315 前夜，看特斯拉「刹车失灵与海外撞车」事件

明天就是一年一次的 315 国际消费者权益日了，届时央视会举办以维护消费者权益为主题的公益晚会，也正是这个晚会让众多企业避而远之。

每年 315 之前各行业人士都会对谁能上时年的晚会提出猜测，今年自然少不了。作为汽车行业的从业人员，自然比较关注自身所在的行业，而今年社交网络上讨论比较多的是特斯拉公司。

这家新能源汽车巨头，智能电动汽车的先行者，2020 年造就了 50 万辆新车的销量，成就了马斯克成为世界首富，特斯拉模式也一度成为世界汽车变革的风向标。

如今却要以被「审判」的角色，可能出现在 315 晚会上，在网络上甚至出现了「没有特斯拉，今年的 315 就不值得看」这样的言论。

基于特斯拉最近的一系列「问题」，我们来简单聊几句。

特斯拉主要「问题」背景

想要彻底聊清楚特斯拉出现的一系列问题其实比较困难，因为整车产品中涉及到的工程制造环节太多太复杂，涉及到的供应商也众多，这里面不光特斯拉多数车企遇到安全问题，车企与供应商之间都会出现相应的扯皮。所以会导致问题的真实结果出现反复。

因此，我们就秉承着谁是终端制造商谁占主体责任的原则，来聊聊特斯拉。

先说背景

特斯拉截止目前大小出现的「问题」，一句话总结是：「多而杂」。但仔细观察后可以发现它是由几个类型组成。

一，整车制造工艺粗糙，产品缺乏一致性；二，车内非安全性零部件易损；三，不同国家均出现所谓的「刹车失灵、突然加速」；四，辅助驾驶安全事件。

作为一家豪华汽车品牌，特斯拉的表现的确比较两极分化。一方面，特斯拉在三电技术、整车制造、辅助驾驶能力上都具有高度创新性，同时引领着整个行业在进步；另一方面，特斯拉的缺点也比较突出，那就是上面我们所说的四点问题。这样的优缺点都相对明显地集中在一个品牌身上确实不多见。

在以上四种类型的问题中，前两类属于「非安全性」产品工艺或者质量问题，只要厂商正常保修，一般消费者都还比较容易接受。而后两类属于车辆安全性质，如果出现不管是从消费者层面还是法规层面都不可接受。

2021 年开年以来特斯拉在后两者「问题」类型上，就出现了两起事故并引起争议：一，3 月11 日，海南特斯拉 Model 3 疑似因刹车失灵后撞墙；二，3 月 12 日，美国当地时间凌晨 3 点 20 分，Model Y 撞到大卡车转入车底，疑似辅助驾驶打开。

需要注意的是，事故具体是否是特斯拉车辆缺陷，相关部门还没有给出结果。我们就以上两点来展开聊聊。

特斯拉刹车失灵？

3 月 11 日，在海南一位特斯拉 Model 3 车主在空旷的水泥路面准备停车，在停车的过程中车主有一个向前驾驶调整车辆姿态的动作，当时车速在 20 - 30 km/h，这时当车主要踩刹车准备停车时却发现刹车踏板不动，踩下后并没有制动效果，导致车辆径直撞向了周围的护栏。

车主表示，「车辆于今年 1 月购买，制动前时速大概在 20 km/h 到 30 km/h 左右，制动期间一共踩了三脚刹车，前两脚点刹都没有停稳，第三脚踩死后，车辆还是一样往前冲，直接撞上了前方护栏。」

针对海南发生一起碰撞事故，特斯拉客户支持微博今日作出说明称，初步判断事故的主要原因是路面湿滑和车主踩下制动踏板时幅度较轻，导致刹车距离变长。

特斯拉官方给出的调查结果：

车辆数据显示，在车主踩下制动踏板后，车辆制动系统、ABS 均正常工作，但在踩下制动踏板的初期制动压力较低，仅在碰撞前 0.5 秒制动压力大幅升高。全程未发现车辆加速踏板、制动系统和驱动单元故障。 

特斯拉在说明中表示，结合车主提供的现场照片可看出地面存在大量砂石，且因大量积水而较为泥泞，初步判断该事故主要因地面湿滑和车主最初踩下制动踏板时幅度较轻，导致刹车距离变长。

