂女士在高速路段行駛時車輛突然轉至綠化帶；重慶車主劉先生更是經歷兩次驚魂時刻——行駛中，系統先無故退出智能駕駛系統，後又無預警急剎致後車險些追尾。

“出於對某品牌汽車智駕系統的信任，我選擇在半夜行駛高速路段時全程使用智能駕駛。凌晨3點左右，我駕駛車輛以每小時120千米的速度行駛時，右前方出現一輛紅色貨車，我以爲智駕會和往常一樣正常超車，沒想到在距離貨車幾十米時系統突然退出輔助駕駛，並提示‘請立刻手打方向盤’，我瞬間清醒，立馬腳踩剎車穩住方向盤以保持在原有車道行駛。”劉先生回憶起這次經歷仍然心有餘悸，“當時的情況下，如果我反應遲鈍兩秒，就可能以每小時120千米的速度撞向那輛貨車。”

這次意外發生一個月後，劉先生又遇到了類似情況。他在高速上使用智駕功能，當車輛剛剛超過右側大貨車時，系統突然急剎，車從120碼的速度迅速降至60碼，後方正常行駛的車輛差點撞上他駕駛的車輛。幸虧後方司機反應快，瞬間踩住剎車與劉先生拉開了距離。“現在我都不敢啓用智駕功能了。”劉先生說。

“這些事故暴露了智能駕駛技術從實驗室到真實路況的‘水土不服’。”某車企算法工程師向記者透露，當前主流智駕方案依賴“攝像頭+毫米波雷達”的純視覺技術，雖成本相對較低廉，但面對複雜環境，如惡劣天氣（暴雨、濃霧、沙塵等）、特殊光照條件（逆光、強光直射）以及類似事故中的低反射障礙物時，攝像頭採集的圖像容易出現模糊、失真或無法準確識別目標的情況。毫米波雷達雖能探測距離和速度，但對物體的形狀和細節識別能力有限，二者結合的純視覺方案在極端場景下難以提供穩定、可靠的感知能力。一些車企常以理想路況展示功能，而現實路況複雜多變。

這名工程師說，更令人擔憂的是，當系統檢測到障礙物後，留給駕駛員的接管時間僅短短几秒甚至1秒，即便接管，人類從認知到操作的延遲也可能超過系統預設的“安全窗口”。這種近乎“甩鍋式”的設計，將複雜路況下的決策權倉促地推給用戶，卻沒有爲其提供足夠的安全冗餘空間，極大地增加了事故發生的概率。

技術短板之外，數據安全成爲另一隱患。

“由於新能源汽車運行依賴大量數據收集，像車內攝像頭、傳感器等會採集車主及周圍環境數據。智駕若要精準導航和應對路況，也需收集這些信息。部分車企存在過度或超出用戶授權收集信息的行爲，加之技術漏洞或管理疏忽，易導致用戶數據泄露。這些泄露的數據可能被企業、第三方機構用於商業分析、廣告推送等，嚴重侵犯了用戶隱私。比如，不法分子獲取車主行車軌跡，可能知曉其生活規律、常去地點，帶來安全隱患。”上述工程師說。

針對這些問題，行業正尋求突圍：工業和信息化部近日組織制定強制性國家標準《電動汽車用動力蓄電池安全要求》（GB38031-2025），將動力電池的安全標準提升至“主動防禦”層級。多家車企加速佈局激光雷達與多傳感器融合方案。

受訪專家強調，技術迭代不能替代責任劃分，智駕是輔助工具而非司機，車企不能將安全責任“甩鍋”給用戶。

北京理工大學法學院教授孟強建議，建立完善的數據安全管理制度，明確數據收集、存儲、使用、傳輸等環節的安全規範，確保數據的保密性、完整性和可用性。由於智能駕駛汽車能夠獲取用戶的行蹤等敏感個人信息，所以車企必須對智能駕駛系統收集的用戶數據進行加密存儲，防止數據泄露。

“爲了避免車輛被惡意攻擊或智能駕駛功能出現故障帶來風險，車企還應當加強對數據安全技術措施的監管，採用先進的安全技術，如防火牆、入侵檢測系統等，保護智能駕駛系統免受惡意攻擊。同時，定期對數據安全進行審計和評估，及時發現和修復安全漏洞。”孟強說，由於當前的智能駕駛層級仍然較低，所以車企應當加大研發投入，提高智能駕駛系統的可靠性和安全性，突破複雜場景下的技術瓶頸，如提升純視覺智駕在惡劣環境下的探測能力，降低激光雷達成本以實現普及，儘快提升自動駕駛的級別。

對於消費者，上述工程師給出實用建議：在夜間、施工區等複雜場景，需手動接管車輛；車內常備物理破窗工具以應對電子鎖失效；購車時重點考察車企數據加密方案。“方向盤永遠握在自己手中。”該工程師警示，技術可以試錯，但生命沒有容錯率。