凤凰网汽车

见过特斯拉撞墙，见过特斯拉撞“坦克”，见过特斯拉撞公交站台，也见过特斯拉“飞”进停车场，这一次特斯拉终于对其他交通工具下手了，撞私人飞机。

特斯拉终于对飞机下手了！

据报道，当地时间4月22日，在美国华盛顿斯波坎的菲尔德机场一辆特斯拉撞上了一架私人飞机。这一次看不是那些特斯拉FSD的“基础操作”了，而是一辆Model Y在马斯克引以为傲的“智能召唤”功能工作状态下发生的碰撞。视频中，特斯拉缓慢撞上并将西锐SF50喷气机推过停机坪，而且当第一次撞击后，特斯拉并没有停下，而是继续前进，给飞机来了个原地90°转弯。

这已经不是特斯拉“智能召唤”系统第一次发生事故了，在这之前，基本上隔三差五就能看到特斯拉在智能召唤功能下，发生剐蹭、碰撞的新闻。

特斯拉的智能召唤Smart Summon 功能发布于 2019 年，主要用于让汽车从停车场自动来到车主身边。这也可以算是特斯拉第一个真正的自动驾驶功能，因为它可以在没有任何人在车内的情况下使用。马斯克把这项功能誉为“特斯拉最具病毒式传播能力的功能”，该功能允许司机在离汽车60米距离内用手机操控汽车。但就像特斯拉的任何 Autopilot 功能个 FSD Beta 一样，车主需要时刻保持专注，并准备好接管。

特斯拉的官方网站上有很多关于智能召唤模式的警告贴士，其中一条称这是一个测试版功能，因此车主在该模式下应该持续监控汽车。还有一条警告写道：“智能召唤功能仅限于用在停车场和车道，这些地方的周围区域是熟悉和可预测的。不要在公共道路上使用智能召唤。”

看来可以这样解释，智能召唤功能这次是在机场停机坪上撞的飞机，不是停车场和车道，所以我替特斯拉解释了，你们在机场用这个功能是你们不对，跟我们车辆无关。

在智能召唤的主战场，也不安全？

那么在停车场，这个智能召唤功能就安全吗？今年3月，一位昆明的特斯拉车主在使用智能召唤功能时，车辆右侧和立柱发生擦碰，车辆受损。车主称，“智能召唤”功能提示准备就绪，点击启动。车辆向前走了一点，然后停下来，于是再次启动了智能召唤功能，要是不可用，就算按下按键也无法启动，再次启动后发生了擦碰。事后，特斯拉调了后台数据，证明了车主的说辞，并称第二次再启动的时候，刚好错过了探头区域，导致车辆刮擦。但同时，特斯拉也表示，“智能召唤”是一个辅助功能，驾驶员仍是车辆第一责任人。在使用“智能召唤”功能前，驾驶人需确保环境安全，使用期间也需监测周围环境，随时做好车辆掌控的准备。这是在车辆交付时、车主手册中，以及每次使用该功能时都有的提醒事项。翻译一下就是我们特斯拉没有责任，还是你车主自己的问题。

车主也有疑问，地下车库那么大的立柱都检测不到，那要是旁边站人，得有多危险。事实上，抛开此次撞飞机事件，大部分特斯拉智能召唤事故，都发生在车辆右侧。

之前我们文章里提到过，特斯拉FSD对于右后方的感知方面存在缺陷，智能召唤功能属于FSD中的一部分，它的一个近距广角摄像头和两个中距后侧视摄像头，在目前使用的动图多帧位置差分处理时，也无法做到好的识别，同时单目视觉对于深度识别天生具有缺陷，再加上夜晚后向强光的照射影响，特别是地下车库光线普遍较弱，后侧向的识别感知问题会被进一步放大。

特斯拉智能召唤在国内需要额外加32000元开通“增强版自动辅助驾驶功能”，而那个加64000元的完全自动驾驶功能，也涵盖了智能召唤功能，但国内额外开通这两项功能的用户较少，所以在国内看到的智能召唤事故也比较少。特斯拉在功能介绍里，特意写了：在合适的场景下，还可以在离车辆较远的位置使用“召唤”，车辆会驶出车位，根据定位规划路线，在环境复杂的停车场中穿行，避开行人和雪糕筒、垃圾桶、超市购物车等障碍物，最终来到您的身边。这个“等障碍物”就不知道还包括什么了，飞机或许不在其中。

