最近智能驾驶系统老是出问题，比如上海一位车主，在积水路段行车时，系统突然提示有行人横穿马路，吓得紧急刹车，结果路上根本没人。后来，车企承认是因为下雨，视觉算法受影响导致误判。这种“误判门”事件，不仅仅是在上海发生。广东省深圳市也有一辆轿车，因为视觉融合算法有问题，没看到高架上的静态护栏，结果发生了碰撞起火。浙江的车主乐女士在高速上开车时，车辆突然转向绿化带；重庆的刘先生更是经历了两次惊吓：一次是系统在行驶中突然退出智能驾驶，另一次是系统突然急刹，差点让后方车辆追尾。刘先生对这次经历心有余悸，他说如果当时反应慢1秒，可能会以120公里每小时的速度撞向前方的货车。还有一个月前，刘先生再次遇到类似的情况。他在高速上使用智能驾驶功能时，系统突然急刹，导致车速从120码降为60码，差点与后方正常行驶的车辆相撞。 这些事件暴露了智能驾驶技术在现实路况中的问题。一个车企算法工程师透露，主流智能驾驶方案依赖“摄像头+毫米波雷达”的纯视觉技术。这种方案虽然成本低，但面对恶劣天气、特殊光照条件或低反射障碍物时，摄像头采集的图像容易模糊或失真，毫米波雷达也只能探测距离和速度，难以准确识别物体形状和细节。此外还有一个问题是系统检测到障碍物后留给驾驶员接管的时间非常短，只有几秒甚至1秒。这种设计让决策权仓促交给了用户却没有给用户足够的安全冗余空间。 除了技术短板外，数据安全也是隐患之一。新能源汽车运行依赖大量数据收集，像车内摄像头、传感器等都会采集车主及周围环境数据。部分车企存在过度收集信息的行为容易导致用户数据泄露。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并强调技术迭代不能替代责任划分。 针对这些问题，行业正在寻求解决方案：工业和信息化部制定强制性国家标准GB38031-2025提升动力电池安全标准；多家车企加速布局激光雷达与多传感器融合方案。孟强教授还建议加强对数据安全技术措施的监管、定期审计评估安全漏洞等措施来保护用户隐私。 对于消费者来说，在夜间、施工区等复杂场景要手动接管车辆、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等建议也很重要。法治日报记者韩丹东撰写了这篇报道。