文章較長，分為三個大部分，按照安全隱患的感知程度分類。首先是駕駛員易於感知到的安全隱患，其次是駕駛員不易於感知的，最後再說對駕駛員而言透明的安全隱患。
駕駛員易於感知的安全隱患
1、「令人噁心的推背感」
由於電機和發動機工作特性的區別，電驅動車的百公裡加速性能普遍高於同等價位燃油車。
30w的車，電動車可達百公裡5.x 秒的加速能力，而同等價位燃油車表現優異的也在7.x秒。50w等級的車則更誇張，蔚來已進入4秒俱樂部，特斯拉甚至可達3.x秒。用某知名車評的話來說，是「令人噁心的推背感」。
那些已經養成了燃油車駕駛習慣的司機，在城市道路上，用燃油車的踏板行程來踩電動車的電門，非常容易超速。
除此之外，處於節能模式時，鬆開電門踏板車輛會能量回收，這效果就像是……踩了一腳剎車。有剎車的效果卻沒有亮起剎車燈，後車發現前車停下來的時候說不定也是追尾的時候。
同樣，對於過馬路的行人來說，對於車輛距離的預估，也需要重新標定。
以前，路口亮黃燈時小跑著過馬路，旁邊剛啟動的車可能只探出個車身。現在，還沒走到一半，電動車已經嗖地來到了面前。
2、「悄悄地我走了，正如我悄悄地來」
電動車處於純電模式時，電機運行噪音很小，很多人完全察覺不到電動車起步和行駛，對於非機動車道上的電瓶車、自行車，還有一些過馬路的「低頭族」，很可能與電動車發生碰撞。
為了解決這個安全問題，工信部於2019年7月1日起推行《電動汽車低速提示音》標準，對電動車低速行駛時的提示音做出了規定。
但部分車企對該提示音功能設置成了可手動開啟/關閉，比如比亞迪。因此，那些在標準出臺前已銷售車輛，以及具備手動開啟/關閉提示音的車輛，對於路人來說仍可能是個安全隱患。
3、「開車不要玩手機，那開車可以玩中控屏嗎？」
新能源車廠的智能座艙為司機提供了更多的信息交互功能，這些功能增加了使用的豐富性和便利性，提升了駕乘體驗。但同時，過多的信息的交互過程也會分散司機的精力，幹擾司機駕駛。
以前是邊開車邊看手機，現在是邊開車邊操作中控屏。
當然車廠為解決這個問題，提出了很多方案，比如抬頭顯示、語音操控等，但產品的成熟度仍是個問號。不成熟的產品可能會存在視覺幹擾、語音識別不準確、中控交互操作邏輯不友好、屏幕黑屏、卡頓、網絡延遲等情況。這些因素都會過多的吸引司機的精力，對駕駛造成幹擾。
駕駛員不易感知的安全隱患
4、「我叫你一聲自動駕駛，你敢答應嗎？」
Autopilot（Automatic pilot），按照牛津詞典的解釋，是「不需要人類控制就可以使飛行器或船舶在固定航線上行駛的裝置」。這裡有個關鍵概念，是「不需要人類控制」。
作風激進的特斯拉使用的是autopilot，而通用則相對比較克制，使用的是super cruise。
研究自動駕駛的頭部科技公司Waymo最近表示「需要人類介入的自動駕駛就是謀財害命」。原因是，Waymo發現人類過於依賴這項技術，而沒有仔細監控路況：「我們的發現相當可怕，（當車輛退出自動駕駛模式，提醒駕駛員接管車輛時）他們很難接管汽車，因為他們已經失去了情景感知能力。」對於多次出現的特斯拉autopilot模式下的事故，Waymo表示是由於「車主過於迷戀Autopilot，沒有保持足夠的警惕」。現階段特斯拉引以為傲的Autopilot功能正是Waymo今天所摒棄的東西。
為什麼這麼說？
因為自動駕駛技術（特指Autopilot）仍不成熟。
首先體現在感知失效。
特斯拉的自動駕駛感知單元主要採用多攝像頭的視覺感知技術，輔助以單個長距77GHz毫米波雷達融合的方案。但是視覺的總歸是二維的，人眼都可能被視覺欺騙，更何況機器。
