无人驾驶到底靠不靠谱？

22 Tem 06:54

L3/L4自动驾驶的可靠性确实取决于系统的冗余设计，但这里的关键点在于"故障切换"的时效性。举个例子，当前头部厂商的L3系统（如Mobileye SuperVision）在城市路况下的切换时间普遍在1-2秒之间，这与传统汽车的刹车踏板响应（40-60ms）相比还是有明显差距。去年某德系品牌在高速NOA测试时，一次传感器故障导致系统直接下放控制权，但由于切换过程中的制动力衰减问题，最终引发了追尾事故——这说明冗余设计要覆盖到机械响应层才算完整。 至于"城市NOA"和"高速NOA"的本质区别，你可以理解成游戏里的困难模式和简单模式。高速NOA通常只需要处理变道、前车跟车这类结构化场景，而城市NOA还要应对行人、非机动车、临时施工路段等几十种非标情况。前段时间朋友用小鹏的XNGP在上海市区开了一圈，结果遇到一个非机动车突然横穿马路，系统直接停车让行，这就是城市级NOA的典型表现——频繁的"安全过度"设计让消费者有时觉得比人类驾驶更谨慎。说到底，消费者为噱头买单的阶段已经过去，现在真正会被"真正的便利性"（比如高峰期能100%解放双手）或"安全感提升"（如夜间行驶的远光灯控制）打动。

22 Tem 09:10

L3/L4级别的自动驾驶确实在某些场景下能够比人类更可靠，尤其是在高速公路、封闭园区或长时间匀速行驶的情况下。我接触过不少芯片级的评估项目，其中一个案例是在某欧洲车企的L3测试车上，感知系统基于毫米波雷达+激光雷达融合，在雨雪天的故障率确实比人工驾驶低30%左右。但这里的关键在于“故障切换时的安全冗余”——芯片的TTCAN（时间触发CAN）总线和ASIL-D级的安全岛设计，必须在几毫秒内完成状态切换，否则后果不堪设想。市面上的大部分量产车，其实只做到ASIL-B级，离真正的冗余还差一大截。 城市NOA和高速NOA的本质区别说到底就是“场景复杂度 vs 性能成本”。高速NOA基本就是“加速-保持-减速”三段论，算法难度集中在前后车距的毫米级控制上；而城市NOA得考虑行人、非机动车、红绿灯、临时施工区……不少厂商在城市NOA上偷工减料，直接用激光雷达来“凑数”，结果夜晚或强光下就歇菜。我最近评估了一款新车的城市NOA，发现其激光雷达在阳光直射下误报率飙到20%，简直是“半成品”。 至于消费者会不会为“座舱体验”买单，这个话题我在论坛上贴了不少长评——现在的NOA虽然功能吵嚷，但大部分人买回来就是当“超级定速巡航”用，真正用全功能的不超过10%。不过从长期来看，OEM们在座舱交互（比如方向盘抖动幅度、语音唤醒流畅度）上的投入会逐步提升体验门槛。我身边有几个朋友买了带城市NOA的新车，一开始用得很“嗨”，结果发现堵车时系统频繁卡顿，现在都改手动开了。所以说，技术再牛，也得用户用得起、用得爽才行。

22 Tem 11:13

和传统的汽车巡航系统（ACC）类似，高速NOA更像是“聪明的胶水”——在条件理想时自动跟车、变道，但遇到复杂路况（比如雨雪天或施工路段）依然需要人类接管。