小米汽车辅助驾驶1.12.0实测:9次接管背后的场景逻辑与安全边界
本次测试基于小米汽车辅助驾驶系统1.12.0版本,通过全天的通勤路况实录,重点考察系统在复杂场景下的决策能力与安全性。测试全程共记录了9次人工接管情况,覆盖了路口博弈、弱势交通参与者应对、主道汇入以及无图路段行驶等典型场景。从实测结果来看,虽然系统在特定单一场景下展现出了一定的理解能力,但在面对复杂博弈或脱离高精地图支持的复杂路况时,仍存在明显的局限性。
01路口博弈与场景理解
路口通行是辅助驾驶系统的核心难点。在测试中,系统展现出了场景理解的潜力,同时也暴露了严重的安全隐患。在路口直行等红灯的场景下,系统能够识别前车状态并选择绕行右转,表现出了一定的智能规划能力。但在另一处无数据的复杂路口,系统的表现则呈现出极端的两面性:当有前车带路时,系统能模仿前车轨迹先右转再左转;而在无车带路的情况下,系统却做出了直接逆行左转的错误判断,导致必须人工接管。
路口通行表现对比
直行等红灯场景
展现智能规划能力
- 正确识别前车等待状态
- 自主规划绕行路径完成右转
复杂左转路口(无数据)
存在严重安全隐患
- 有车带路:模仿轨迹,先右转再左转
- 无车带路:直接逆行左转,必须接管
02弱势参与者与盲区应对
在与非机动车及行人的交互中,系统的表现主要体现在“识别”与“博弈”两个层面。虽然系统能够识别到小电驴、自行车等目标,但在处理策略上往往趋于保守甚至出现误判。例如在左转遭遇后方快速来车弯道超车时,系统识别滞后,未能及时标记应对。面对前方自行车时,系统将其标记为跟行目标(蓝色),而非选择更合理的绕行超车。有观点认为,现阶段辅助驾驶面对人类司机的进攻性博弈尚无法完美应对,保持车距是唯一的安全解。
- 小电驴场景
识别到目标并试图左避让,但轨迹规划与左侧来车构成“三点一线”危险态势,接管风险极高。 - 后方来车超车
左转盲区被快速接近车辆侵入,系统识别较晚,标记滞后,无法预判博弈意图。 - 自行车跟行
错误地将前方自行车判定为跟行对象,缺乏绕行超车的灵活处理能力。
03汇入主道与高精地图依赖
在道路结构识别与路径规划方面,系统表现出了对高精地图的深度依赖,且在特定场景下的拓扑理解存在偏差。汇入主道时,车辆入汇角度摆动异常,无法精准切入车流;在无图路口,系统无法识别左侧道路,错误选择右侧路径。此外,在桥下路段,系统误判公交车道属性,规划出黄色实线并试图强行变道脱困,显示出其对复杂道路标志和标线的理解仍需加强。
| 场景类型 | 系统表现 | 风险点/接管原因 |
|---|---|---|
| 汇入主道 | 切入角度摆动异常 | 无法准确汇入车流,需人工接管 |
| 无图路口选道 | 选择错误道路(选右未选左) | 脱离高精地图后路径规划失效 |
| 桥下公交车道 | 误划车道线并试图变道 | 对道路属性理解错误,规划逻辑混乱 |
关键接管场景分析
04接管总结与安全建议
实测的最后两次接管反映了驾驶者的心理安全边界。其中一次为预防性接管,因担心公交车在弧度路段入侵车道而主动停车;另一次则基于对友商事故案例的警惕,在车头对向入侵时主动接管,规避了系统可能出现的抽风误判。本次测试表明,辅助驾驶在理解场景和应对车流方面虽有进步,但在复杂博弈和无图环境下仍显稚嫩。
辅助驾驶使用观念
理性辅助
了解系统局限性,预判可能的错误场景
保持随时接管的能力,安全第一
在复杂博弈、无图路段主动介入


过度依赖
完全信任系统决策,放松警惕
不管不顾,将生命安全托付给算法
忽视系统抽风或误判的潜在风险
当前文章无评论,是时候发表评论了