本文轉(zhuǎn)自：全國智能交通控制產(chǎn)教融合共同體

當(dāng)下，自動駕駛技術(shù)正從實驗室走向日常道路，SAE 2級ADAS高級駕駛輔助系統(tǒng)早已成為量產(chǎn)車標(biāo)配，SAE 4級ADS自動駕駛系統(tǒng)也在各大城市開啟規(guī)?；窚y。但關(guān)于不同自動化等級車輛的碰撞安全，一直缺乏真實數(shù)據(jù)的系統(tǒng)性對比。

中佛羅里達(dá)大學(xué)的研究團(tuán)隊，基于1001起ADAS車輛碰撞、548起ADS車輛碰撞的真實多源數(shù)據(jù)，首次全方位對比了兩類系統(tǒng)碰撞的傷害嚴(yán)重程度及核心影響因素，為我們揭開了不同自動駕駛等級的安全面紗，也為車企技術(shù)優(yōu)化、政策制定者監(jiān)管規(guī)范提供了最真實的現(xiàn)實依據(jù)。

先搞懂：ADAS和ADS，到底不是一回事

想要理解兩類系統(tǒng)的安全差異，首先要明確二者的核心定位，這也是它們碰撞特征截然不同的根本原因，二者均屬于車輛自動化系統(tǒng)，但在技術(shù)架構(gòu)、使用場景、人為參與度上有著本質(zhì)區(qū)別。

ADAS是SAE 2級高級駕駛輔助系統(tǒng)，核心關(guān)鍵詞是輔助，它依托自適應(yīng)巡航、車道保持、自動緊急制動、車道偏離預(yù)警等功能，為駕駛員減負(fù)、提升駕駛安全性，但全程需要駕駛員保持專注，隨時接管車輛，其設(shè)計初衷就是適配高速公路這類路況簡單、車流規(guī)律、行駛速度穩(wěn)定的場景，目前已大規(guī)模普及在各類量產(chǎn)車型中。

ADS是SAE 4級自動駕駛系統(tǒng)（SAE 3級系統(tǒng)提示時需要駕駛員接管），核心關(guān)鍵詞是自主，它搭載了更先進(jìn)的傳感器和算法，能在特定的城市環(huán)境下實現(xiàn)完全自主駕駛，無需人類駕駛員干預(yù)，設(shè)計目標(biāo)是應(yīng)對交叉口、城市街道、人車混行這類復(fù)雜路況，不過目前仍處于測試階段，車輛全程由專業(yè)測試駕駛員值守，應(yīng)對突發(fā)狀況。

簡單來說，ADAS是幫人開車，離不駕駛員的主導(dǎo)；ADS是替人開車，人類僅作為后備保障，二者的設(shè)計初衷和應(yīng)用場景的差異，直接導(dǎo)致了后續(xù)碰撞特征、傷害程度的顯著分化。

1549起真實碰撞：ADAS和ADS的碰撞特征，反差巨大

研究團(tuán)隊整合了美國國家公路交通安全管理局NHTSA、加州機(jī)動車管理局CADMV、OpenStreetMap地理數(shù)據(jù)、OpenWeatherAPI氣象數(shù)據(jù)等多源信息，經(jīng)過地理空間驗證、人工核查修正、時空去重等多輪數(shù)據(jù)清洗，形成了高質(zhì)量的碰撞數(shù)據(jù)集，僅從基礎(chǔ)的描述性分析，就能清晰看到ADAS和ADS碰撞的核心差異，且每一項差異都與系統(tǒng)的設(shè)計初衷高度契合。

碰撞位置：高速VS城市，各占“主場”

67%的ADAS碰撞都發(fā)生在高速公路，而94%的ADS碰撞集中在城市環(huán)境——其中48%在道路交叉口，46%在城市普通街道。這一結(jié)果直接印證了兩類系統(tǒng)的設(shè)計和應(yīng)用定位，ADAS的技術(shù)優(yōu)勢在高速路況，而ADS的測試和應(yīng)用核心在城市復(fù)雜路況，但也正因城市路況的復(fù)雜性，讓ADS面臨著更多樣的碰撞場景。

