技术上如何分析7月31日某车ADS硬挤重卡的车祸？

我在以前的一个回答里就写过ADS和FSD的差异。

再说一个，比如搞自动驾驶。
如果只是要自动驾驶,一般会像中国企业一样去弄高清地图，然后点对点。

这种相当于相当于给车发一本“剧本”，告诉它前面50米有个红绿灯、100米有个弯道。车只要照着剧本演。然后AI主要负责发现出现在路上的东西，所以需要激光雷达。
这种方式构建的是一个“几何世界”。它知道前面50米有一个物体，长宽高是多少，距离是多少，但它不知道那是什么。所以它依赖激光雷达点云和地图坐标，本质上是在一个“3D数学模型”里开车。

这招在中国城市道路极其好用，因为基础设施新、网联化程度高。
但是FSD是AI学习+图像分析，他要AI来通过图像识别语义，自己创建一个““语义世界””。去识别前面是道路、标识、路人还是闯入的野猪。然后让AI自己判断这个情况下，应该怎么办。

就是因为未来FSD是通用机器人视觉AI。
未来Optimus要面临的场景更复杂，厨房、仓库、工厂、客厅。你不可能把所有地方都先建一个高清地图，然后再让机器人去跑。

而汽车就是最好的训练场，因为场景多、车多，数据量足够大。

这个事件就很好的证明了这一点，说白了，ADS就是个大号扫地机，所有行为都是写好的规则，并依赖高精度扫图。

它并不具备像FSD那样的“理解”能力，只是厂家设置的行为比较激进，好让它看起来很厉害。

记录仪能看到，发生事故这个场景就是一个典型的车道变化场景。2车道并1车道，按交规应该交替通行，前面左侧的黑车先行通过了，ADS应该礼让右侧货车通过。

高清地图的“剧本”是静态的，而交通博弈是动态的。

ADS不懂得交替通行，也“理解”不了货车在弯道潜在的威胁（大货车转向灯），所以反而加速上去硬加塞大货车。

因为激光雷达点云无法识别语义，ADS看到的是“一个可通行的几何间隙”，无视了货车的转向灯意图。

而且当前所有依赖“规则+高精地图”方案都有一个通病。为了在评测中显得“果断”，系统被调校得偏向激进。

但问题在于，ADS的“果断”是基于几何确定性（我能过去），而人类的“果断”是基于社会契约（我该让你）。当系统不遵守社会契约时，它就成了道路博弈中的流氓玩家，而这种行为在物理碰撞面前，最后就是全责+红牌。