一個關于生存時間的困局。

作者｜張麟

編輯｜王博

3月29日晚上發生的小米SU7事故引發的輿論風暴還在持續。

警方的調查報告目前還未公布，但關于這場事故已經出現了太多的猜測和情緒的宣泄，這在一定程度上可能會模糊問題的焦點。

很多人把矛頭指向了NOA（Navigate on Autopilot，導航輔助駕駛或智能輔助駕駛），并認為從NOA發出風險提示到車輛發生碰撞時間太短，沒有給駕駛員留出足夠的反應時間。

這是目前小米汽車發布的信息：

3月29日 22:44:24 NOA發出風險提示“請注意前方有障礙”，發出減速請求，并開始減速 3月29日 22:44:25 NOA被接管，進入人駕狀態，方向盤往左轉角22.0625度，制動踏板開度31% 3月29日 22:44:26 方向盤往右轉角1.0625度，制動踏板開度38% 3月29日 22:44:26-28之間 車輛與水泥護欄發生碰撞

目前可以確定的是，這次事故中，車輛從發出預警到最終發生碰撞只有約3秒鐘。

這里引入兩個概念，TOR（Time-to-React Limit，接管請求時間）和TTC（Time-to-Collision，碰撞時間），前者指的是車輛從發出接管請求到自動駕功能退出，進入人駕狀態的時間；后者則用于評估潛在碰撞風險的緊迫性。

從本質上講，TTC代表了在當前速度和行駛軌跡保持不變的情況下，車輛與前方障礙物（可以是另一輛車、行人或固定物體）發生碰撞所需的估計時間。較高的TOR和TTC值通常能給駕駛員或自動系統提供更多的時間來采取規避措施。

那么，這次小米SU7事故中預警時間否過晚？目前行業內是否有標準？合理的TOR和TTC應該是多少？

1.反應時間是否足夠？

根據目前的公開信息和現場事故還原，可以發現，這輛小米SU7在事故發生前開啟了高速NOA功能，車輛處于輔助駕駛狀態，速度為116km/h。

輔助駕駛過程中，系統對駕駛員進行過一次輕度分心報警和一次脫手預警，此后駕駛員及時進行相應操作，報警消失。

在正常行駛一段時間后，這輛小米SU7突然發出預警，提示“請注意前方有障礙”，發出減速請求。1秒鐘后，駕駛員迅速接管車輛并采取相應控制措施，但并沒能阻止事故發生，車輛最終撞向了水泥護欄，最終碰撞時速高達97km/h。

一個容易被忽略的細節：此次事故車輛在被駕駛員接管后，進行了兩次轉向，第一次轉向角度為22度，第二次轉向角度僅為1度，大概率是為了修正行車路線做出的操作。

這個過程中，行車軌跡一定程度上被延長了，如果駕駛員不進行轉向操作，車輛到撞擊到正前方障礙物的時間會更短。也就是說，這輛小米SU7在發出碰撞預警時，TTC時間預計只有約2秒鐘。

事故現場示意圖，圖片來源：羊城晚報

2秒鐘的生存空間足夠一個人完成緊急操作并安全通過障礙物嗎？顯然是不行的。

中國安全科學報于2023年發布的《基于生存分析的自動駕駛接管時間分析》一文中，對于不同性別、不同駕駛任務和不同緊急事件的情況下，駕駛員的接管時間進行了分析。其中女性駕駛員接收到接管指令后的平均接管時間為1.62秒。

全部駕駛員樣本在“緊急接管請求（接管請求時間4秒）”的變量影響下，平均接管時間為1.51秒。而緊急接管請求一般會對應聲音、震動和屏幕顯示的多模態提醒，駕駛員在不失能的情況下均會及時做出反應。

美國國家公路安全管理局和德國全德汽車俱樂部發布的報告稱，72%的自動駕駛事故發生在系統提示后2秒內，而駕駛員平均需要2.3秒才能完成有效接管。在高速公路場景，這個數值會延長至2.6秒。

但此次事故中，從預警發出到最終發生撞擊，整個過程僅約3秒，駕駛員不可能完成能使車輛安全通過的操作。

那么合理的接管請求時間是多少？

同濟大學論文《Assessing the Effects of Modalities of Takeover Request, Lead Time of Takeover Request, and Traffic Conditions on Takeover Performance in Conditionally Automated Driving》中指出，當接管請求時間為5秒時，駕駛員反應會更加迅速，但同時也更容易出現急剎車和急轉向等行為，增加潛在風險。

當接管請求時間為7秒時，駕駛員能進行更充分的準備和操作，能夠顯著降低車輛的橫向和縱向安全風險。

論文《Predicting driver’s takeover time based on individual characteristics, external environment, and situation awareness》，在進行接管時間預測模型分析的時候，也寫明接管請求時間為5秒被認為是滿足接管要求的安全閾值。

