2025年5月30日，駕駛人王某在青銀高速行駛時，感覺困意來襲，于是開啟智能輔助駕駛，但在轉彎路段，車輛失控，先后4次撞擊護欄后方才停下，而類似的事故，在高速公路上屢見不鮮。
智能輔助駕駛的推廣應用，特別是在高速公路駕駛時的應用，展現出顯著的安全性和舒適性。然而，當前的L2級智能輔助駕駛功能處于“人機共駕”階段，駕駛員始終是最終責任主體，部分駕駛人過分依賴這一功能，導致狀況頻出。那么，智能輔助駕駛的優勢何在？存在哪些短板？在高速公路應用時又有哪些限制，該如何正確使用呢？
相關調查數據顯示，94%的交通事故與人為失誤有關，而智能輔助駕駛系統通過AEB(自動緊急制動)、LKA(車道保持輔助)等功能可有效降低事故率，當LKA滲透率達到100%時，可減少15%的事故死亡率。這主要歸功于系統能夠以毫秒級反應速度應對緊急情況，可以比人類駕駛員更有效地避免碰撞。
舒適性方面，智能輔助駕駛顯著減輕了長途駕駛的疲勞負擔。自適應巡航控制(ACC)和車道居中輔助(LCC)功能使駕駛員無需持續控制油門、剎車和方向盤，特別適合高速公路長時間勻速行駛場景。此外，智能輔助駕駛系統還能提供交通擁堵輔助(TJA)，在低速擁堵路況下自動控制車輛加速、減速和轉向，進一步提升了駕駛體驗。
智能輔助駕駛的安全性和舒適性，在高速公路行駛時表現尤為突出，但部分駕駛人過分依賴這一功能，也導致狀況頻出。
除了上文中提到的王某在青銀高速上發生的事故，最近一年來，我省高速公路還發生了多起類似事故。2024年11月10日，駕駛人王某某在京昆高速長途駕駛時，為節省體力，開啟智能輔助駕駛，但在一處左側有防撞錐桶的路段，系統提示有路障并多次轉向，最終與一輛正常行駛的貨車發生碰撞后又撞向右側護欄。今年4月2日，司機田某在青銀高速長途駕駛時感覺困倦，隨即開啟智能輔助駕駛，但在經過一處轉彎顛簸路段時，車輛突然失控，撞上護欄。今年5月4日，駕駛人朱某開啟智能輔助駕駛后，未留意路況，也未對車輛進行有效操控，致使車輛偏離行駛軌跡，撞上收費站的護欄。
先進的智能輔助駕駛為何狀況頻出？長期關注這一問題的山西高速交警六支隊秩序科張志江科長認為，智能輔助駕駛仍處在發展階段，其在可靠性、系統判斷及法律倫理等方面依然存在短板和挑戰。
根據市場監管總局發布的《汽車駕駛自動化分級》國家推薦標準，自動駕駛技術被分為L0到L5六個級別。其中，L1到L2級的自動駕駛被稱為“智能輔助駕駛”，系統輔助駕駛人在部分環境下執行自動駕駛任務，駕駛人需要保持隨時可接管的狀態；即使進入L3到L4級階段，仍需要駕駛人保持接管的能力，及時處理特殊情況；直至L5級階段，系統實現高度自動化，才不再需要駕駛人的介入。L2級輔助駕駛狀態下，即使系統出現異常或失效，責任主體仍是駕駛員。技術可靠性方面，傳感器在惡劣天氣條件下的性能下降是主要問題。激光雷達在濃霧天氣中探測距離可能衰減達64%，毫米波雷達在雨雪環境中誤判率顯著上升，攝像頭在強光或陰影條件下容易失效。這些缺陷在極端天氣條件下尤為突出。即使在正常天氣條件下，傳感器對低反射率目標(如行人)的識別能力也存在明顯不足。
算法決策失誤是另一個技術短板。智能駕駛汽車的決策系統基于大量數據訓練而成，但當面對未包含在訓練數據中的場景時，系統可能出現判斷失誤。
必一運動官網
倫理決策框架缺失是另一個重要挑戰。當自動駕駛系統面臨不可避免的事故時，如何作出道德判斷，仍缺乏統一標準。全球不同文化對自動駕駛道德決策的偏好存在顯著差異，車企尚未形成統一的倫理框架，多數系統基于“最小傷害”原則設計，但缺乏透明化和標準化。