行駛車速：高速行駛VS低速運(yùn)行，極端反差

車速是影響碰撞傷害的關(guān)鍵因素，而ADAS和ADS的碰撞車速呈現(xiàn)出極端反差：80%的ADS碰撞發(fā)生在≤20mph（約32km/h）的低速狀態(tài)，而僅13%的ADAS碰撞處于該車速區(qū)間，絕大多數(shù)ADAS碰撞都發(fā)生在中高速行駛過程中，這也為二者后續(xù)的碰撞傷害程度差異埋下了關(guān)鍵伏筆。

操作主體：普通消費者VS專業(yè)測試員

操作主體的差異，也是影響碰撞結(jié)果的重要因素。ADAS作為量產(chǎn)車的標(biāo)配功能，98%的碰撞都是由普通消費者駕駛引發(fā)，駕駛員的駕駛習(xí)慣、對系統(tǒng)的熟悉度、專注度參差不齊；而ADS目前尚未商業(yè)化，82%的碰撞發(fā)生在專業(yè)測試駕駛員操作的測試階段，操作人員具備專業(yè)的駕駛技能和應(yīng)急處理能力，對系統(tǒng)的了解也更為深入。

傷害程度：無傷害為主VS輕微傷害居多

從碰撞后的實際傷害結(jié)果來看，二者的差異尤為明顯：ADAS碰撞的無傷害占比高達(dá)89%，僅有5%的輕微傷害、6%的中重度傷害（含死亡）；而ADS碰撞的無傷害占比僅66%，26%為輕微傷害、8%為中重度傷害，整體傷害發(fā)生率顯著高于ADAS。這一結(jié)果與ADS的城市低速碰撞場景、復(fù)雜路況密切相關(guān)，也反映出當(dāng)前ADS技術(shù)在復(fù)雜環(huán)境下的應(yīng)對能力仍有提升空間。

此外，在環(huán)境條件上，ADAS碰撞在雨天、低光照（黑夜、黎明/黃昏）等惡劣環(huán)境下的占比更高，而ADS碰撞多發(fā)生在晴天（87%）、干燥路面（89%）的白天，這既與ADS的測試場景選擇有關(guān)，也暴露了傳感器對惡劣環(huán)境的適應(yīng)性限制——這也是影響ADS碰撞安全的重要因素。

深度解析：影響ADAS和ADS碰撞傷害的核心因素

為了精準(zhǔn)識別影響兩類系統(tǒng)碰撞傷害嚴(yán)重程度的關(guān)鍵變量，研究團(tuán)隊構(gòu)建了隨機(jī)參數(shù)多項logit模型（含均值異質(zhì)性），分別為ADAS和ADS單獨建模分析，同時通過似然比檢驗驗證模型合理性，結(jié)果顯示在99%的置信度下，必須為二者分別建模，這也證明了其碰撞影響因素存在本質(zhì)差異。

同時，研究還計算了邊際效應(yīng)，量化了每個變量變化對碰撞傷害概率的具體影響，讓研究結(jié)論更具實際參考價值。最終模型的擬合度均達(dá)到優(yōu)秀水平：ADAS模型ρ2=0.82，ADS模型ρ2=0.61，充分證明了研究結(jié)果的可靠性。

ADAS碰撞：路面、車輛狀態(tài)、安全配置，是核心影響因素

研究共識別出13個對ADAS碰撞傷害有顯著影響的變量，核心集中在道路條件、車輛本身和安全配置，這也與ADAS多發(fā)生在高速的碰撞特征高度契合——高速行駛狀態(tài)下，車況和路況直接決定了碰撞的傷害程度。

