Space X 载人龙飞船发射刚成功，同时完成空间站对接任务，马斯克的名字再次在社交平台上刷屏。
特斯拉汽车也受益，当地时间周一，其股价大幅上涨，截至收盘时上涨了逾 7%。
然而就在当天，一则特斯拉 Model 3 车祸视频成为了另一个焦点。
据台媒东森新闻报道，6月1日清晨6时44分许，台湾嘉义县中山高速公路发生一起车祸。在一个所有人都能清晰看到的侧翻大货车事故车道，一辆特斯拉白色Model 3几乎毫不减速地撞了上去，特斯拉前部行李箱完全撞进货车内部。
据CNA报道，事故发生时，车辆处于AutoPilot开启的状态，时速达到了110公里， 由于撞击力度较大，侧翻的大货车从地面弹起，向前滑行一段距离后才停下。 所幸，事故没有造成人员伤亡。
事故现场监控画面
台媒东森新闻报道称，事故发生前，这辆特斯拉Model 3开启了自动辅助驾驶，但驾驶员没有专注前方道路，因此造成事故发生。也就是说，特斯拉自动驾驶的传感器并没有发现前方有一辆侧翻的货车。
据CNA报道，特斯拉车主向警方表示，事故发生时，车辆处于AutoPilot开启状态，时速定速在110公里。
他本以为，特斯拉侦测到障碍物会自动刹车，但当他发现前方有障碍物，Model 3却完全没有减速……等他想要接管——紧急踩下刹车时，事故已经没法儿避免。
货车司机还向警方解释称，当时他在分隔岛等待救援，看到特斯拉快速驶来，还试图挥手示意，让司机减速避让。
但特斯拉毫无反应，“嘣”地就扎进了货车车身。
从救援现场画面可以看到，大货车货厢顶部受损，特斯拉Model 3外观受损不严重。
奇怪的是，自动辅助驾驶和自动紧急制动两个功能都会使用三枚前视摄像头和毫米波雷达，但自动辅助驾驶没有检测到前方的障碍物。
这不是特斯拉第一次和路上的货车过不去。
2016年，一辆开启Autopilot的特斯拉Model S，在佛罗里达的高速公路上和前方横向穿越的拖车相撞，40岁的驾驶员Joshua Brown当场死亡。
2019年，同样在佛罗里达州的一条高速公路上，50岁的Jeremy Banner也遭到了类似惨案：他的Model 3与一辆前方横向行驶的拖车相撞，整个车顶直接被掀掉。
也就是说，最早从2016年开始，特斯拉就已经知道视觉传感器可能无法识别白色货车。
这两起事故中，白色货车的货箱都成功迷惑了特斯拉的视觉传感器，白色货车真的是特斯拉“杀手”吗？
以上三起事故虽然都是白色货车“致盲”特斯拉的视觉传感器，但其实存在着巨大的差异。
它们虽然都叫Autopilot，但版本都间隔了很久，Brown的Models S基于以色列公司Mobileye提供的技术，他的去世，间接导致了两家公司在2016年分道扬镳，2017年，Mobileye被英特尔用153亿美元的天价收购。
此后特斯拉自主开发了第二代Autopilot系统，Banner的Model 3搭载的就是这一版。
在Autopilot 2.0系统中，车辆上搭载了3个前置摄像头、4个侧方摄像头、一个后置摄像头、一个毫米波雷达、12个超声波雷达、英伟达定制Drive PX2计算平台。
特斯拉声称这套硬件系统理论上支持“完全的自动驾驶”，会通过OTA软件更新来不断完善功能。
不过事故还是发生了，特斯拉后来给出的官方解释是：
“在强烈的日照条件下，驾驶员和自动驾驶都未能注意到拖挂车的白色车身，因此未能及时启动刹车系统。”
事故演示图
类似的不寻常的情况，在自动驾驶领域被称为“Corner Case”或“Edge Case”。
