前不久，上海车主张先生驾驶某新能源汽车途经积水路段时，车载系统突然警示“行人横穿马路”并紧急刹停，但实际路面空无一人。车企事后承认，这是视觉算法受雨水干扰引发的误判。

　　《法治日报》记者注意到，近段时间以来，智能驾驶频现“误判门”：在广东深圳，某品牌轿车因视觉融合算法缺陷，未能识别高架静态护栏导致碰撞爆燃；浙江车主乐女士在高速路段行驶时车辆突然转至绿化带；重庆车主刘先生更是经历两次惊魂时刻——行驶中，系统先无故退出智能驾驶系统，后又无预警急刹致后车险些追尾。

　　“出于对某品牌汽车智驾系统的信任，我选择在半夜行驶高速路段时全程使用智能驾驶。凌晨3点左右，我驾驶车辆以每小时120千米的速度行驶时，右前方出现一辆红色货车，我以为智驾会和往常一样正常超车，没想到在距离货车几十米时系统突然退出辅助驾驶，并提示‘请立刻手打方向盘’，我瞬间清醒，立马脚踩刹车稳住方向盘以保持在原有车道行驶。”刘先生回忆起这次经历仍然心有余悸，“当时的情况下，如果我反应迟钝两秒，就可能以每小时120千米的速度撞向那辆货车。”

　　这次意外发生一个月后，刘先生又遇到了类似情况。他在高速上使用智驾功能，当车辆刚刚超过右侧大货车时，系统突然急刹，车从120码的速度迅速降至60码，后方正常行驶的车辆差点撞上他驾驶的车辆。幸亏后方司机反应快，瞬间踩住刹车与刘先生拉开了距离。“现在我都不敢启用智驾功能了。”刘先生说。

　　“这些事故暴露了智能驾驶技术从实验室到真实路况的‘水土不服’。”某车企算法工程师向记者透露，当前主流智驾方案依赖“摄像头 毫米波雷达”的纯视觉技术，虽成本相对较低廉，但面对复杂环境，如恶劣天气(暴雨、浓雾、沙尘等、特殊光照条件(逆光、强光直射以及类似事故中的低反射障碍物时，摄像头采集的图像容易出现模糊、失真或无法准确识别目标的情况。毫米波雷达虽能探测距离和速度，但对物体的形状和细节识别能力有限，二者结合的纯视觉方案在极端场景下难以提供稳定、可靠的感知能力。一些车企常以理想路况展示功能，而现实路况复杂多变。

　　这名工程师说，更令人担忧的是，当系统检测到障碍物后，留给驾驶员的接管时间仅短短几秒甚至1秒，即便接管，人类从认知到操作的延迟也可能超过系统预设的“安全窗口”。这种近乎“甩锅式”的设计，将复杂路况下的决策权仓促地推给用户，却没有为其提供足够的安全冗余空间，极大地增加了事故发生的概率。

　　技术短板之外，数据安全成为另一隐患。

　　“由于新能源汽车运行依赖大量数据收集，像车内摄像头、传感器等会采集车主及周围环境数据。智驾若要精准导航和应对路况，也需收集这些信息。部分车企存在过度或超出用户授权收集信息的行为，加之技术漏洞或管理疏忽，易导致用户数据泄露。这些泄露的数据可能被企业、第三方机构用于商业分析、广告推送等，严重侵犯了用户隐私。比如，不法分子获取车主行车轨迹，可能知晓其生活规律、常去地点，带来安全隐患。”上述工程师说。

　　针对这些问题，行业正寻求突围：工业和信息化部近日组织制定强制性国家标准《电动汽车用动力蓄电池安全要求》(GB38031-2025，将动力电池的安全标准提升至“主动防御”层级。多家车企加速布局激光雷达与多传感器融合方案。

　　受访专家强调，技术迭代不能替代责任划分，智驾是辅助工具而非司机，车企不能将安全责任“甩锅”给用户。

　　北京理工大学法学院教授孟强建议，建立完善的数据安全管理制度，明确数据收集、存储、使用、传输等环节的安全规范，确保数据的保密性、完整性和可用性。由于智能驾驶汽车能够获取用户的行踪等敏感个人信息，所以车企必须对智能驾驶系统收集的用户数据进行加密存储，防止数据泄露。

　　“为了避免车辆被恶意攻击或智能驾驶功能出现故障带来风险，车企还应当加强对数据安全技术措施的监管，采用先进的安全技术，如防火墙、入侵检测系统等，保护智能驾驶系统免受恶意攻击。同时，定期对数据安全进行审计和评估，及时发现和修复安全漏洞。”孟强说，由于当前的智能驾驶层级仍然较低，所以车企应当加大研发投入，提高智能驾驶系统的可靠性和安全性，突破复杂场景下的技术瓶颈，如提升纯视觉智驾在恶劣环境下的探测能力，降低激光雷达成本以实现普及，尽快提升自动驾驶的级别。

　　对于消费者，上述工程师给出实用建议：在夜间、施工区等复杂场景，需手动接管车辆；车内常备物理破窗工具以应对电子锁失效；购车时重点考察车企数据加密方案。“方向盘永远握在自己手中。”该工程师警示，技术可以试错，但生命没有容错率。