特斯拉指出，为明确事故的准确原因，当日下午其再次还原碰撞时的驾驶状态，驾驶另一台特斯拉车辆在事发路段对制动距离进行了测试和模拟，并邀请车主一同见证。现场积水依然存在，模拟结果存在一定参考价值。

在使用两种不同刹车方式（点刹加高强度刹车、持续高强度刹车）时，车辆同样出现 ABS 启动，且刹车距离较干燥路面需要更长。测试复现了车主所述的车辆打滑状态，并在持续高强度刹车的测试状态下在安全距离内刹停。

官方这样的回复，显然网友不会买账，因为从回复中可以看到几个关键问题没有得到解答：一，ABS 正常工作，但为什么会出现制动踏板踩不下去；二，两辆 Model 3 的事故数据是否有对比；三，为什么同样的路面别克可以完全刹住。

在特斯拉工作人员的复现视频中可以发现，第一次制动后车辆是刹停了的，这也就说明，路面所谓的砂石多就不太能成立，而且特斯拉官方说的利用点刹来加高强度刹车，这也是网友吐槽的重点。

因为 ABS 的加入就是为了防止轮胎抱死，即不需要人为点刹来缓冲轮胎抱死的失控，也就是说因为有 ABS 的存在车主遇到事故才不需要考虑地踩死刹车。

关于这次事件的具体原因，我们还需要有相关部门的报告才能定论。但关于特斯拉「刹车门」，我们还可以多聊聊。

我们都知道纯电动汽车的刹车系统和燃油车的刹车系统，即不同又相同。

不同是电动车加入了动能回收系统，相当于电动汽车是动能回收和机械刹车两套系统进行制动，相同是不管有没有动能回收，只要驾驶员深踩制动踏板机械刹车都会介入保证安全。

特斯拉这套刹车系统采用的是很早就已经实现量产的博世 iBooster 系统。目前国内高端的纯电产品大多数都采用的是这套系统。

传统燃油车，采用的是真空助力式液压制动系统，利用汽油机进气管中的真空度产生助力，来帮助驾驶员实现刹车。特斯拉以及大部分电动汽车，采用的是电动真空泵产生真空度，助力刹车。

也就是说，在驾驶员踩下制动踏板，输入杠会产生位移，这时制动踏板行程传感器会监测到输入杆的位移信号，然后将该信号发送给电控单元，电控单元计算出电机应产生的扭矩，再由传动系统将扭矩转化为伺服制动力，伺服制动力和制动踏板输入里联合作用，在串联制动主缸内共同转化为制动液压力，完成制动。

这就是 iBooster 的工作原理，这里面有一个很重要的信息是「踏板行程传感器有没有监测到输入杆的位移信号」。

根据博世设计的 iBooster 系统的安全机制，在故障模式下系统会有两个冗余方案：

1. 当 iBooster 系统发生故障，ESP 会接管并提供制动力，这时车辆制动系统仍然能提供减速力。

2. 即使 iBooster 没有 12V 电源支持，制动可以进入液压模式，驾驶员可以利用踩制动踏板来对车轮施加制动力制动。 

而且采用 iBooster 系统的纯电产品不止特斯拉一个，但唯独特斯拉出现事故或者说被曝光的事故，因此，iBooster 系统本身设计缺陷的可能性很小，猜测最大的可能性是特斯拉对 iBooster 系统的使用方案有问题。是否存在于，此前特斯拉在 Model 3 上推送的制动距离缩减的 OTA 版本，存在标定缺陷。

当然，这里面原因也可能是多方面的，如刹车信号没有被识别；制动踏板机械上被卡住，具体还需要又进一步的证据去佐证猜测，特斯拉作为汽车厂商应该在事件之后开始自查，毕竟安全无小事。