今年年中一輛特斯拉Model 3在中國臺灣嘉義縣水上鄉高速路段發生了一次離奇的車禍，車輛沒有採取任何減速或轉向避讓的動作，筆直地撞向了前方已經發生側翻的貨車。
類似的情況特斯拉發生過很多起，Autopilot系統未對橫在馬路中間的卡車進行任何有效反應。這些事故有一些共同點：被撞車輛處於幾乎靜止狀態，撞面都有大面積白色，且多發生在白天。白色靜止物體的場景，似乎成為了特斯拉自動駕駛視覺感知的bug。
這種感知失效所帶的事故，也出現過在武漢的城市道路上。Autopilot模式下，model3徑直撞翻一片護欄。
除了感知失效，還有自動駕駛算法的不成熟。
算法不成熟可以從側面說明。
為了掌握更多的道路特徵，模擬人類駕駛風格，達到可靠的自動駕駛水平，神經網絡需要對代表性的數據集進行訓練，包括所有可能的駕駛行為、天氣和環境條件。在實踐中，這些都將轉化為海量的訓練數據，不斷優化自動駕駛的模型。
據waymo報告，粗略估算自動駕駛模型訓練所需的數據量：
3百萬英裡的真實環境測試
10億英裡的模擬試駕
每1000英裡的脫離率為0.2（平均而言，人類需要每5000英裡幹預一次駕駛）
Waymo建立了專門的試驗車隊（百量級別）採集真實道路數據，並且通過虛擬實境路測環境的仿真平臺使用自動駕駛仿真系統進行虛擬道路測試，而特斯拉藉助其巨大的車主群體優勢，通過裝配的Autopilot影子模式，將攝像頭、毫米波雷達採集到的數據源源不斷地回傳給特斯拉後臺供自動駕駛模型訓練。有網站統計，截止今年，Waymo已經在開放道路上行駛突破了2000萬英裡，模擬環境下行駛超過100億英裡，而特斯拉的車隊已累計行駛了30億英裡（約48億公裡）。
這就意味著兩點。第一點，自動駕駛的模型是逐步升級成熟的，但成熟之前，這些使用Autopilot的用戶，在一定程度上是小白鼠。第二點，上述兩者是頂級自動駕駛研發公司，具備超高配的研發團隊和多年的數據積累和技術儲備，在這樣的背景下，可用的自動駕駛技術仍處於L3-的水平，對於那些新入場就開始聲明Autopilot的公司，不論它們的宣傳有多麼激進，在厚厚的車主手冊裡，都一定聲明了Autopilot的使用條件——駕駛員隨時準備接管。
該頁面的標題從以前的「在所有車輛上實現完全自動駕駛」變成了「未來駕駛」，Autopilot也解釋為「自動輔助駕駛」。）
5、「自動駕駛輔助真的能輔助駕駛嗎？」
原來在傳統車廠，自動駕駛的概念還不是很火的時候，多用「主動安全」、「被動安全」的概念來描述這些功能。現在這些功能已被編組到自動駕駛的各個L級別，作為自動駕駛輔助功能。
自動駕駛級別
這些L3以下的駕駛輔助功能並非新能源車輛獨有，像BSD、ACC、AEB、LKA等功能在傳統車企多配備在中高端車型上。
現在隨著新能源車輛頂著「智能、網聯」的概念強勢入場，新能源車廠也展示了應有的誠意，L3級別的自動駕駛（駕駛輔助）基本已經是標配，體驗駕駛輔助功能的門檻也隨之降低。
但對於普通駕駛員而言，這些功能還屬於新事物，相應的體驗也是比較陌生的。
想像一下這個場景，你沒打轉向燈在高速路上變道，這時，你的方向盤突然像憑空多了只手一樣，試圖把車掰回到原來的車道裡，你會意識到是LKA起了作用，還是會以為車子失控了？
再想像一下，當你在城市道路開著車，前方並沒有障礙物，車子卻突然來了個急剎，而且是「完全剎死，給油都不走」，你會意識到AEB被觸發了，還是會以為撞到了什麼東西？
當然這種情況的出現，也有感知技術方案不完善和算法不成熟的因素。比如上圖所述的車輛，就是由於僅搭載了77GHz毫米波雷達方案的AEB系統，只能對前方車輛和行人進行感知和剎停，由於沒有視覺攝像頭的融合，在處理複雜路況時可能出現「撞牆」現象。
自動駕駛輔助，駕駛員需要逐步適應，體驗需要逐步提升。