干燥路面能大幅降低中重度傷害概率，具體來看，干燥路面可使ADAS車輛中重度傷害的概率降低0.0221，這是因為路面摩擦系數(shù)直接影響高速行駛車輛的制動效果，濕滑路面會降低制動效率，進(jìn)而提升碰撞的傷害程度，這也是高速行駛的關(guān)鍵安全因素。

車輛的新舊和里程狀態(tài)，對碰撞安全的影響也十分顯著。2020年前生產(chǎn)的老車，輕微傷害概率會增加0.0111；而里程≤5萬公里的新車，輕微和中重度傷害概率均會顯著降低，這說明車輛的技術(shù)迭代、部件的完好狀態(tài)，對ADAS系統(tǒng)的安全發(fā)揮至關(guān)重要。

安全配置的防護(hù)效果直觀且顯著，其中安全氣囊的觸發(fā)，能同時降低輕微和中重度傷害概率，是ADAS碰撞中重要的被動安全保障，這也再次印證了車輛基礎(chǔ)安全配置的重要性。

車輛的碰撞部位也與傷害程度相關(guān)，尾部受撞時，中重度傷害概率會降低0.003，而前部受撞與傷害程度呈現(xiàn)出復(fù)雜的異質(zhì)關(guān)系，這一結(jié)論也為車輛的車身結(jié)構(gòu)設(shè)計提供了實際參考。

值得注意的是，測試駕駛員駕駛ADAS車輛時，輕微傷害概率會增加0.004，這與普通消費者日常駕駛的操作習(xí)慣、對系統(tǒng)的依賴度不同有關(guān)，也反映出ADAS的安全發(fā)揮，與駕駛員的操作方式高度相關(guān)。

ADS碰撞：環(huán)境、行駛操作、特殊場景，是主要安全痛點

研究共識別出17個對ADS碰撞傷害有顯著影響的變量，核心集中在環(huán)境適應(yīng)性、行駛操作處理和特殊場景應(yīng)對，契合其城市復(fù)雜路況的碰撞特征，也直接暴露了當(dāng)前ADS技術(shù)的安全薄弱點，為后續(xù)的技術(shù)優(yōu)化指明了方向。

環(huán)境能見度是影響ADS碰撞安全的關(guān)鍵因素，尤其是惡劣天氣疊加交叉口時，中重度傷害風(fēng)險會大幅飆升。交叉口本身就是ADS碰撞的高風(fēng)險區(qū)域，會使中重度傷害概率增加0.0324，而陰天會進(jìn)一步加劇這一風(fēng)險；雨天會增加輕微傷害概率，陰天則直接增加中重度傷害概率，本質(zhì)原因是傳感器受環(huán)境能見度影響，對周邊環(huán)境的識別和應(yīng)對能力下降，這也是當(dāng)前ADS技術(shù)的核心短板之一。

車輛的行駛操作，對ADS碰撞傷害的影響也十分顯著。轉(zhuǎn)彎、變道這類復(fù)雜行駛操作，會分別使輕微傷害概率增加0.0223、0.0210，而車輛處于停止?fàn)顟B(tài)時，中重度傷害概率會明顯降低，這說明ADS對復(fù)雜行駛動作的處理能力仍需優(yōu)化，對簡單、穩(wěn)定的行駛狀態(tài)適應(yīng)性更好。

車速與傷害程度的關(guān)聯(lián)度依然很高，整體呈現(xiàn)車速越高，傷害越重的規(guī)律：20-40mph的車速區(qū)間能降低輕微傷害概率，但40-60mph的車速區(qū)間會使中重度傷害概率增加，雖然ADS多發(fā)生在低速碰撞，但高速行駛?cè)詴蔀橹匾膫φT因，這也為ADS后續(xù)的高速場景研發(fā)敲響了警鐘。

