近场感知+超视距动态信息，协同破解辅助驾驶高速极端场景痛点

图片来源：视觉中国

近日，辅助驾驶的安全问题又冲上了热搜。

先是公安部在新闻发布会上表示，目前我国市场上销售的汽车搭载的"智驾"系统，都不具备"自动驾驶"功能。"这些‘智驾’系统都还暂时停留在辅助驾驶阶段……驾驶人才是最终的责任主体。"其并提醒，若驾驶人在驾驶车辆时"脱手脱眼"，一旦出事，还可能面临着民事赔偿、行政处罚和刑事追责三重法律风险。

随即，科技部官网公布《驾驶自动化技术研发伦理指引》，明确先进驾驶辅助阶段是指2级及以下的驾驶自动化，其责任主体通常是人类驾驶员。

几乎同一时间，懂车帝一场高速事故场景模拟测试，让辅助驾驶安全再度引爆舆论场。据测试结果显示，参与测试的36款车型无一通过全部6项测试，其中，15款车通过率为0，甚至连不少明星车型的通过率都只有1/6。

官方表态和行业动向犹如一记警钟，让大家开始重新审视辅助驾驶的真实发展状况：尽管部分车企在智驾领域投入不少，但在实际面对复杂路况时，仅依靠车辆自身的感知能力，目前来看至少在高速场景下仍存在一些极端场景辅助驾驶的处理还不能达到人的预期。

破局的关键为何？在理想汽车最新推送的OTA 7.5中，或许能找到答案。

近场感知存局限，"堆料竞赛"并非最优解

在当前L2级辅助驾驶系统的技术研发路径中，近场感知能力提升备受重视，车企间的"堆料大战"打得火热：无论是激光雷达、毫米波雷达、摄像头等传感器，个数都越来越多，部分车企甚至"武装到牙齿"。

但懂车帝前述高速事故场景模拟测试却揭示了一个残酷的事实：并非仅依靠传感器的感知就能处理实际路况的所有场景，确保辅助驾驶的安全。

由此可见，目前，近场感知依然存在局限性：首先，物理探测范围有限。以激光雷达为例，其有效探测距离通常在200米左右，高速行驶下留给系统反应的时间十分有限；其次，在雨雪雾等恶劣天气情况下，传感器可能会受到影响，障碍物识别能力下降，出现紧急制动失效等风险；其三，场景理解存在盲区，施工区域的警示标志、隔离设施以及特种作业车辆往往给感知识别和理解带来挑战。

要解决近场感知的局限，单靠硬件堆砌是很难的，除了算力、算法持续提升和优化外，超视距信息补充的重要性正愈发凸显，尤其是车道级动态信息数据。

辅助驾驶安全进阶路，超视距信息加持成解题关键

何为动态信息？即实时变化的、关于道路状况、交通事件等方面的信息。

它涵盖了诸如道路施工、交通事故、交通管制、道路临时维修、异常占道等各类动态情况。这些信息对于辅助驾驶系统至关重要，其能让车辆提前知晓前方可能出现的复杂路况，从而提前做好应对准备，避免陷入危险或拥堵的境地。​

但要获取动态信息并非易事。首先，动态信息的收集难度大，需要庞大的信息采集网络和高效的数据处理能力。其次，​信息的实时更新存在挑战，交通状况瞬息万变，从信息采集、传输到处理、发布，存在诸多环节，任何环节出现延迟，都可能影响信息时效性。最后，不同数据源间的信息融合也存在问题。动态信息可能来自不同渠道，如交通管理部门、用户分享数据等，如何进行有效融合，形成一个全面、准确的动态信息体系，颇具挑战。

为了破解这一行业痛点，高德地图依托多年行业积淀，基于对智能交通领域的深度探索，构建起"时空信息建模+视觉感知监测+行业官方信息+用户分享与验证（UGC）"多渠道数据融合生产体系，推出覆盖全国高速及城市快速路网络的分钟级车道级动态事件产品。

