调查启动：后装智驾的安全黑洞被揭开
美国国家公路交通安全管理局（NHTSA）缺陷调查办公室（ODI）本周正式披露，已对初创公司 Comma.ai 展开联邦调查。调查直接指向该公司后装驾驶辅助设备涉及的五起已报告交通事故，其中两起为致命事故，共造成 3 人死亡。其余事故中，最多有 11 人受伤，部分伤者伤势严重。
这一调查将后装智驾系统的安全监管问题推向了舆论中心。Comma.ai 由知名黑客乔治 · 霍茨（George Hotz）于 2015 年创立，其核心产品是一套可安装于多种现代汽车上的后装硬件，搭配开源软件 openpilot，实现对车辆自适应巡航控制（ACC）和自动车道居中（ALC）的接管。公司官网将其功能描述为“类似于特斯拉 Autopilot 和通用汽车 Super Cruise”。
然而，正是这套以“让驾驶变得轻松惬意”为目标的后装方案，如今面临来自美国联邦层面的严厉审视。
事故特征：静止与慢速车辆识别失败
ODI 在调查报告中指出，上述事故呈现出高度一致的技术特征：Comma.ai 设备未能探测到同一车道内缓慢行驶或已经停下的车辆，也未能及时采取制动或避让措施。
这一缺陷并非孤例。长期以来，高级驾驶辅助系统（ADAS）在应对静止物体、停止车辆或低速行驶车辆时一直存在感知与决策层面的困难。特斯拉和福特此前也曾因旗下驾驶辅助系统涉及多起类似事故而接受过 NHTSA 的同类调查。
Comma.ai 官网本身亦有所披露：openpilot 的自适应巡航控制“性能”可能受到“同一车道内但没有移动的车辆”影响。公司还表示，当车辆需要进行突然制动时，“openpilot 在设计上限制了自身能够产生的减速度和加速度”。
这意味着，系统在物理层面对紧急制动的响应能力存在设计上限，而这一限制在遇到静止障碍物时可能直接导致碰撞无法避免。
分叉版本：开源生态下的监管盲区
ODI 特别指出，部分事故可能涉及使用 Comma.ai 软件的“分叉版”（forked）或修改版，其中至少一起致命事故可能属于这种情况。
根据已披露信息，两起致命事故之一疑似发生于 2026 年 2 月，地点位于美国路易斯安那州阿森松县。一辆搭载 FrogPilot 的 2022 款丰田 RAV4 撞上了一辆停在道路上的应急救援车辆。FrogPilot 正是 openpilot 的第三方分叉版本。
路易斯安那州警方此前公布的事故细节与 NHTSA 数据库中的相关报告高度吻合。警方称，这辆丰田 RAV4 撞上了一辆“标有完整警用标识的冈萨雷斯警察局车辆”。当时该警车无人乘坐，停在左侧车道，警示灯处于开启状态，警方正在处理另一起事故。丰田 RAV4 后排的两名乘客在事故中死亡。
另一宗致命事故目前尚无法根据 ODI 提供的报告编号确定具体事故信息。
这一发现揭示了开源智驾软件生态中的深层矛盾：openpilot 的开源属性允许第三方开发者自由修改、分叉并重新分发代码，但由此产生的衍生版本在安全验证、责任归属和监管覆盖上均处于灰色地带。车辆在搭载分叉版本后发生事故，原始开发商、分叉维护者与车主之间的责任划分将变得极为复杂。
技术路径：纯摄像头方案与驾驶员监控
Comma.ai 的设备采用基于摄像头的驾驶员监控系统，用于监测驾驶员是否分心或疲劳。整套方案不依赖激光雷达或高精地图，而是以视觉感知为核心，通过后装硬件接入车辆的原生电子架构，实现对转向、加速和制动的控制。
- 感知架构：纯摄像头视觉方案，无激光雷达，依赖深度学习模型进行目标检测与车道线识别。
- 功能范围：自适应巡航控制（ACC）与自动车道居中（ALC），宣称功能对标特斯拉 Autopilot 与通用 Super Cruise。
- 驾驶员监控：基于摄像头的 DMS，监测分心与疲劳状态。
- 安全约束：系统限制自身可产生的减速度和加速度，驾驶员需始终能够立即接管，方式为踩下任意踏板或按下取消按钮。
- 开源生态：openpilot 允许第三方分叉，FrogPilot 等修改版已实际装车并涉及致命事故。
从技术角度看，纯视觉方案在识别静止物体时面临的挑战尤为突出。视觉系统需要通过帧间差异和深度估计来判断前方物体的运动状态，而静止车辆与背景的对比度、光照条件、遮挡关系等因素均可能导致漏检。同时，系统对加速度和减速度的限制策略，在高速接近静止车辆时可能无法提供足够的制动距离。
企业背景：霍茨淡出与监管压力
Comma.ai 成立于 2015 年，创始人为乔治 · 霍茨。霍茨已于 2022 年逐渐淡出该公司的日常运营。截至目前，Comma.ai 与霍茨本人均未对置评请求作出回应。
公司官网对 openpilot 的描述强调其能够在车道内针对其他车辆自动进行转向、加速和制动操作，但同时也警告驾驶员“必须始终能够立即重新手动控制车辆”。这一免责声明与特斯拉、通用汽车等厂商的表述类似，但在后装市场，驾驶员对系统边界的认知往往更加模糊。
后装智驾设备的核心风险在于：车辆原生的电子电气架构、传感器配置与执行器响应特性千差万别，后装方案难以针对每一款车型进行充分的标定与验证。Comma.ai 声称支持多种现代汽车，但这种“广适配”策略在安全冗余和失效模式处理上，与车企前装方案存在本质差异。
新能源车网观点
Comma.ai 遭 NHTSA 调查一事，为快速扩张的智驾行业敲响了警钟。从行业视角看，这一事件暴露出三个层面的问题：
第一，后装智驾的监管真空亟待填补。 前装量产车需通过严格的型式认证与功能安全审核，而后装设备通过 OBD 或车辆总线接入控制权，其安全验证标准远低于前装。NHTSA 此次调查可能推动后装智驾设备纳入更明确的联邦监管框架。
第二，开源分叉模式的安全责任需要厘清。 openpilot 的开源属性促进了技术传播，但 FrogPilot 等分叉版本在未经原厂验证的情况下装车使用，一旦发生事故，责任链条极为模糊。开源社区需要建立更严格的分叉审核与安全声明机制，否则整个生态的可持续性将受到质疑。
第三，静止物体识别仍是 ADAS 的共性短板。 无论是特斯拉的纯视觉方案，还是 Comma.ai 的后装摄像头方案，在应对静止车辆时均出现过致命事故。这提示行业，在追求更高级别自动驾驶的过程中，对基础感知场景的鲁棒性验证不可松懈。
对于消费者而言，当前阶段应清醒认识到：任何 L2 级驾驶辅助系统，无论前装还是后装，驾驶员始终是安全的第一责任人。后装智驾设备在便利性与安全性之间的平衡远未成熟，贸然使用分叉版本或修改版软件，可能将自身与他人置于不可控的风险之中。