施工區(qū)、交通事件區(qū)這類非常規(guī)路況，是ADS的重大安全隱患。在這類非標(biāo)準(zhǔn)道路環(huán)境中，ADS的輕微和中重度傷害概率均會上升，說明當(dāng)前ADS對非常規(guī)路況的適應(yīng)能力不足，而城市道路中這類場景較為常見，也是后續(xù)技術(shù)優(yōu)化的重點方向。

與ADAS相似，ADS的碰撞部位也與傷害程度密切相關(guān)：前部受撞會使輕微傷害概率增加0.0478，尾部受撞則會降低輕微傷害概率，這一規(guī)律也為自動駕駛車輛的車身結(jié)構(gòu)設(shè)計提供了通用參考。

此外，專業(yè)測試駕駛員操作ADS時，輕微傷害概率會增加0.025，這與ADS測試過程中面臨的未知場景更多、系統(tǒng)偶發(fā)故障有關(guān)，也說明當(dāng)前ADS系統(tǒng)的穩(wěn)定性仍需提升。

核心結(jié)論：沒有絕對優(yōu)劣，安全表現(xiàn)與場景深度綁定

從這1549起真實碰撞數(shù)據(jù)的分析結(jié)果來看，我們無法簡單判定ADAS和ADS誰更安全，二者的安全表現(xiàn)與自身的設(shè)計定位、應(yīng)用場景深度綁定，各有其安全優(yōu)勢，也各有亟待解決的安全痛點。

ADAS的安全優(yōu)勢，在于高速簡單場景下的低傷害率，依托成熟的輔助功能，能有效降低高速行駛的碰撞傷害，且無傷害占比極高；但其痛點也十分明確，集中在惡劣路面條件的適應(yīng)性、老舊車輛的性能衰減，更重要的是，ADAS的安全核心依賴駕駛員的專注度，一旦駕駛員因系統(tǒng)輔助而放松警惕，就極易引發(fā)碰撞。

ADS的安全優(yōu)勢，在于城市低速場景的自主應(yīng)對能力，能在復(fù)雜的城市路況中實現(xiàn)自主駕駛，應(yīng)對基礎(chǔ)的行駛場景；但其痛點更為突出，集中在環(huán)境能見度對傳感器的影響、復(fù)雜行駛操作的處理不足、非常規(guī)路況的適應(yīng)能力差，目前仍需要通過大量的真實路測，不斷優(yōu)化算法和傳感器性能。

而二者的共同規(guī)律也十分清晰：車輛碰撞部位、行駛車速、操作人員類型，是影響碰撞傷害程度的核心共性因素，這也為自動駕駛技術(shù)的整體安全優(yōu)化提供了通用方向。

未來優(yōu)化：ADAS和ADS，安全升級各有側(cè)重

基于本次的研究結(jié)果，研究團(tuán)隊為ADAS和ADS的技術(shù)優(yōu)化、測試部署、監(jiān)管規(guī)范提出了針對性的建議，車企、研發(fā)機(jī)構(gòu)和政策制定者可各有側(cè)重，推動自動駕駛技術(shù)的安全發(fā)展。

對于ADAS：強(qiáng)化路況適配，守住駕駛員專注度

ADAS的優(yōu)化核心，是圍繞高速場景的路況適配，同時引導(dǎo)駕駛員正確使用系統(tǒng)，避免過度依賴。重點測試雨天、濕滑路面等復(fù)雜路況下的系統(tǒng)性能，優(yōu)化自動緊急制動、車道保持等核心功能的環(huán)境適應(yīng)性，提升惡劣路況下的制動和避險能力；推動老舊車輛的ADAS功能升級適配，保證低里程新車的技術(shù)優(yōu)勢能持續(xù)發(fā)揮，讓不同車況的車輛都能實現(xiàn)系統(tǒng)的安全落地。

同時，要強(qiáng)化對普通消費者的引導(dǎo)和科普，明確ADAS的“輔助”定位，避免駕駛員因系統(tǒng)輔助而放松警惕、降低專注度，從使用端提升ADAS的安全表現(xiàn)；此外，可基于碰撞部位的規(guī)律，優(yōu)化車輛尾部防護(hù)設(shè)計，普及盲點監(jiān)測、后方交叉交通預(yù)警等功能，進(jìn)一步降低高速追尾的傷害程度。

