8月10日下午，一輛小鵬P7在寧波機場路高架（自南往北方向）撞上一輛前方停放的小車和該車駕駛員，造成小車司機不幸死亡。
來源：新智元
直擊事故現場
視頻顯示，在寧波某高架橋路段，一輛拋錨的故障車停在最左側車道，司機和同行人員正在緊鄰中央隔離帶的最內側車道處理車輛問題。
在黑衣司機去車後擺放三角警示牌時，一輛小鵬P7快速撞上來，車後方的黑衣男子被撞飛後重重摔在路上，故障車輛被撞出6至7個車位距離之後兩車才停下。
最終，事故導致一人死亡，被撞車輛的尾部已經被嚴重撕裂，小鵬P7的車頭也發生變形。
視頻中小鵬P7從撞擊開始到車輛完全停下，剎車燈疑似一直沒有點亮。
根據車主王先生的自述，自己買小鵬P7已經一年多，事故發生時開啟輔助駕駛功能，車速80km/h。
車輛在撞擊前並未提醒接管，或是發出過任何警告，而自己當時正巧在分神。
從視頻中可以看到，當時路況良好，光線充足。汽車的輔助駕駛系統沒有給出任何提示，就徑直以高速撞向靜止的車輛。
另外，8月10日，一段疑似涉事駕駛員的微信聊天記錄被曝光，“我輔助駕駛高架上撞人”、“我快哭”、“我撞後意識到來不及”、“我就擦傷”、“這次剛好分神”。
聊天記錄顯示，車主在發生車禍之前開啟車輛的LCC車道居中輔助功能，並以80km/h的速度巡航行駛，但以前有預警的提示系統在當時“完全沒識別”，該聊天記錄中還說道“千萬別相信輔助駕駛”。
毫米波雷達的“克星”：靜態目標
在紅星新聞的采訪中，肇事車主本人稱，他的小鵬P7目前已經更新到XPilot 3.0系統，為此他額外花費3.6萬元。
該系統采用的是視覺為主的融合感知方案，搭載13個攝像頭、5個毫米波雷達和12個超聲波雷達。
其中，底層算力來自英偉達Xavier，可以達到30TOPS。
值得註意的是，同樣是P7，但是不同的車型在配置上差異巨大。而通常媒體宣傳的性能基本都是頂配，很有可能會誤導購買其他車型的消費者。
實際上，目前L2輔助駕駛系統的主流配置一般是沒有激光雷達的，主要依靠毫米波雷達+攝像頭（即視覺）作為識別設備。
靜態目標可能成為最大的安全隱患之一，換句話說，對於毫米波雷達來說，靜態目標就是“克星”級的存在。
為什麼毫米波雷達在L2輔助駕駛系統中，對靜態目標的識別總是不盡如人意呢？
從邏輯上說，在行駛時，毫米波雷達顯示畫面和人眼所見場景大致是類似的，前方出現有個龐大靜止目標，不應該導致無法感知的問題。其實不然，高速狀態下對靜止物體的識別就是一個特例。
從工作原理看，毫米波雷達主要是依靠多普勒效應來感知移動目標。通過發射毫米波段的電磁波，利用障礙物反射波的時間差確定障礙物距離，利用反射波的頻率偏移確定相對速度。
毫米波雷達對於動態vs動態目標時，最容易識別，如果有靜態目標，則識別難度陡增。
原因在於，靜止物的反射波沒有相位差，所以靜態目標的信息很容易和附近的幹擾目標信號摻雜在一起，需要算法過濾和分辨目標。
目前在分辨算法上，已經能夠做到迅速識別靜態目標，現在的主要難點是，毫米波雷達缺乏目標的高度信息，而且往往分辨率不足。
前者可能導致車輛分不清前方的靜止目標是個路牌，還是停著的一輛車，而後者可能導致兩個距離很近的目標，其回波會混在一起，難以辨別彼此。
而且，這種信號摻雜造成的錯誤反饋，可能導致算法對目標性質的誤判。比如把前方車輛當做幹擾信號錯誤地過濾，這時如果不能及時手動幹預駕駛，或距離太短來不及反應，怕是隻能眼睜睜看著碰撞事故發生。
來源：招商證券
事後，寧波民生e點通也針對小鵬P7輔助駕駛功能的靜止物體識別能力，做一個測試。
安全起見，地點地點選在一個人煙稀少的地下停車場。
從結果來看，在三次測試中，小鵬P7都沒有成功識別到障礙物。
不過，相比來說，這個環境確實嚴苛不少。光線不如室外的白天充足，而且作為障礙物的泡沫箱也比較小。
AEB未激活？