那么，它将如何推动辅助驾驶安全进阶？据悉，高德的动态车道级产品，目前主要包括施工、事故、异常占道3个品类，具有覆盖全、时效快、质量高等特点。

其中，施工事件是最常见的占道场景，包括道路改扩建、路面大修、道路养护、紧急抢修、道路设备更换等不同原因与影响程度的施工行为，一般具有计划性。高德通过与全国高速交管单位进行深度合作，可全面获取官方权威的计划施工信息。其还通过专有的众源视觉采集设备实时观测道路环境变化，结合信息挖掘、用户上报分享等实现快速新增及状态监控。

事故事件包含多车事故（如追尾、剐蹭、碰撞等）、单车事故及故障车等现实场景，其生命周期更短（长的小时级，短的也就持续几钟级），这对于观测能力有更高的要求。高德目前主要通过分钟级信息异常挖掘，结合UGC用户分享与验证的方式来获取；视觉设备识别、交警官方一手情报，也是重要补充。

异常占道是具有高德特色的创新型数据产品。其基于北斗RTK定位技术，通过对导航用户驾驶行为全域感知实时挖掘而实现。此外，高德通过分钟级低延迟大数据时空信息建模技术，可实现对突发占道事件的快速发现、车道级精准定位，以及事件状态的实时监控。

同样以此次懂车帝评测为例，其高速事故场景模拟中，"高速惊现事故车""施工路遇卡车""高速临时施工"三个场景，正好与高德的车道级动态施工信息服务场景不谋而合，后者的超视距动态信息在提前提示车辆进行接管、降速，甚至绕行下，可大大降低事故概率。而其高速事故场景模拟中"消失的前车真高速版"场景，则是目前高德车道级动态信息中的"异常占道"服务解决的场景之一。

由辅助驾驶迈向智能驾驶，需多方合力

目前，在辅助驾驶安全进阶之路上，部分车企也看到了近场感知的局限，开始将超视距信息列为必选项，力争从"看得清"到"看得远"的迭代升级。

以理想汽车为例，其日前开始推送的OTA 7.5版本，其中一项功能是辅助驾驶针对高速施工场景的安全升级。这项能力背后，便是结合高德的超视距车道级动态施工信息以及理想近场的感知能力对施工场景进行了针对性优化。

理想汽车主动安全产品负责人杨杰今年在接受媒体采访时曾表示，理想针对高速施工场景做过测试，总结了车辆顺利通过的理想状态：在距离施工路段大概300米时，系统提前7、8秒发出预警，减速80公里每小时；随着距离的拉近，摄像头和激光雷达探测到更加清晰的道路环境，进一步减速，并推理出合适的行驶轨迹；最终，车辆以每小时40-50公里的速度驶过施工路段。

但这需要具备两个前提条件：一是施工改道的"先验信息"。理想目前与高德合作，对于车流量大的路段，可以将道路拓扑结构调整的信息最早4小时、最慢当天上传到系统。第二，系统能够探测到施工道路环境，并做出正确的判断。其中，激光雷达在夜晚对锥桶、水马等异形目标物的识别尤为重要。这两大条件，也凸显了车企近场感知和高德超视距信息的协同意义。

值得一提的是，理想汽车与高德的合作由来已久。理想早在2023年2月的OTA 4.3版本，就联合高德推出基于动态信息进行预警的功能；随后，在2024年8月的OTA 6.2版本，理想基于高德动态信息推出改借道场景的强预警及控速功能。

不过，由于懂车帝前述模拟场景是人为设定施工场景，没有高德动态信息服务参与测试，测试结果只说明了车辆完全基于本身感知的处理能力，由此也再次证明高速场景下超视距动态信息对辅助驾驶安全进阶的价值。

理想汽车与高德的此次牵手，为辅助驾驶的安全进阶发展提供了一个强有力的参考案例。未来，随着行业的不断深入发展，相信会有更多的车企认识到动态信息的重要性，并积极与相关企业合作，引入超视距动态信息，推动辅助驾驶技术向更高水平发展。

显然，从辅助驾驶到智能驾驶，并非两个字的改变那么简单，还有很长的路要走。这需要行业各方合力，在技术上持续"补课"，任重道远。