對于ADS：攻堅復(fù)雜場景，提升環(huán)境適應(yīng)能力

ADS的優(yōu)化核心，是突破復(fù)雜場景和惡劣環(huán)境的技術(shù)瓶頸，提升系統(tǒng)的自主應(yīng)對能力和穩(wěn)定性。加大在雨天、陰天等低能見度環(huán)境的測試投入，優(yōu)化傳感器融合技術(shù)，提升傳感器對惡劣環(huán)境的識別和應(yīng)對能力，解決“看不清楚”的核心問題；重點優(yōu)化轉(zhuǎn)彎、變道等復(fù)雜行駛操作的算法，提升車輛在城市道路的行駛穩(wěn)定性，解決“操作不靈活”的問題。

增加施工區(qū)、交通事件區(qū)等非常規(guī)路況的測試場景，讓系統(tǒng)在更多非標(biāo)準(zhǔn)道路環(huán)境中完成訓(xùn)練，提升對復(fù)雜路況的適應(yīng)能力；同時，提前探索高速場景的ADS技術(shù)研發(fā)，提升高速行駛狀態(tài)下的安全性能，為后續(xù)ADS的商業(yè)化拓展打下基礎(chǔ)；也可基于碰撞部位的規(guī)律，優(yōu)化車身結(jié)構(gòu)設(shè)計，降低前部受撞的傷害概率。

政策與行業(yè)層面：差異化監(jiān)管，完善數(shù)據(jù)共享

政策制定者應(yīng)針對ADAS和ADS的技術(shù)特征，實施差異化的安全標(biāo)準(zhǔn)和監(jiān)管規(guī)范：對于ADAS，側(cè)重消費者使用規(guī)范的制定、系統(tǒng)性能的強(qiáng)制保障，明確廠商的科普和引導(dǎo)責(zé)任；對于ADS，側(cè)重測試場景的管理、數(shù)據(jù)上報機(jī)制的完善、技術(shù)安全的硬性要求，劃定清晰的測試邊界和責(zé)任界定。

同時，完善自動駕駛碰撞數(shù)據(jù)的行業(yè)共享機(jī)制，推動車企、研發(fā)機(jī)構(gòu)之間的data互通，讓行業(yè)能基于更多真實數(shù)據(jù)開展技術(shù)優(yōu)化，形成自動駕駛安全發(fā)展的合力。

結(jié)語

自動駕駛技術(shù)的終極目標(biāo)，是實現(xiàn)“零道路死亡”，但從實驗室的技術(shù)研發(fā)，到道路上的安全落地，需要大量真實碰撞數(shù)據(jù)的反哺和優(yōu)化。這篇基于1549起真實碰撞的研究，讓我們看到了不同自動駕駛等級的真實安全表現(xiàn)，也讓我們明白：自動駕駛的安全，從來不是“技術(shù)越先進(jìn)就越安全”，而是技術(shù)與場景的高度適配。

無論是“幫人開車”的ADAS，還是“替人開車”的ADS，安全永遠(yuǎn)是技術(shù)發(fā)展的核心底線。唯有基于真實數(shù)據(jù)，找準(zhǔn)各自的安全痛點，針對性優(yōu)化技術(shù)、制定規(guī)范，讓技術(shù)適配場景、讓管理適配技術(shù)，才能讓自動駕駛技術(shù)真正走向安全、普及的未來。

文獻(xiàn)基于《Exploratory analysis of injury severity under different levels of driving automation (SAE Levels 2 and 4) using multi-source data》整理，

原文作者：Mohamed Abdel-Aty、Shengxuan Ding、Natalia Barbour、Dongdong Wang、Zijin Wang、Ou Zheng