重磅！真相浮現？特斯拉披露車輛事故前一分鐘數據，業內專家火線解讀

俞立嚴 周健 

上海車展特斯拉車主維權風波持續發酵。

4月22日晚，在多個部門發聲後，特斯拉的態度發生重大改變，並將事發前半小時的車輛原始數據提供給安陽女車主一方，同時向媒體公佈了發生事故前一分鐘的數據並作出文字說明。對此，汽車業內專家給出了各自解析。

特斯拉披露關鍵數據

據中國市場監管報報道，今天下午4時30分許，特斯拉提供了車輛發生事故前一分鐘的數據，並作出一份文字說明。

這份文字說明全文如下：

在駕駛員最後一次踩下制動踏板時，數據顯示，車輛時速爲118.5千米每小時。在駕駛員踩下制動踏板後的2.7秒內，最大制動主缸壓力僅爲45.9bar，之後駕駛員加大踩下制動踏板的幅度，制動主缸壓力達到了92.7bar，緊接着前撞預警及自動緊急制動功能啓動（最大制動主缸壓力達到了140.7bar）併發揮了作用，減輕了碰撞的幅度，ABS作用之後的1.8秒，系統記錄了碰撞的發生。駕駛員踩下制動踏板後，車速持續降低，發生碰撞前，車速降低至48.5千米每小時。

綜上所述，車輛以較高速度行駛，駕駛員開始踩下制動踏板力度較輕，之後，自動緊急制動功能啓動併發揮了作用，提升了制動力並減輕了碰撞的衝擊力，制動系統均正常介入工作並降低了車速。

另外，關於事故發生前30分鐘車輛的狀況，特斯拉方面是這樣敘述的：在車輛發生事故前的30分鐘內，駕駛員正常駕駛車輛，有超過40次踩下制動踏板的記錄，同時車輛有多次超過100千米每小時和多次剎停的情況發生。

特斯拉相關負責人表示，將毫無保留地配合監管部門開展深入調查，開誠佈公接受社會監督。

汽車測評師湯海濤對上證報記者表示，從文字說明看，特斯拉表達的主要意思之一是車主之前是高速行駛，緊急剎車多次，最後沒剎住車。

特斯拉強調數據無法修改、刪除

特斯拉方面今晚還解釋稱，特斯拉的車輛數據是車輛網關讀取車內各部件信號並以加密形式存儲。存儲後的數據採用加密技術記錄，無法直接讀取、修改、刪除相關數據。

對於之後的檢測，特斯拉有關人士介紹，關於該車輛的鑑定檢測內容，主要是交通事故原因分析和剎車質量鑑定。鑑定材料爲該車輛自身及事故認定書、相關視聽資料等。汽車制動系統的檢測會以實車勘測和車輛數據相結合的方式進行，國內有資質的鑑定機構均具備關於上述內容的鑑定檢測能力和許可。

汽車行業分析師張翔對上證報記者分析稱，目前由第三方檢測機構檢測特斯拉智能汽車這麼複雜的軟件系統是很困難的，未來特斯拉需要將其後臺數據向中立的第三方機構進一步開放、託管。“需要避免既是裁判員又是運動員的情況，特斯拉需要有像飛機一樣的黑匣子。”

同濟大學法學院副教授劉春彥在接受上證報記者採訪時表示，政府監管機構基於社會公共利益考慮，有權要求特斯拉公佈相關數據。在此基礎上，可以請第三方機構解讀數據，專業的事情由專業機構去做。

新能源車數據之爭

採集、存儲、上傳車輛數據是新能源汽車的最基礎要求，在技術層面上早已不存在障礙。

2016年11月，工信部發布《關於進一步做好新能源汽車推廣應用安全監管工作的通知》（下稱《通知》），要求車企必須建立監測平臺，並接入地方和國家兩級監測平臺；從2017年1月1日起對新生產的新能源汽車安裝車載終端，實時監測車輛的運行狀態、電池狀態、故障預警等。

