这次小米 SU7 高速 NOA 遇到的事故，围绕大家关心的几个问题，和大家讨论： ★激光雷达有真实作用吗？ 对于很多障碍物的识别，夜间激光雷达的处理优势肯定占优。 这次发生的是没有激光雷达的版本，视觉感知压力肯定是巨大的。 特别是高速上这种超远距离、夜间、速度还比较快的前提，事故发生时还不是静止障碍车，而是一堆复杂的障碍物目标，目标体积可能还比较小，且复杂，对于摄像头识别有很大压力。 ★除了摄像头，车身毫米波为什么没有发挥作用？ 毫米波本身识别静止障碍物也有缺陷。 除了摄像头，另一个传感器毫米波也没发挥很好的作用。 毫米波本身分辨率不足，对相近的物体没法精准识别区分，也没法识别太远。 其次毫米波雷达本身缺乏高度信息，也就是分不清障碍物是广告牌还是真实的地面障碍物，所以毫米波有时候会对路面反射回来的静止物体做杂波过滤，过滤一些速度为零的信号，导致毫米波对这种远距离的障碍物，识别效果较差，没有起到实质效果。 ★为什么系统反应较慢，最后才有刹车动作？ 智驾的预测计算，也要有距离。 比如大脑要利用 10 帧或者 20 帧的时间来追踪、计算一个物体的速度，但这个累积实际有一个时间差，比如前 10 、20 帧的信息作为参考，但比如前面突然个静止车、或者障碍物速度显示为 0 时，这时候系统计算的平均值可能不一定 0 ，计算有延迟，没法瞬时做出对应的计算，这样控制可能没有合理的时间，也没法有效的刹停。 按照这次信息看，2 秒发生的预警，速度约为 97km/h，那这时候障碍物距离大概为 64 米，也就意味着 2s 前系统已经开始感知到这个障碍物了，但明显没有刹车距离。 ★为什么 AEB 没有触发？ 还是目标物的问题，先不说障碍物是否在视觉训练过的数据以内，AEB 的触发本身也会对小型、或者路边的静止物体做过滤，来避免误检的情况。所以路边这种路障很多时候不在 AEB 的启用范畴。 而且 AEB 的触发问题和这次 NOA 遇到的问题类似，本身视觉感知距离不足，加上没有达到 AEB 触发的条件， 2s 的时间没有足够的响应时间。 其次 AEB 的响应和驾驶员接管的逻辑会有冲突，这次人员有接管，AEB 有可能在驾驶员接管后会优先响应驾驶者的操作，可能不会再介入。 ★这次为什么说不仅只是一个障碍物识别？ 从这次小米官方透露的信息看，这次识别的不是普通的障碍物避让，是涉及到改道，并且是改道到到逆向车道。 这个识别可能不是简单的避障，或者偏移。而是涉及感知、避让、规划多个链路一起，计算链路更加复杂，完成改道对系统时间的要求要更高。 ★标准版和高阶版除了激光雷达，还有哪些差异？ 标准版和高阶版算法的研发，可能有代差。 标准版除了不带激光雷达外，在车企研发上，标准版和高阶版可能会有代差。 标准版一般能力上限只有高速、LCC 等，所以一般车企会切进 Max 版做高阶的研发，一般进入高阶后，就会和标准版架构慢慢形成两套架构，所以标准的算法也和高阶版的算法能力会有不同。 ★ 这次事故为什么小米有详细数据，真实度高吗？ 这证明了 EDR 开始起作用。 到底是人驾还是智驾的“错误”，现在有更先进的数据记录系统作为“黑匣子”兜底，这次小米也公布了秒级的关键时间节点，能够更清晰的还原事故过程。 ★我们应该敲响哪些警钟： 1、高速 NOA 绝对不是一个小的技术方案，这也是我们一直做 NOA 横评的目的。 因为高速 NOA 已经慢慢走进千家万户，更像当时的 LCC 了，逐渐变成标配功能，使用群体更大，但是大家对于智驾使用范围的理解不同，我觉得高速 NOA 的研发更要重视。 2、其次小米这次的 NOA 涉及到借车的问题。 我们知道小米的智驾开启条件已经非常苛刻，比如它的方向盘检测从来没有降低检测频率，而且新手要跑完 1000km 才能开启高阶智驾，但是如果借车，可能这个条件就只跟车不跟人，借给其他驾驶者就没了限制，所以借车人关于智驾的叮嘱，我们也要非常重视。 3、主动安全的开发应该成为重点。 主动安全的开发，其实和智驾没有关系，它是独立成长的路线，这条路和智驾应该并行。大家做好场景化的同时，也呼吁提升主动安全的真实投入。甚至有激光雷达的加入，对于用户来说都是一件好事。 4、辅助驾驶决不是自动驾驶。 高速的辅助驾驶很容易给很多用户带来误区，接管小、场景少，会导致过渡信赖。但高速的发生所带来的连锁问题是巨大的。大家莫轻视！ 对辅助驾驶不能过渡信赖，要时刻保持注意力，随时接管！多休息！