6、「5分鐘內不得發生起火和爆炸」。
新能源車輛自燃已經不算是新聞。
據應急管理部消防救援局副局長曹奇在2020年新能源大會上所述，2020年前三季度，新能源汽車火災發生了700起，涉及幾乎所有新能源車品牌。可見新能源市場高奏凱歌的當下，電池安全問題依然是老大難。
近幾年暴露出的電池安全問題主要體現在：電池偶發質量問題；電芯一致性不佳，長時間、高電量存放時有漏液和短路風險；模組內線束布局不當，因擠壓等極端情況導致絕緣層磨損短路；電池包電氣部件生產一致性不佳導致局部過熱等。這些現象都可能會引發動力電池的熱失控，進而可能引發車輛自燃。
5月份工信部發布的《電動汽車安全要求》、《電動客車安全要求》、《電動汽車用動力蓄電池安全要求》三項強制國家標準。其中，「電池安全要求」明確指出，動力電池在發生熱失控後，5分鐘內不得發生起火和爆炸。
針對上述電池安全隱患，各家電池企業與車企在一起努力採取防範措施以應對。寧德時代推出CTP（無模組）技術，緊接著是比亞迪使用磷酸鐵鋰電芯的刀片電池，如今又有江淮汽車的採用外延包覆的UE技術蜂窩電池。
在中國電動汽車百人會論壇（2021）媒體溝通會上，中國科學院院士、動力電池專家,清華大學教授歐陽明高院士為應對安全問題指出了可能的發展方向——「從本徵安全、主動安全、被動安全三個方面來解決。」
相信不遠的將來，電池的安全問題將會逐步改善。
對駕駛員透明的安全隱患
6、車規級元件也「掛羊頭賣狗肉」？。
所謂的車規級實際上是一套硬體的規格標準，符合相關標準的，可稱為車規級。相應的標準包括由北美汽車產業所推的AEC Q100（有源元件）、AEC Q200（無源元件），以及供應鏈品質管理標準ISO/TS 16949規範。對於功能安全件還需要經ISO 26262 ASIL認證的專用生產線。
普遍認為，電子元件標準的嚴格程度是車規>工業>消費電子。
車規級元件在環境、機械、電氣特性試驗，可靠性、製造工藝、生命周期等方面有很高的要求。舉個例子，發動機周邊溫度要求-40℃~150℃，乘客艙是-40℃~85℃，而工業級產品一般規定範圍是-40-85℃，消費級器件的溫度要求範圍是0℃~70℃。
更嚴格的標準意味著更高的開發成本、更長的驗證周期和更少的可選型號。
不論是成本角度考慮，還是推新節奏的角度考慮，很多供應商為了以更低的成本搶佔新技術的高地，先行使用了非車規級元件。
不一定說非車規級元件上車就一定出現安全故障，也不是每種需要用在汽車上的電子元件都可以達到所謂的車規要求。 如果僅僅是沒有得到相關的認證，但其實產品的性能和可靠性是滿足要求的，並且也得到過大量的應用驗證，相應的風險是會很小。
但近年來造車門檻的逐漸降低，越來越多的傳感器、晶片等新的汽車電子產品導入到汽車行業，車規級也開始變得亂象叢生。
一些未經AEC認可的元器件廠商委任第三方認證機構做AEC認證，但並非所有認證機構會花大量的精力去了解元器件的所有產品特性。來自具有第三方認證機構的證書的元器件，仍可能不具備車規級所要求的高可靠性，更嚴重的，會引發供應鏈的混亂，誤導缺乏相應經驗的整車製造商。
7、「功能安全」or「非功能安全」，這是個哲學問題
許多新興功能，如ecall、rpa、apa、OTA等，按照功能安全的評級，是至少ASILB以上。但如果為滿足功能安全的要求，將整個開發流程納入功能安全體系，實現硬體冗餘備份等，開發成本將會非常的高，同時還會造成項目節點推後，更嚴重的，如將危及安全的因素扼殺在研發階段，甚至會造成項目流產。
在造車基因中安全權重佔比非常高的車企可能會對具有不可控安全風險的項目叫停，或者對功能進行剪裁至安全範圍內。