爲此，工信部組織制定了GB/T 32960.3-2016《電動汽車遠程服務與管理系統技術規範》（下稱《技術規範》），對車載終端等制定了相應的技術標準和要求，提交符合該國標要求的檢測報告成爲新能源車型進入工信部目錄的必要條件之一。

《技術規範》對車載終端的數據存儲和採集的間隔時間、存儲介質的容量、斷電保護等方面提出明確標準，例如車載終端數據採集的間隔時間不超過30秒，3級故障報警（即駕駛員應立即停車處理或請求救援的故障）時的採集間隔時間不超過1秒。此外，對於詳細數據的採集範圍，《技術規範》也有明確界定，包括車輛狀態、充電狀態、運行模式、車速、加速踏板行程值、制動踏板狀態等共計13項。

不過，隨着新能源汽車向智能化和網聯化發展，以高級駕駛輔助系統（ADAS）爲代表的電子輔助駕駛發展迅猛。在此背景下，《技術規範》中要求收集的數據主要適用於動力電池起火事故的調查，並不適用於輔助駕駛或自動駕駛車輛事故原因的分析。

針對新能源汽車智能網聯化的發展趨勢，工信部等三部委在2018年4月印發了《智能網聯汽車道路測試管理規範（試行）》，對智能網聯汽車的數據記錄提出了更高的要求，比如須自動記錄和存儲環境感知與響應狀態、車輛外部360度視頻監控情況等信息在車輛事故或失效狀態發生前至少90秒的數據，且存儲時間不少於3年。

據英特爾公司的測算，2020年自動駕駛汽車每天可產生4TB的數據，而同期的互聯網用戶每天產生的數據爲1.5GB。龐大的數據主要來自於遍佈車身的數百個傳感器。英特爾的數據顯示，攝像頭每秒可產生20至40Mb的數據，激光雷達每秒產生的數據從10至70MB不等。

場景仿真的基礎正是車載傳感器產生的環境感知數據，而這只是汽車行駛數據落地應用的縮影。

理想汽車董事長李想就ADAS和剎車失靈類似的問題提出建議，包括帶有ADAS的車型必須標配行車記錄儀，記錄時的畫面必須同步顯示ADAS是否運行，以及ADAS狀態下油門、剎車、轉向等對應的基礎工作狀態。

李想表示，上述功能沒有任何技術上的難度，但是提供了相對重要的證據，減少“車主取證難、廠商被冤枉”的概率。

配備了ADAS系統的新能源汽車包含傳感、決策和執行三個層面的軟硬件。其中，傳感系統包括雷達、攝像頭、V2X等；決策系統主要是自動駕駛算法；執行系統則包括電子穩定系統、電動助力轉向和自動變速器等。簡單來說，僅ADAS產生的數據就包含了車輛行駛過程中“看”“想”“做”三個層面的數據。

事實上，只要是涉足自動駕駛領域的公司，都在通過多種渠道收集車輛的真實行駛數據。

特斯拉輔助駕駛系統Autopilot問世之初，實現了自動巡航、自動轉向、輔助變道、自動泊車等功能，並不斷迭代更新，新增了自動輔助導航駕駛等。在此基礎上，2019年特斯拉推出面向用戶收取訂閱費用的FSD（Full Self-driving），並通過OTA不斷更新，使其具備了智能召喚、紅綠燈識別、標誌識別等功能。推動特斯拉輔助駕駛技術不斷更新的，是全球範圍內特斯拉車主帶來的近乎於零成本的海量行駛數據。截至去年4月，特斯拉公佈的累計上路行駛里程已達48億公里。

但是，免費攫取用戶行駛數據的價值，在行業內並非沒有反對之聲。

智己汽車聯席CEO劉濤在接受上證報採訪時表示，用戶數據很重要，它將驅動企業慢慢向前，成爲迭代服務體驗的核心驅動力。爲此，智己汽車劃出4.9%的股權收益以回饋用戶的數據貢獻。“就拿智能駕駛來講，需要不斷迭代升級，而這就需要不斷有用戶數據的積累，解決10%的長尾問題。沿着智能時代的邏輯，如果繼續免費使用用戶數據，就是選擇與時代爲敵。”