正是因為存在這些短板，智能輔助駕駛技術在某些高速公路條件下仍存在較大的事故風險。
惡劣天氣是首要限制場景。大雨、大雪、濃霧等天氣條件下，攝像頭視野受阻，毫米波雷達誤判雨幕為障礙物，激光雷達點云數據混亂，導致系統感知能力大幅下降。這種情況下，系統可能出現“幽靈剎車”“錯誤性變道”或“緊急制動”的極端反應，風險性極高。
施工路段是另一個高風險場景。施工區域的臨時標志、錐桶、水馬等低反射率物體易被系統忽略或誤判。根據工信部與市場監管總局聯合發布的通知，L2級系統無法處理施工路段的動態變化，如臨時交通錐桶、移動往來的施工人員和大型機械設備等。
山區高速公路也對智能輔助駕駛系統提出了特殊挑戰。彎道半徑小于50米的急彎路段，系統可能因無法精準控制轉向而失控。根據《汽車及汽車列車最小轉彎直徑、轉彎通道圓和外擺值測量方法》GB/T12540-2024標準，L2級系統的橫向控制能力有限，尤其在陡坡(坡度10%)或連續彎道場景中，傳感器數據可能異常，導致系統無法作出正確決策。
基礎設施老舊路段同樣不適合使用智能輔助駕駛。磨損標線或褪色標志會導致車道識別失敗，系統可能強制錯誤變道。此外，缺乏高精地圖覆蓋的路段，系統無法預判車道變化或限速信息，增加了誤判風險。隧道、橋梁等特殊路段也存在明顯限制。隧道出口的光線突變會導致攝像頭忽然失效，橋梁接縫的顛簸可能干擾傳感器數據。橋梁接縫處路面不平整，可能導致雷達信號混亂，影響系統判斷。
夜間與復雜光照環境同樣不適合使用智能輔助駕駛。遠光燈干擾攝像頭、黃昏光線倍。
首先，保持正確的認知至關重要，目前市面上所有的量產車型智能輔助駕駛功能都屬于L2級，駕駛員仍需全程保持駕駛位值守，實時監控路況。即使系統表現出色，也應將智能輔助駕駛視為輔助工具而非替代品。“不要對智能輔助駕駛有不切實際的期待，山區高速公路、進出隧道、施工、夜晚、急彎大彎、車道變窄、設施老化等路況要拒絕使用智能輔助駕駛。”張志江這樣強調。
其次，了解系統的使用限制是安全駕駛的基礎。不同車企的智駕系統在彎道半徑、坡度、識別目標等方面存在差異。例如，某些系統無法識別錐桶、水馬、石頭等障礙物，AEB功能僅適用于車輛、行人和二輪車。因此，駕駛員應在使用前仔細閱讀車輛手冊，了解智能輔助駕駛功能的具體限制，為自己預留安全冗余，是司機的必修課。
操作層面，駕駛員應遵循以下安全建議：在惡劣天氣條件下、施工路段、地面標線不清晰的設施老舊或未開通路段應立即關閉智駕功能，手動操控車輛；在山區高速路段，進入隧道前或遇到急彎或陡坡時，應主動接管控制，避免系統誤判；在夜間或光線復雜路段，保持高度警覺，雙手不離開方向盤，注意力集中，作好隨時接管的準備，必要時立即關閉智駕功能。
駕駛人應始終保持專注，隨時準備接管車輛。根據工信部最新規定，當系統檢測到駕駛員“脫手脫眼”時，會通過警告提示駕駛員。“與其讓智能輔助駕駛適應人，更應該讓人適應智能輔助駕駛，要先了解其習慣和安全性能，不能過分依賴，安全還是要掌握在自己手里。”張志江這樣總結。
智能輔助駕駛技術正處于快速發展階段，未來幾年將有顯著突破。技術層面，多傳感器融合方案將成為主流，激光雷達與攝像頭、毫米波雷達的協同工作將提升系統在惡劣天氣下的可靠性。同時，算法決策能力將大幅提升，通過更豐富的訓練數據和更先進的機器學習模型，系統將能處理更多復雜場景。總的來說，智能輔助駕駛技術在提升安全性和舒適性方面雖然取得了顯著進步，但仍存在諸多技術和倫理挑戰。駕駛員需充分理解技術邊界，在特定場景下謹慎使用，始終保持警覺，隨時準備接管車輛。隨著技術迭代和法規完善，智能輔助駕駛將逐步走向成熟，為高速公路駕駛帶來更安全、更便捷、更舒適的體驗。
