前天，看到了一则新闻：
上善若水投资管理公司创始人、意统天下餐饮管理公司创始人、美一好品牌管理公司创始人林文钦先生，驾驶蔚来 ES8 汽车启用自动驾驶功能（NOP 领航状态）后，在沈海高速涵江段发生交通事故，不幸逝世，终年31岁。
而这已经不是第一次的致死事故了，就在两个星期前，上海浦东新区一辆蔚来 EC6 在高速上撞到石墩后，燃起烈火。
驾驶员未能及时逃脱，不幸遇难。
不谈企业层面的问题，身为程序员，新生代农民工，从技术角度，简单聊聊自动驾驶的安全性。
先说结论：以目前的技术来看，自动驾驶，做不到绝对安全， 只能当作辅助驾驶。
写过代码的，都知道，是程序就可能会有 bug，我是真不太敢将自己的性命交给自己写的代码。
放在自动驾驶里，这得是多少血的教训啊。
电脑软件、手机软件出 bug，不至于要了身家性命，但自动驾驶但凡来个小 bug，都可能是要出人命的。
所以，很多做自动驾驶的公司，都一直在做道路测试，希望可以尽早发现并解决一些潜在的问题。
但百密也有一疏。
况且目前的技术本身，就存在瓶颈。
自动驾驶，可以大致分为感知算法、定位算法、规划与控制。
感知算法，定位算法，是为自动驾驶的规划与控制服务的，系统预测环境元素的移动轨迹，以此做出决策，实时控制车辆的运动。
可想而知，感知算法的可靠性，影响着自动驾驶车辆的安全性。
感知算法相当于人的“五官”，是对周围环境的感知能力。
主要用的就是视觉传感器、激光雷达、声波设备等相结合的方式。
视觉传感器里应用较多的算法就是车道线检测，目标检测，目标跟踪，以及图像分割了。
车道线检测，顾名思义，负责检测道路上的车道线，什么单黄线，双黄线，虚线，虚实线等。
目标检测和目标跟踪，负责检测和跟踪，运动中的车辆，行人，动物，以及一些障碍物等。
图像分割，也是类似，辅助识别道路、行人和汽车等。
为了提高可靠性，除了这些常规算法，还会融合激光雷达、毫米波雷达等传感器数据。
例如：
- 毫米波雷达 + 摄像头数据融合。
- 激光雷达数据 + 摄像头数据融合。
学过机器学习的都知道，这些算法，都是讲概率的。
实际场景中，很多算法能做到 99% 的准确率，都算超高了。
就算融合各种雷达传感器，想做到 99.999% 都算天花板了。
100% 的准确率，不太现实。
因为自动驾驶的场景太复杂，做不到 100%，总会有识别错误的情况。
召回率也是同理，总会有漏检。
据网友分析：蔚来汽车这次事件，就有可能存在漏检问题。
从网络上流传的现场图来看，这辆 ES8 先撞上了路边的桩桶，随后高速撞击快车道上的一辆高速公路养护车，巨大的冲击力还导致公路养护车侧翻。
没识别出桩桶，撞了上去，速度再快些，结果可想而知。
不过这也都是网友的分析，具体的原因，等待官方的结果吧。
总之，以目前技术来讲，自动驾驶的可靠性有待提高。
而对于自动驾驶，感知算法虽有瓶颈，但不是最难的点，更难的地方在于决策，也就是规划与控制，让程序像人一样的去决策。
自动驾驶还有很长的一段路要走，不是做技术的，很难了解到这些，以至于盲目信任。
前华为智能驾驶总裁苏箐说过一句大实话：“普通用户对新科技产品有一种倾向——一开始完全不信任，但一旦他试过，他觉得很好的，就会变得非常非常信任，这个时候就是出事故的开始。”
在安全教育上，车企有责任做好宣传，毕竟关乎人命。
说了这么多，惋惜一次次用人的生命换来的教训的同时，也是希望我们国家的车企也好，自动驾驶技术也罢，都可以发展的更好。
同时，希望关注这些技术带给我们便利的，好的一面的同时，也希望更多人重视、关注到这样的安全问题。
来源：
https://cuijiahua.com/blog/2021/08/life-88.html