此外，當TTC 過低（如小于2秒）時，即使系統發出接管請求，駕駛員可能也來不及接管并采取有效規避措施，因此自動駕駛系統可能需要觸發自動緊急制動（AEB, Automatic Emergency Braking）。

顯然，這輛小米SU7沒有在發出預警后給駕駛員留有足夠的操作時間。

2.業內標準缺失

在發生碰撞前3秒才發出接管請求符合法律規定嗎？

很可惜，目前國內并沒有明確的自動駕駛接管請求時間的法律規定，理論上來說，即使自動駕駛系統在碰撞前1秒向駕駛員發出接管請求，也并不違規。

首先，國家標準《智能網聯汽車自動駕駛系統通用技術要求》（GB/T 44721-2024）中提到，從智駕系統介入請求發出到駕駛員成功接管，應保證10秒及以上的時間。然而，雖然是國家標準，但GB/T代碼意為此標準為“國家推薦標準”，并不強制執行。

國家標準《智能網聯汽車自動駕駛系統通用技術要求》首頁

其次，目前國內尚未有車企明確將自己的自動駕駛系統劃歸為L3級別，無論在宣傳上有多么智能，但法律意義上仍未L2級別自動駕駛，即“組合駕駛輔助”功能。

根據國標GB/T 40429-2021《汽車駕駛自動化分級》中的表述，L2級自動駕駛狀態下，駕駛位用戶的身份定義為“傳統駕駛員”，與L0級別相同。

這種身份定義下，用戶需要“監管駕駛自動化系統，并在需要時介入動態駕駛任務以確保車輛安全”，同時需要“在任何時候，可立即執行全部動態駕駛任務”。

因此，無論自動駕駛系統退出的有多晚，或者接管請求發出的多么極限，只要系統進行了這樣的操作，以目前的行業標準和責任歸屬原則來看，其都是合規的。

另外，從目前的事故和多名駕駛者實際體驗來看，也幾乎沒有車企能夠做到為用戶創造極大冗余的接管請求時間。

某新勢力品牌車主乘風（化名）告訴「甲子光年」，他的車具有高階智駕功能，在高速路段行駛過程中，往往車輛發現障礙物并發出接管請求時，他同樣也已經觀察到了障礙物，智駕功能并沒有做到比人看的更遠，這讓其即使開啟了智駕功能也必須專注駕駛。

國產某頭部車企的智駕負責人對「甲子光年」透露：“現在的L2自動駕駛也分好多級別，包括了好多功能，（預警時間）確實沒有細化的規定。”

對接管請求時間的討論也并非剛剛開始，幾年前就已經就已經有大量的專家學者開始了這方面的研究和討論。

例如2020年8月22日，由中國電動汽車百人會主辦的第三屆全球智能汽車前沿峰會召開，清華大學姚丹亞教授就提出過接管請求時間的疑問，他認為L3級自動駕駛最大的難點在于“為接管預留多長時間有多久”。

“這個接管時間是10秒鐘、1分鐘還是3分鐘？如果要求3秒鐘接管，實際上駕駛員是不能分心去干別的事。現階段車輛半分鐘自動駕駛還能搞得定，時間太久就做不到了。我個人不站隊，我認為接管時間問題解決了，L3就能做，如果一直解決不了，L3就沒有辦法做。”姚丹亞說。

現在看來，究竟該何時發出接管請求還將繼續討論下去。

3.技術困局

從技術角度能否實現提前預警和充裕的接管請求時間呢？

目前看來實現難度同樣非常大。

提前發出接管請求有兩個技術問題，一個是系統的識別能力，另一個是系統的判斷邏輯。就識別能力而言，目前主流的自動駕駛感知技術都稱不上強悍和安全。

例如在高速公路狀態下，車輛以120km/h的速度巡航，如果智駕系統創造出5秒鐘接管請求時間，就意味著車輛必須檢測到其前方166米的障礙物并迅速做出判斷，發出預警。

這個距離已經相當遠了。對于純視覺自動駕駛感知路線來說，BEV（Bird's Eye View）+Transformer+OCC（Occupancy Network ）占用網絡已經是業內常用的感知方案。

這種感知方案的探測距離在100-200米，例如2024年，廣汽發布了無圖純視覺智駕系統，其感知范圍為：車前150米、車后100米、左右50米。

結合車企的宣傳水分、行車路況、可視條件和天氣等因素，純視覺方案的探測距離可能會降至100米左右甚至更低，幾乎無法完成車輛高速行駛狀態下，在碰撞前5秒發出接管請求。

