什么值得买App下载 App ›
连续签到专享现金活动

城市智驾为什么一到路上就怂?测试场里的“学霸”为何频繁翻车

绿灯亮起的那一刻,旁边的外卖骑手已经斜插过来,行人踩着最后几秒冲过斑马线,路边停着的车突然开门——这种场景在北京三环早高峰每分钟要上演好几次。智能驾驶系统在测试场里稳如老狗,一到真实路况就变成惊弓之鸟,背后的原因远比「技术不够先进」要复杂得多。
先说说城市智驾到底难在哪
高速路是智驾的舒适区。车道线清晰,社会车辆规则行驶,没有行人乱入,系统只需要盯着前方和车道线就够了。城市道路完全是另一个游戏:加塞、鬼探头、逆行电动车、三轮车载货超高、红绿灯倒计时抢跑,每一项都是智驾算法的噩梦。
说白了,城市路况的核心问题是「博弈」。高速上大家各走各的,城市里每个人都在抢——抢道、抢时间、抢空间。机器做决策需要确定性输入,但人类的交通行为充满了灰色地带。
感知系统的天花板到底在哪
现在的智驾方案主要靠摄像头加毫米波雷达,部分车型上了激光雷达。但这些传感器在某些场景下会集体「失明」:大货车车身反射面干扰定位算法、雨雪天气激光雷达点云质量下降、夜间低照度环境摄像头识别率骤降。当传感器给不出靠谱的环境模型,再强的算法也是巧妇难为无米之炊。
更棘手的是「corner case」——那些发生概率低但后果严重的极端场景。一个从未在训练数据里出现过的异形障碍物,一块被施工围挡遮挡的红绿灯,系统可能根本不知道自己在面对什么。采集足够多的长尾场景数据,是每家车企都在烧钱填的无底洞。
决策系统的两难:安全、效率、体验,一个都绕不开
感知是「看见」,决策是「判断」。城市路况要求系统在毫秒级完成:这是什么?它要往哪去?我该怎么应对?但这三个问题往往没有标准答案。保守策略是刹停或让行,但乘客会觉得智驾太怂;激进一点,又容易触发接管甚至事故。
举个具体场景:路口左转,对向车道有车快速驶来。人类司机的选择可能是「带一脚刹车蹭过去」或者「停住等下一个灯」。系统需要在这一刻权衡安全边界、通行效率、乘客舒适度——而法规还没明确给出「机器可以冒多大风险」的边界。
高精地图:拐杖还是天花板
不依赖高精地图的「重感知」路线正在成为主流,但这样做的问题是高精地图提供了「上帝视角」——提前知道哪条车道是实线前方有施工、哪个路口的信号灯位置偏左。去掉这根拐杖,系统必须靠实时感知补上信息差,对芯片算力和算法鲁棒性的要求陡然上升。
城市NOA(Navigate on Autopilot)功能正在快速落地,但「能用」和「好用」之间还隔着一个奥运会金牌的距离。早晚高峰的博弈场景、奇葩道路设计的适应能力、突发施工的及时响应,每一项都是量产的拦路虎。
到底该不该信任城市智驾
现在买城市智驾,某种程度上是在为「期货」买单。功能有,但体验不稳定;OTA升级会变好,但不知道等多久。与其纠结「它能不能完全替代我」,不如把它当作一个「帮我分担驾驶疲劳的工具」——方向盘还得握在自己手里。
  • 选车时别只看功能清单
    同叫城市NOA,实际表现可能天差地别,多看看真实车主的长期反馈比看发布会管用
  • 用智驾前先摸清边界
    每家系统的能力上限不同,熟悉它的极限在哪,比迷信它「什么都能开」更安全
  • 保持随时接管的准备
    技术再先进,城市路况的复杂度依然超出当前系统的可靠处理范围,人机共驾是现实选择
城市智驾的终极难题,本质上是「把人类社会的模糊规则灌进确定性的代码里」。这个问题不是某家车企能独自解决的,需要整个交通生态的协同进化。在那之前,把它当作辅助工具而不是自动驾驶——是对技术的基本尊重,也是对自己安全的基本负责。

评论

评论区空态插画

当前文章无评论,是时候发表评论了