按情理来讲，特斯拉在重新设计系统时，完全有机会去解决过去发生过的Corner Case。但至少从结果上来看，它做的非常糟糕。
特斯拉采用了雷达和摄像头相配合的自动驾驶方案。
雷达擅长检测移动物体而非静止物体，当一辆车不在本车辆的行进方向时，（比如前方横穿的车辆），它也很难监测出来。
雷达的输出信号有的时候会被系统忽略，比如它可能将立交桥判定成障碍物，导致车辆急刹车。
所以，在这些情况下，就要用摄像头输出的算法来检测垂直于车辆方向的卡车，或者立交桥这种静止物体。
但特斯拉摄像头的算法并不完美。
一个叫green匿名工程师声称自己破解了一辆Model X，并把Autopilot后台运算的视频放在youtube上，就在去年的3月14日，他在Twitter上曝光了一个问题。
他的特斯拉一开始检测到了前方的拖车，但后来green发现，在几秒钟内的画面内，由于拖车下的大空间，Autopilot没有ID出它是一辆拖车，而把它判定当成了一个可以穿越的物体，并明确汇出了绿色的可行驶区域，和黄色的驾驶预测线，如果不是人为干预，车辆很可能会从拖车底下穿过去。
如今，特斯拉对于自动驾驶的软硬件都有升级，目前依然不知道台湾嘉义车主使用的哪代车型，但同样的问题，在4年后再次发生，不禁让人质疑特斯拉Autopilot的安全性。
其实从众多 AutoPilot 导致的例子来看，许多情况下交通事故还是能够避免的，不过特斯拉过分自信宣传了 AutoPilot 性能，从前期宣传的“自动驾驶”口号，导致很多消费者认为，只要开启了 Autopilot 系统，可以完全是自动驾驶模式。
与人工驾驶相比，自动驾驶功能全面普及后无疑对改善交通安全可以起到很大推动作用，现今，特斯拉的 AutoPilot 自动辅助驾驶也不是真正意义上自动驾驶系统，以现有的自动驾驶技术来看，即使硬件标准理论上可以达到自动驾驶所需水平，但算法以及软件尚不能够实现完全自动驾驶。
但之前为了突出卖点，很长一段时间里，特斯拉都是把AutoPilot——高级辅助驾驶系统，当成“自动驾驶”来对外宣传的。
后来事故频发，舆论谴责“宣传误导”，这才改口并明确：Autopilot自动辅助驾驶功能需要驾驶员进行主动监控。
另外，也有外界猜测，其实对AutoPilot的改口，只是因为FSD——完全自动驾驶方案对外发布了。
然而即便在专门计算硬件FSD加持的完全自动驾驶方案里，传感器方案却没有变。
依然坚持摄像头（8个）+ 超声波传感器（12个）为主。
马斯克还声称，这套方案足够实现“完全自动驾驶”：
“完全的意思是，汽车能够从家中开车去工作，在途中几乎不需要驾驶员操作。”
目前，特斯拉也确实在自动驾驶能力上，提供了量产的体验，比如自主泊车、主动召唤、环路和高速上的车道保持和定速，甚至还有自主变道等能力……
但目前无论是L2级自动辅助驾驶还是自动紧急制动功能毕竟还是辅助驾驶。
与人工驾驶相比，自动驾驶功能全面普及后无疑对改善交通安全可以起到很大推动作用，现今，特斯拉的 AutoPilot 自动辅助驾驶也不是真正意义上自动驾驶系统，以现有的自动驾驶技术来看，即使硬件标准理论上可以达到自动驾驶所需水平，但算法以及软件尚不能够实现完全自动驾驶。
在没有完全进入 L4 级别自动驾驶时，即使车辆搭载有 L2 级自动辅助驾驶系统，在日常行车时也要时刻保持警惕，不应完全交由自动辅助驾驶系统本身来掌控车辆。
责编：Demi Xia
（综合整理自东森新闻、CNA、量子位、雷锋网、智东西等报道）
最前沿的电子设计资讯
