AI导读：

智能驾驶汽车在高速碰撞后爆燃事件引发公众关注。文章介绍了智能驾驶系统的设计流程、测试环节及存在的问题，包括感知层问题、硬件局限性等。智能驾驶虽存在不足，但未来发展必然趋势，安全培训非常有必要。

3月底，一辆小米SU7汽车在高速上碰撞后爆燃，导致3名花季少女殒命。这一新闻将智能驾驶推向风口浪尖，公众对智能驾驶技术存在诸多疑问。系统如何设计？能否识别所有危险？人类如何与系统共处？

康林（化名）和谢春晓（化名）是智能驾驶系统的安全测试员，李衡（化名）是智能驾驶系统的算法工程师。他们为我们解答了这些问题。

智能驾驶系统从设计到落地，需经过功能细分、算法设计、系统测试、验收和灰度测试等环节，整个流程至少花费3到6个月。测试员在路测中发现问题，工程师根据反馈优化算法。

谢春晓表示，路测中他们会找系统的麻烦，反馈问题给工程师，不断优化和更新算法，直到符合要求再推送给用户使用。康林感受到，每个系统都有“脾气”，有的激进，有的谨慎。

并非所有反馈都会被改正，工程师会考虑技术限制和供货稳定性等因素。硬件的局限性也会影响智能驾驶系统，车企内部会有技术评审会重新评估和讨论。

智能驾驶系统面临的问题是感知层的问题，摄像头、毫米波雷达和激光雷达等感知设备是基础。系统通过摄像头拍到的画面和算法判断周围路况。激光雷达成本高，精确度也有待提高。

康林认为，智能驾驶并没有比人聪明，做不到见机行事。李衡表示，目前智能驾驶系统领域有两个主流的解决方案：基于规则的算法和端到端。车企们认为端到端才是解决智能驾驶方案的最终办法。

谢春晓认为，智能驾驶有优点，但完全把控制权交给它风险很大。康林建议保持好心态，别和系统“发脾气”。工程师们会不断更新系统并推送新版本，安全培训也非常有必要。

智能驾驶是未来发展的必然趋势，等技术彻底成熟后，智能驾驶很可能做到全面普及。系统能关注到的范围比人更广，只要不完全依赖它，善于利用它，那它就是非常好的产品。

（文章来源：上观新闻）