再次暴露纯视觉方案局限性

目前，特斯拉在美国交付的新车，已经砍掉了雷达，全面采用纯视觉的自动驾驶方案，并且我们老生常谈的就是特斯拉FSD功能把车主当小白鼠，通过车主的用车过程，收集影像数据，让FSD功能不断学习，成长。在特斯拉的神经网络标签中，汽车、自行车以及行人等道路常见物体会被收录，而飞机，还特别是这样的私人飞机可能并不在特斯拉的数据库之中，车辆的视觉摄像头可能也无法感知到飞机在空中的机翼等零部件，因此没有停车，现在特斯拉撞了一次，相信FSD学习到了，下次就不会撞了，但换成别的飞机，就又不好说了。这里就又再一次暴露出来了，目前纯视觉自动驾驶方案，感知冗余度不足的问题。激光雷达，毫米波雷达这些马斯克看不上的东西，在这种时候或许真的能帮上忙。

特斯拉智能召唤撞飞机撞立柱，以及最近小鹏P7的事故和此前蔚来撞路政车的致命事故，再一次向我们敲响了警钟，目前自动驾驶无法完全准确识别静止物体。

自动驾驶对静态识别都不灵？

国内新势力蔚小理和特斯拉分别代表了当今自动驾驶阵营中的“视觉+多传感器+高精地图派”和“纯计算机视觉派”。对二者来说，静止目标的识别都非常难。首先，路面上临时出现的路障、三角、警示牌、施工作业区由于出现的周期太短，往往来不及被收录在高精地图之中，高精地图的刷新频率做不到实时更新，于是识别上述物体的任务落在本就压力山大的自动驾驶算法平台上。

同时，机器感知与人类感知的逻辑不同，人眼可以清晰看到前方路标、路牌、前车尾灯并将其分类，从而在通过脑电波信号在极短时间内做出判断，而机器识别的结果是由数据和算法决定，开放道路场景千变万化，特别是我国道路的复杂程度，只要物体简单变换外观，就必须重新识别。不少智能驾驶平台都识别出一个推自行车的行人，但难以在短时间内识别一个身穿卡通玩偶服装的行人，数据场景库的丰富度和算法准确度不足以应付每一种情况，这次特斯拉撞飞机，大概率就因为如此。

并且，静止物体的感知和识别工作更有难度，在自动驾驶感知系统中，雷达“看到”的是点云，摄像头“看到”的是图像像素，二者数据特征不同，需要复杂的融合过程。反观移动的目标点，由于一直在变化，相对容易判断。而静止障碍物混在静止路牌、路标、绿植中，只有经过多轮筛选才能标识出，或者是雷达点云达到一定密度，渲染清楚后，才能被识别，一旦算法不够成熟，很容易出现某一传感器识别出障碍物，但被承担巨大高速运转压力的算法当作错误或不重要数据直接过滤，所以你会看到现在各家自动驾驶都把算法平台的综合算力做得特别大，超过1000TOPS的比比皆是，正是为了留出更多冗余度。

为了解决这一问题，特斯拉只好不断收集数据，滋养自己的FSD，而国内新势力们开始在已经有了丰富感知度的自动驾驶硬件后，开始融合车路协同技术。车路协同技术为自动驾驶感知提供更多及时、精确的信息。架设在路口交通灯杆高处的摄像头和雷达能够更早地识别发现路上的突发情况，通过V2X将其提前告知途径车辆，给自动驾驶车辆留出更多反应时间。

自动驾驶的“天地大冲撞”

说回这次特斯拉撞飞机，撞的是西锐公司推出的私人喷气式飞机愿景SF50，虽然没有具体售价，但西锐愿景SF50的售价可能高达350万美元，而这架飞机的机体材质几乎全部为碳纤维材质，被特斯拉Model Y怼这么一次，不知道车主或机主有没有上这方面的保险。这架飞机有一个亮点，它也拥有一套全自动驾驶系统，可以在启动功能后，飞机自己找机场，在不用人为干预的情况下，自主完成进场降落。

特别是这架飞机也给自己留够了“冗余度”，由于采用碳纤维材质，机体十分轻巧，飞机备有供整架飞机迫降的降落伞，设计相当超前。汽车界自动驾驶领域的大哥，撞了飞机界自动驾驶的大哥，也是真够巧的，但愿两位都有保险。