特斯拉辅助驾驶再出事故？

3 月 12 日，凌晨 3 点 20 分，一辆白色特斯拉 Mdoel Y 在美国底特律西南部一个十字路口撞上了一辆白色半挂车。

据外媒报道，Mdoel Y 直接侵入了卡车车底，车辆 A、B 柱全部折断，万幸的是据报道车内一男一女均无生命危险。

同样的这起事故也没有发出明确的调查结果，具体还不知道事故时 Autopilot 系统是否打开。

这起事故能在网上引起热议，最大的核心就是同样是白色卡车，疑似辅助驾驶无法识别前方卡车导致事故。

是不是听起来很熟悉，是的，特斯拉几次影响比较大的 Autopilot 事故都与白色卡车有关。

2016 年，一辆特斯拉 Model S 在美国佛罗里达州与一辆白色卡车发生碰撞，特斯拉侵入卡车货柜下方，驾驶员当场死亡，据后来报道，事故前特斯拉 Autopilot 处于开启状态。

这是特斯拉史上第一次辅助驾驶致死事件。

2019 年，同样是在美国，一辆特斯拉 Model 3 撞向了一辆正在横穿马路的白色卡车。因为当时 Mdoel 3 时速过快，驾驶员也是当场死亡，相同的是 Autopilot 也处于开启状态。

2020 年 6 月在台湾高速公路上也有一辆特斯拉事故，就是辅助驾驶系统没有识别前方横在路上的白色集装箱，导致整车侵入箱体。

这里面有两个关键词：「白色卡车」、「辅助驾驶开启」。

上诉的 Autopilot 开启下情况下，撞上白色卡车，与此次 Model Y 的事故在细节上多有不同，此前核心是因为，特斯拉视觉感知，也就是摄像头没有分辨出以白色天空为背景之下的白色卡车，而前向毫米波雷达正好完整地穿过了卡车底部，雷达数据里判定前方无障碍物。

而 3 月 12 日，这次事故发生的事件为凌晨 3 点 20 分，从事故现场图可以看出颜色对比比较明显，且卡车底部加了防护栏。

这其实就引申出了另外一个问题：「自动驾驶的未来是，纯视觉方案还会激光雷达感知融合方案？」。

特斯拉一直是视觉方案的坚定代表，而 Elon 也坚定人为摄像头可以像人眼一样，所见即所得，摄像头可以解决雷达所能解决的问题。

Elon 认为视觉感知 + 深度学习算法，可以解决自动驾驶 99% 以上的场景，包括百度、Mobileye 都推出了纯视觉方案，这是一套潜力巨大和可以最快商业化的方案。

此前百度推出 Apollo Lite 时提到传统多传感器融合带来的挑战：

许多传感器融合的方案设计较为复杂，技术人员往往从快速解决问题的角度出发设计算法，这个过程中难免避重就轻地利用异构数据各自的优势去缺陷互补从而绕过困难的问题。  

基于这种思路设计的多传感器融合方案虽然能够在短期规避单传感器方案难以解决的问题，长远看，数据和策略间深度耦合的设计不利于为环境感知系统提供真正意义上的冗余。

在百度 Apollo 官方的一篇文章里，王亮（技术委员会主席）说过这样一段话：摄像头可获取的图像信息数据巨大、其中包含的环境信息也最为丰富。

由此可见，纯视觉方案的潜力，可能比我们想象的要大。

走感知融合路线的厂商则认为：

在摄像头很难检测并对目标正确分类的情境下。即使雷达可以检测到静止物体，也不会对短暂出现的静止目标进行分类和跟踪，因为在雷达视野中，静止的错误信号时时刻刻都会出现，比如路面的反射信号，隔离带的反射信号，路牌反射信号。

目前应用级别毫米波雷达不具备足够的相关分辨率区分静止的道路基础设施和静止在视野中的车辆，只能一刀切，否则车子根本跑不起来 觉得到处都是障碍。

加入高精度毫米波雷达或激光雷达可能是解决办法。

这两种方案短时间内不会出现谁强谁弱的局面，但回到我们上面所说的，技术的发展产业的革命拥有不能以人作为代价。

对于企业而言应该加强用户的教育，而非直接提供不满足现阶段安全的功能，对于个人而言要知道目前一切的自动驾驶技术都是辅助驾驶并不能做到真正自动驾驶，需要自我主动安全驾驶。

截止到目前今年 315 会不会出现特斯拉还不一定，但对于特斯拉来说需要警惕，参考三星和大众 DSG 事件，中国市场需要每个企业认真对待。