特斯拉的刹车是否真的失灵？根据目前所披露的情况，在和数位专家探讨之后发现，ibooster硬件没有问题，主要的问题集中在特斯拉软件系统上。也就是说，软件系统的设计漏洞是“刹车失灵“的元凶。

一、电动汽车刹车的核心——ibooster部件

ibooster是博世生产的专门针对电动汽车的刹车辅助系统。由于电动汽车没有发动机，所以其刹车需要的真空压力将由ibooster系统提供。目前包括特斯拉、保时捷、理想、蔚来等车企生产的电动车都在采用博世的ibooster产品。

ibooster部件一般会直接安装在刹车踏板后方，在车主踩下刹车踏板的时候，踏板连接的位置会感应到踩踏位移，压缩杆向内收缩，同时电控单元控制马达提供刹车助力，完成刹车动作。

目前出现的“刹车失灵”以及刹车踏板变硬现象，主要是由系统设计问题导致的，而不是ibooster自身的硬件问题。博世前ABS标定工程师罗新雨介绍，“AEB系统属于高级系统，需要ABS系统和iBooster系统的辅助。如果汽车的ABS系统和ibooster系统失灵，也会导致AEB系统失灵。” 根据特斯拉公布的河南车主碰撞前数据，我们发现在碰撞前，特斯拉AEB（自动紧急制动）系统启动。因此，如果特斯拉的AEB系统可以工作，这辆汽车的刹车系统在物理层面没有失灵。

二、刹车系统逻辑是引发“刹车失灵”的真凶

对于电动汽车来说，越长的刹车距离可以回收越多的能量，但是对于用户来说，越长的刹车距离就意味着越小的安全空间。特斯拉为了回收更多的能量，在动能回收和刹车系统的平衡性上设计的比较激进。

此前有媒体用特斯拉model 3 和理想one做了一个刹车对比试验。在相同的环境和40km/h的行驶速度下，采用相同的力度踩刹车踏板，特斯拉model 3 的刹车距离比理想one的刹车距离远4米左右。

从车辆的角度看，动能回收提供的减速度较小，不足以代替刹车。根据测算，特斯拉动能回收可以提供0.2-0.3G的刹车力，和正常紧急刹车所产生的1.0-1.1G相比，动能回收产生的刹车力度要小很多，无法满足汽车刹车所需要的减速度。根据特斯拉动能回收逻辑，在减速的时会优先使用动能回收系统降速，只有在深踩刹车的时候ibooster才会提供刹车力，因此如果驾驶员踩踏的力度较小，是无法激发ibooster刹车的。

对于特斯拉为动能回收所做出调整，一位在软件供应商工作的车联网工程师认为，“对特斯拉而言，为保证动能回收力度，特斯拉调整了ibooster的具体参数，也就是这个原因，导致在紧急刹车的时候刹车力度较小。仅靠动能回收装置，在紧急制动的时候是无法停住汽车的。”

另外，特斯拉的刹车系统设计也存在漏洞。根据美国一位汽车总线工程师的测试，特斯拉ibooster系统在快速点刹之后会出现系统读取信号数据错误，系统会误认为刹车踏板位置没有回正，因此系统判断驾驶员一直在踩刹车。当下一次驾驶员踩刹车时，系统则不会让ibooster提供助力，而单纯依靠人力是远远不能将刹车踩到底的，产生的刹车信号要远低于正常情况，也就会出现了刹车力不足的情况。

相比特斯拉在动能回收以及刹车上激进的选择，其他车企则选择更为稳妥的方式将动能回收融入到刹车系统之中。用保时捷电动车举例，同样使用的是ibooster系统，行车电脑会根据驾驶员刹车力度调节动能回收和刹车系统的工作比例，在安全和节能方面达到平衡。一位供应商车联网工程师认为，“在没有达到L4级自动驾驶之前，人是驾驶主体，汽车系统应该把人为指令提高最高层面。在驾驶员踩下刹车或者油门的时候，汽车应该以最高优先级保证执行的准确性和稳定性”

除了特斯拉刹车系统本身存在的问题，其推行的单踏板逻辑也有一定概率引发事故。单踏板逻辑是指汽车行驶过程中的轻量级刹车将交由动能回收装置执行，只有在紧急刹车的时候车主才会用到刹车踏板。在这种逻辑下，驾驶员只需要操作好油门踏板，就可以让汽车平稳行驶。对电动汽车来说，这种设计可以有效的降低能量消耗，提高续航里程。

