智能驾驶车追尾变道前车且右前轮脱落，从车辆、智驾系统、路况层面分析造成事故原因有哪些？

这是碰撞一瞬间得截图。从图中可以看出。NCA是开启状态。碰撞瞬间触发了AEB。过程中似乎油门踏板还在踩下的状态。当然，NCA本身就会踩油门。而且没有Override的提示。所以大概率是NCA自己还处在一个加速的状态。

所以说，大致的状况应该是在碰撞前，这辆问界处在智驾的状态。追尾了正要变道离开的小米。AEB触发的时机极晚。而且在这种交通状况下，问界还在加速。驾驶员全程没有干涉。

个人猜测造成这个问题的原因可能是两个方面。一个呢，是问界对于小米离开车道的速度判断有问题。可能它预计以其速度前进，小米已经应该离开车道，所以不会发生碰撞。或者呢，是它对自身的车辆宽度的判断是有问题的。它认为留出的宽度已经足够，但实际上不够。

当然也可能是两个问题都存在。

之前在高速撞扛着树的老人的时候。这有可能是因为，在自身速度向快的情况下，对横向的低速移动物体的速度判断不准确。

而懂车帝夜间大卡车占道叠加，旁边施工的情况下。问界呈现出来的问题就是，对自身距离和旁边卡车的距离判断有问题。所以出现了侧边小幅叠加的碰撞。

只能说懂车帝那次的测试其实含金量蛮高的。侧后方来车，高速穿插狭窄通道。这些在懂车帝发生碰撞的场景，后面慢慢的一个一个被在现实中复刻。

核心问题可能还是问界的智驾的策略过于激进。为了业绩，导致在安全性方面的出现了一些薄弱性的问题。想当初23年的时候有自媒体就在宣传110码过限宽桩。这种极限场景对于传播智驾能力来说，是效果非常好。但是作为真正上车的智驾策略，一定是有问题的。保守一点的策略呢？只要会让你在开车的时候觉得这个智驾非常犹豫。你觉得需要摆一下方向盘，一脚油门就能绕过去的障碍。保守的智驾就可能会先减速、打方向盘、打灯，然后慢慢绕过去。你就会觉得这个智驾很难用。

而激进的智驾呢？这时可以更极限的解决问题。但是问题来了，太过于极限，一旦这个问题没解决。那就是事故。

尤其在脱离了规则控制的时候。端到端的方式，车的行为都是训练出来的。没有一个精确的边界。这个时候可能以前设定了一些非常精确的边界，非常极限场景下的规则控制的策略，可以做到一些极限的动作。然后你拿这些以前的素材。再来训练新的智驾的什么？没有人工设定的这种精确的边界。AI的不稳定性就有可能在这种极限状态导致意外事故的发生。

至于为什么会踩油门加速？可能是问界的跟车策略，在城市里会让自己贴得比较紧，防止其他车辆加塞。前方出现空当以后，它就会立刻加速跟上。

以正规来说，不管你的车智驾在什么水平，预期到有高风险的状况发生，自己提前接管是最安全的。不要让智驾去应付一些高风险的场景。因为万一智驾出问题，程序出bug也好，AI的不稳定性也好，传感器可能的脏污啊之类的问题也罢。一旦导致，可能发生问题。你可能会连接管的时间都没。

人驾产生的很多事故，AEB，智驾能帮你避免。比如说什么进隧道看不清前面车啦，比如说什么鬼探头啦。比如说疲劳驾驶啊。而如果你看一下各种智驾出问题的视频，会发现，其实智驾出的很多问题，如果你人及时介入，也能够避免。

对吧？像这一次，如果问界车主提前踩一脚刹车，没事了。不管L2还是L3。人和车目前还是互补的，而不是一方能够完全覆盖另一方能力的。

不要把问题全部丢给智驾去解决，用智驾就会更安全一些。