但說到底車企存在的根本目的還是為了賺錢。誰能保證，蜂擁入場的每個新勢力造車企業在利益面前，都會堅守高成本的安全底線呢。
8、今天你被「大數據」了嗎？
智能網聯背景下雲-管-端的信息安全被擺上檯面。信息安全主要關注的是信息的傳輸安全、存儲安全，以及信息本身的安全性，需要通過物理安全，運維安全，密鑰、認證、加解密等安全機制以及PKI等資源實現，以防止類似黑客劫持遠程車控指令的事件發生。
但我更關注的是用戶的個人數據保護。
個人數據信息包括姓名、年齡、職業、手機號、車牌號、城市、GPS、個人娛樂帳號，甚至用戶面部特徵、聲音特徵等敏感信息。汽車行業向第三方提供數據接口的場景可能包括製造數據平臺、售後平臺、新能源汽車監控平臺、智能駕駛數採平臺，以及為實現用戶個性化使用的車聯網運營平臺等。
出口歐盟的車企一定會遇到《通用數據保護條例》（General Data Protection Regulation，簡稱GDPR）。GDPR的目標是為了保障自然人（數據主體）對個人數據保護的權利，約束公司（數據的控制者/處理者）對個人數據的處理行為。
而國內在這個領域的監管是缺失的。
9、「裸奔的OTA」
能否實現全車OTA已經成為判斷車輛是否具有科技感的條件之一。
通過OTA的方式，實現軟體的快速迭代乃至功能的付費解鎖，節約車輛線下手工刷寫的人力成本、節約車主前往4S店升級的時間成本，還可為企業帶來軟體增值。OTA的優勢明顯，各家車企都在發力打造自己的OTA產品。
雖然市面有第三方供應商提供OTA解決方案，但因為涉及到全車ECU刷寫的電源模式、ECU的個性化刷寫要求、通信時序、分布式電子架構下網關節點的限制、TSP交互協議、UC-MASTER/SLAVE設備接口定義、交互流程、信息安全、運營權限等約束條件，OTA產品的研發是個錯綜複雜的繁瑣過程，稍有疏忽就會留坑。
各家車企自定義的OTA升級流程、升級場景以及升級ECU範圍（含功能安全件），是否完全考慮了用車的安全風險、驗證是否充分，是否會存在為趕上市周期採取先帶缺陷釋放後OTA補丁的行為，都是未可知。
為降低OTA風險，今年11月25日，國家市場監管總局辦公廳發布《關於進一步加強汽車遠程升級(OTA)技術召回監管的通知》，要求即日起所有採用OTA方式對已售車輛開展技術服務活動的生產者，都應按照《缺陷汽車產品召回管理條例》及《缺陷汽車產品召回管理條例實施辦法》的要求，向市場監管總局質量發展局備案。
但《通知》對於OTA的升級流程、使用場景、升級範圍等並未做法規上的強制約束。
結語
不知不覺寫了這麼多。
作為曾經傳統車廠、現在新勢力車廠的一個熱血DRE，對行業的前景充滿了期待，也心存擔憂。
如果說在19年還尚看不清行業的未來，那現如今隨著國務院《新能源汽車產業發展規劃（2021-2035年）》通知的下發，約束了新能源汽車的銷量佔比從2025年的20%到2035年的「銷售主流」，新能源汽車行業已是欽定的光明前景。
而今年8月，工信部發布的《新能源汽車生產企業及產品準入管理規定》，刪除了申請新能源汽車生產企業準入有關「設計開發能力」的要求，大幅降低了新能源汽車企業準入門檻。今後或將有越來越多的企業加入新能源汽車生產製造行業，而如何做好新能源產品質量的監管、降低產品安全風險，將是必須重視的問題。
而我寫這篇文章的初衷，仍是基於這個核心思想：夫唯病病，是以不病。
原文標題：技術|談談智能電動汽車的安全隱患
文章出處：【微信公眾號：汽車工程師】歡迎添加關注！文章轉載請註明出處。
責任編輯：haq
打開APP閱讀更多精彩內容聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