激光雷達由于工作原理不同，在檢測距離方面要優于純視覺方案，但166米的理論距離也已經達到甚至超過某些激光雷達探測距離的極限。

「甲子光年」在文章中寫到，速騰聚創2024年4月發布的新一代激光雷達MX，沒有注明官方的標準探測距離，只標注了最遠探測距離為200米。行業預測速騰聚創MX的標準探測距離為150米左右。

禾賽科技發布的基于第四代芯片架構的超廣角遠距激光雷達ATX，其標準探測距離也僅為200米。

因此以目前自動駕駛系統的感知方案，無論是激光雷達還是純視覺方案，都無法保證車輛在高速行駛狀態下，為駕駛員提供5秒或更長的接管時間。

接管請求時間還涉及到自動駕駛系統對障礙物的識別判定和后續的避障功能聯動。

此次小米事故車輛SU7標準版，搭載的只是入門級的智駕方案。軟件算法由小米汽車自研，具備高領航輔助駕駛等能力。

但從此次事故后小米方面的官方聲明可以看到，小米SU7標準版的碰撞預警 (FCW) 和緊急制動 (AEB) 功能，作用對象是車輛、行人、二輪車三類目標，其中AEB功能目前不響應錐桶、水馬、石頭、動物等障礙物。

也就是說，即使攝像頭識別出了錐桶并發出了預警，但由于緊急制動功能并不會對前方錐桶進行響應。

根據小米方面公布的行車數據，22:44:24時，NOA發出風險提示“請注意前方有障礙”，并開始減速，結合其對AEB功能的解釋，可以推測此時的“減速”并非緊急制動，減速效果有限。

AEB功能對錐桶、水馬等道路施工設施的相應程度低的情況，也并非出現在小米一家車企中。

汽車自媒體AutoLab在今年年初進行了多輛新能源車型的主動安全測試，在“施工設施防碰撞”測試環節中，特斯拉在面對錐桶和水馬時毫無反應；小鵬能夠做出提示，但沒有糾偏動作；蔚來同樣沒有進行緊急制動的應對措施。

這種識別功能和制動功能的割裂，同樣也在一定程度上縮短了接管請求時間。

接管請求遇到的另一個問題是自動駕駛系統對行車狀態的判斷邏輯。如果車輛在不需要緊急剎車的時候頻繁剎車，則會嚴重影響用戶的駕乘體驗。

在各個車企都大力宣傳“XX公里無接管”的語境下，這種頻繁地、毫無征兆地“幽靈剎車”是不能夠被容忍的，很容易被扣上“智駕不好用”的帽子，甚至影響資本市場表現。

例如根據《證券時報》的報道，2022年2月17日，美國國家公路交通安全管理局（NHTSA）宣布，將對41.6萬輛特斯拉汽車展開正式調查，原因是該機構已收到了354起關于特斯拉汽車“幽靈剎車”的投訴。這使得當日美股收盤時，特斯拉股價下跌5.09%。

就行車安全而言，如果AEB功能在不該剎車的時候介入并進行緊急制動，也有可能造成車輛姿態失穩、側翻等情況，同樣影響行車安全。

以目前的技術發展程度而言，緊急制動的介入情況、傳感器的探測距離、接管請求時間等極大影響行車安全的重要指標，均沒有達到車企宣傳時傳遞出的自動駕駛技術水平。

前不久，新能源汽車行業開啟了“全民智駕時代”，“有路就能開”“全國都能開”“到哪都好開”等宣傳語句將自動駕駛捧上神壇，但關鍵指標的性能優劣和規則缺失，又似乎讓自動駕駛的神話破滅了。

小米SU7事故發生后，近期不少車企與智駕相關活動都臨時取消了，不管是智能駕駛還是自動駕駛，似乎又變成了大家“不愿提及”的詞，這就又走向了另一個極端。

一場事故發生后，更應該做的是追問真相、尋找問題，盡量減少這種悲劇的發生，而不是在官方調查還沒出來前，把某一方置于審判臺上進行審問。

至少在目前，智能駕駛系統還無法取代人類，這是車企、智駕廠商、用戶等都需要清楚理解的一點。

擁抱新的技術，并不意味著一定要付出血的代價。

*參考資料：

《基于生存分析的自動駕駛接管時間分析》，作者：王長帥，徐鋮鋮，邵永成，佟昊 ，彭暢

《Assessing the Effects of Modalities of Takeover Request, Lead Time of Takeover Request, and Traffic Conditions on Takeover Performance in Conditionally Automated Driving》，作者：Weida Yang, Zhizhou Wu, Jinjun Tang,Yunyi Liang

《Predicting driver’s takeover time based on individual characteristics, external environment, and situation awareness》，作者：Haolin Chen, Xiaohua Zhao, Haijian Li, Jianguo Gong, Qiang Fu

（封面圖來源：AI工具生成）