國內某車企的技術工程師推斷稱，最終導致事故發生的原因應該是LCC輔助駕駛的主動剎車AEB功能出現問題。
ABE即自動緊急自動系統，全稱是Autonomous Emergency Braking。ABE能夠使得車輛在行駛時自動監測車輛與前方車輛、障礙物或者行人的距離，小於安全距離時，ABE就會自動采取不同程度的制動，甚至完全剎停。
現在的自動駕駛輔助功能，無可避免地會有失效的概率存在。從目前的智能駕駛算法來說，某些傳感器、雷達的計算精度還沒有那麼成熟，可能存在有些時候“分神”、沒有進入工作狀態的情況。
而即使傳感器和雷達進入工作狀態，也未必能夠及時地成功完成靜態識別。
針對目前的AEB系統，微博網友遠方有個LiuS也進行比較全面的分析。
毫米波雷達會發射毫米波然後接受反射回來的信息，來構成點雲信息。它優勢在於測速、測距，但對障礙物的高度缺乏信息，而且容易被金屬幹擾。
因為金屬的龍門架、路牌、過街天橋等都會對毫米波造成很大的幹擾，因此需要做雜波過濾。而這裡就有個bug——完全靜止的物體，會被當做雜波過濾掉。
這也是為什麼開啟輔助駕駛的車經常會全速撞上靜止的車。
為此，自動駕駛系統還有第二重保障——攝像頭。
現在的攝像頭感知，普遍是在用神經網絡的深度機器學習。用大量的圖像信息喂給AI，教AI識別這些都是什麼。
但攝像頭感知需要識別的時間，在車速太快的情況下，未必能反應過來。而且路況往往是復雜的，前方的東西如果超出AI的理解范圍，就可能被攝像頭漏識別。
自動駕駛的第三重保障，就是激光雷達。
激光雷達可以提供三維點雲，也就是帶距離、位置、高度、速度的豐富信息。
不過，由於成本和技術的原因，目前大多數車企都沒有為車輛配備激光雷達。
在這次事故中，毫米波雷達至少有200米的探測距離，然而在車輛以80km/h行駛時，車輛上的毫米波雷達、超聲波傳感器、高感知攝像頭都未及時識別出前方的危險。
來源：智波科技
知名媒體42號車庫表示，目前因為輔助駕駛而引發的重大安全事故，原因幾乎如出一轍：弱勢場景下系統失效 + 駕駛者的分心駕駛。“解系統的弱勢場景，避免弱勢場景下使用輔助駕駛，並且保持駕駛註意力是對自己和他人生命的負責。”
資深汽車博主PS3保羅也提醒說：現在各傢對靜態物體的識別，都不能做到萬無一失，所以開車時一定要註意路況。
再說一遍，這不是自動駕駛
針對這次的事件，小鵬汽車回應稱：
經核實，8月10日下午，寧波一車主駕駛車輛與前方檢查車輛故障人員發生碰撞，發生人員傷亡。我們為本次事故中不幸離世的遇難者感到悲痛和惋惜。目前交警部門已經立案處理，門店已第一時間已前往現場協助處理。我們將全力配合相關部門進行事故調查，持續跟進後續結果，並協助客戶處理後續相關事宜。
公開資料顯示，小鵬汽車的輔助駕駛 XPilot 包括車道居中輔助（LCC）、自適應巡航（ACC）和自動變道輔助（ALC）等功能。其中，LCC 主要通過擋風玻璃上的攝像頭對路上車道線進行檢測，輔助控制方向盤，使車輛保持在兩條車道線中間行駛。
小鵬汽車官網顯示，車道居中輔助（LCC）是一項舒適性的輔助駕駛功能，激活該功能後，系統可以輔助駕駛員控制方向盤，持續將車輛居中在當前車道內。該功能適用於高速公路且具有清晰車道線的幹燥道路工況，在城市街道上切勿使用。
小鵬汽車在用戶手冊中提及，LCC 是一項輔助駕駛功能，並不是完全意義上的自動駕駛，LCC功能啟用時，駕駛員仍需始終保持手握方向盤並在必要時接管方向盤。
此外，LCC 是為駕駛舒適性和便利性而設計，無法應對突發的危險情況。駕駛員有責任時刻保持警惕，安全駕駛，並掌控車輛。切勿依靠系統來應對突發的緊急情況。務必觀察前方路況並準備隨時采取糾正措施，否則可能導致嚴重傷害或死亡。
而這次事故需要我們牢記的是：自動/輔助駕駛系統永遠不可能做到100%零事故，在開車時，請永遠不要放開方向盤上的手。