多項技術加持下汽車安全科技還能如何發(fā)展

最近一段時間，被“龍舟水”照顧的廣州總是在恰當或不恰當?shù)臅r候下起大雨。每逢這種時候，馬路上的汽車似乎都進入了“緩慢模式”一般，不僅開得慢連變道并線也慢了很多，甚至還卡在車道之間，欲行不行。

事實上，在晴天時行云流水的車流，到了雨天都慢下來的真正原因，就在于駕駛者對外在環(huán)境的判斷出現(xiàn)了問題。光靠經(jīng)驗、后視鏡的幫助，某程度上是可以解決這個痛點。然而，這樣的解決方案是基于駕駛經(jīng)驗而來，但經(jīng)驗卻又來源于重復訓練。因此，不少經(jīng)驗不算豐富的駕駛者，便寄望能有關于安全的科技配置來幫助駕駛。

不少駕駛者在日常駕駛過程中，前方視線都會受到A柱影響，從而令可視范圍有所縮窄。但是，在一些設計年份較久車型上，我們卻發(fā)現(xiàn)它們的A柱并沒有現(xiàn)在的新車來得厚實，視線的廣度、通透感也要好于如今的車款。

這是由于當年的汽車還處于高收入人群的消費品，因此使用的數(shù)量并不多。而且車企、消費者和普羅百姓對汽車安全的關注和理解，也沒有現(xiàn)在的人們來得高。最直觀的例子要數(shù)，早期的歐洲車后視鏡只安裝了駕駛員一側。隨著汽車技術的發(fā)展、銷量的提升以及道路環(huán)境的越發(fā)暢通，關于汽車駕駛的安全才被關注。

而后，在世界各國尤其是汽車技術大國的引導下，建立起汽車安全的準則和評價標準。車企推出新車型時都需要滿足安全測試的要求，因此工程師們開始在車身各處加強其剛性，來保護車內人員的安全。越發(fā)厚重的A柱確實能保證了車輛在正面碰撞時，車體的沖擊力能沿著工程師的設計路徑分散，而非傳遞到車廂內。但這反而成為了不安全的因素之一，原因自然是前面所提到的視野的問題。

為此有些車企會在前門車窗加入固定式的小窗，以提升側前方的可視范圍，但始終仍然難逃其局限性。有見及此，曾有主機廠和供應商，在現(xiàn)有的汽車中加入探測駕駛員動作和拍攝車外狀況的攝像頭和流媒體屏幕，以投射的方式將A柱盲區(qū)的情況顯示給駕駛者。

從工作原理來說，這樣的解決方案無疑要比，將A柱通過物理方式造成透明來得簡單和低成本。究其原因，在于A柱是正面碰撞時主要的受力路徑，一旦其剛性不足時便會出現(xiàn)駕駛室空間被擠壓使得安全防護性降低。所以，只有抗扭性超過900MPa的超高強度鋼才會被用在A柱?？蛇@就意味著這個最成熟的鋼材工藝沒辦法做成透明狀，哪怕可以，其剛性也會大幅減弱。這就為什么沒有真正意義上透明A柱的原因。

同樣，出現(xiàn)盲區(qū)的位置不單只是A柱才有，后視鏡也并不能完全照顧到車輛后方的全部視野。因此，部分車企已經(jīng)開始使用廣角攝像頭，來代替?zhèn)鹘y(tǒng)的物理后視鏡。通過在中控臺兩側放置顯示器，實時呈現(xiàn)兩側的狀況，保證駕駛員的側后方的視野廣度。比如像本田即將推出的純電動車型本田e，正是使用攝像頭代替后視鏡，并且為駕駛者提供傳統(tǒng)后視鏡視角和視野更寬的超廣視角。

其實在國內的新車上，也有攝像頭代替?zhèn)鹘y(tǒng)后視鏡的做法。比如說WEY品牌的VV7車型、凱迪拉克的車型，也使用了技術思路類似的流媒體后視鏡功能。攝像頭大多數(shù)都是使用在車身的外部，以防止有突發(fā)等情況的出現(xiàn)。但駕駛員的精神狀態(tài)的健康與否，同樣直接影響行車安全。因此，不少主機廠開始在車廂內安置攝像頭，以監(jiān)測駕駛者的精神狀態(tài)。

從早前較為簡單的疲勞駕駛預警系統(tǒng)，由ECU和攝像頭兩大模塊組成，利用駕駛員的面部特征、眼部信號、頭部運動性等推斷駕駛員的疲勞狀態(tài)，并進行報警提示和采取相應措施的裝置，對駕乘者給予主動智能的安全保障。

如今，除了疲勞監(jiān)測之外，車內攝像頭的功用已經(jīng)拓展到了解決醉駕、毒駕或藥駕及駕駛中注意力分散的問題。當明顯醉酒、受毒品或藥品影響或注意力分散的駕駛員未對警告信號做出反應、駕駛員長時間內完全無轉向操作，閉眼或目光離開道路，以及頻繁變道或反應時間過慢等情況，監(jiān)控系統(tǒng)將對車輛做出主動干預決策提供重要依據(jù)，從而避免可能導致重傷或死亡的交通事故發(fā)生。

自動駕駛已經(jīng)是不少車企在發(fā)展的方向之一，借助傳感器、攝像頭、行車電腦、全球定位系統(tǒng)（GPS）、慣性測量單元（IMU）、控制器等多種解決方案的協(xié)同工作，代替駕駛者讓汽車自動行駛在路面上。毫無疑問，從穩(wěn)定性的角度來說，機器的穩(wěn)定度要比人類要高。能夠避免上述提到的酒駕、駕駛員注意力分散等問題。

但是，目前自動駕駛技術對于行人、自行車等障礙物的辨別能力，還是處于較為初級的階段。而且對于傳感器采集而來的信息，如何傳輸、解析，并進行預處理即篩選冗余信息，以及坐標轉換運算即判斷車輛與障礙物的距離計算等關鍵，目前仍然沒能完全達到人類駕駛的水平。