智能驾驶避让失能引热议：环卫工碰撞事件暴露感知盲区与安全冗余不足

近日，一段智能驾驶车辆未及时避让环卫工人的视频引发公众广泛关注。

视频画面显示，一辆处于导航辅助驾驶模式的车辆，在行驶过程中突然偏离正常路径，跨越实线驶入导流线区域，径直朝正在该区域作业的环卫工人方向行进。整个过程缺乏明显减速迹象，直至碰撞发生前约0.1秒，系统才退出智能驾驶状态。

据行车记录仪影像及多方信息描述，事发时车辆正以导航辅助驾驶模式正常运行。随后，系统在未预警情况下指令车辆实施一次异常右转变道操作，而该变道行为既不符合道路标线规范，也未规避前方静态作业人员。更值得关注的是，车辆感知系统未能识别出导流线区域内清晰可见的人体目标，亦未对潜在碰撞风险作出响应。

针对事故成因，业内存在不同分析视角。一种观点指出，环境光照条件的剧烈变化可能影响了视觉感知系统的稳定性——车辆由光线较暗的桥下空间驶出后，瞬间进入强光环境，可能导致摄像头短暂过曝，进而造成BEV感知模型在关键时段出现识别盲区。但也有分析认为，该车型配备激光雷达与视觉融合的多模态感知方案，理应具备更强的环境适应能力；问题或许不在于硬件失效，而在于算法对非标准姿态人体的识别能力不足。当前主流智能驾驶系统依赖大量常规场景数据训练，对直立行走、姿态标准的行人识别准确率较高，但面对弯腰清扫、手持长柄工具、动作缓慢且身形轮廓不突出的环卫作业人员，系统可能将其误判为背景干扰或低置信度噪点，未能纳入风险决策范畴。

此外，部分观察者将关注点转向路径规划逻辑本身。有观点推测，系统为追求最短通行时间，在路径优化中过度倾向激进变道策略，忽视了交通法规约束与实际道路安全容错空间。当“效率优先”与“合规优先”产生冲突时，算法决策天平出现了明显倾斜。

需要强调的是，目前尚无权威调查结论公布，上述分析仅为基于公开影像与技术常识的合理探讨，不代表最终定性。

这一事件再次凸显当前智能驾驶技术所处的发展阶段：尚未达到真正意义上的“脱手脱眼”水平。无论产品宣传如何强调功能先进性，驾驶员仍须始终保持接管意识，全程监控车辆状态并随时准备干预。L3级有条件自动驾驶尚未实现大规模商业化落地，系统在复杂场景理解、边缘案例泛化、瞬时风险响应等方面仍存在明显局限。相较追求拟人化操作的流畅度，保障基础安全冗余、坚守法规底线、强化保守策略设计，才是现阶段更为务实的技术取向。

此次事件应成为行业反思的重要契机。智能驾驶的研发重心不应停留于功能叠加与参数比拼，而需回归本质——以安全为不可逾越的红线。尤其在涉及生命识别、突发障碍响应、特殊职业人群行为建模等关键能力上，亟需加大投入、深化验证、持续迭代。

后续相关调查进展将持续跟进。

如何评价当前阶段智能驾驶技术的价值、风险与发展前景？谈谈你的想法。