不过对用户来讲，特斯拉的单踏板逻辑会让用户陷入一种误区，认为刹车踏板的作用不大，汽车的日常制动用动能回收就够了。形成习惯之后，车主在制动的时候往往会忘记踩刹车踏板，或者把油门当成刹车踏板踩下。此前在温州出现的特斯拉连环碰撞事故，就是因为车主错把油门当刹车踩下，导致车辆在碰撞前一直处于加速状态。

总体来看，特斯拉为了续航能力过度依赖动能回收装置，同时因修改ibooster代码导致其出现故障。动能回收目的是提高续航，而不是衰减刹车。刹车是汽车在碰撞前的最后一道防线，保证刹车能力，是保证汽车安全行驶的前提。

三、目前的软硬件技术无法支撑车规级自动驾驶安全量产

作为汽车技术王冠上最大的明珠，自动驾驶技术一直都是各方努力的对象。但是目前的各项技术水平还满足车规级自动驾驶技术安全量产。

虽然软硬件水平不足，但特斯拉在自动驾驶系统上制定的路线依旧非常激进。此前有特斯拉车主反馈，在行驶过程中出现自动驾驶系统抢夺方向盘，导致方向盘不能使用。这种让辅助驾驶系统优先级高于人为操作优先级的系统策略，是激进并危险的。

虽然特斯拉的自动驾驶技术发展多年，但不管是硬件和软件，现在都无法胜任车规级自动驾驶。

从硬件角度来看，要想实现自动驾驶，就必须在硬件层面实现中央控制器，也就是以一张主板控制全车所有的部件。但以目前的技术水平，实现中央控制器的难度系数过高，所以绝大部分车企都在向域控制器努力。特斯拉虽然实现了域控制器，但是也仅仅能支撑其完成辅助驾驶，无法安全的完成自动驾驶。域控制器可以将汽车各部件整合并协同工作，但也会面临一个问题，就是需要修改各个部件供应商的代码，对功能进行整合。在这个过程中非常容易出现整合错误。

自动驾驶系统作为世界上最复杂的系统之一，L5级自动驾驶汽车的软件代码量可能超过10亿行，相当于10个windows 10操作系统的代码体量。越复杂的系统产生BUG的可能性就越大，而且在发生问题时更不容易找到问题点。

从控制器的芯片角度来看，虽然所有的车企都在宣传其采用的芯片的算力有多高，但是这个算力大部分都是指神经网络芯片的算力，并不能从根本上解决芯片能力不足的问题。提高神经网络芯片的算力可以解决传感器数据预处理问题，但无法解决决策系统所需要的算力问题。

从算法角度来讲，现在车企在向Mobileye或者英伟达采购芯片的时候，也会采购其自动驾驶软件算法，主要的原因就是大部分车企不具备研发自动驾驶算法的能力。

神经网络算法是自动驾驶的核心，目前多数自动驾驶研发企业都通过机器学习的方式训练神经网络算法。该算法就如同一个黑盒子，程序员并不知道内部程序如何工作，只能知道输出和输入的值。这就如同人类的大脑，看到事物的图像是输入，得知事物的名称和属性是输出，但是没有人知道大脑如何认知事物，也不知道大脑的思考过程。

神经网络的算法在不断学习的过程中，内部会发生的一些变化。这些变化外界并不知道，但这些变化会影响到输出结果。对特斯拉来说，虽然其神经网络算法虽然训练很久，但还没有达到可以完全代替人类驾驶的程度。

此外，特斯拉追求的单踏板逻辑也会影响到神经网络算法的训练。如果系统训练过程中在减速的时候使用动能回收的频率高于刹车，这个系统在多数场景下的减速就会优先使用动能回收。

四、自动驾驶未来路线不明朗 消费者将为激进技术应用买单

不管未来技术如何发展，都应该优先保证消费者的声明财产安全。和丰田保守的作风不同，特斯拉在技术路线上一直都非常激进。优先使用域控制器，让辅助驾驶技术做自动驾驶技术做的事情。激进的技术推高了特斯拉市值，也树立了科技标杆的形象，唯一的代价却转嫁到消费者身上。

马斯克在前几日表示，特斯拉将推出完全基于视觉系统设计的FSD Beta V9.0系统。“我们必须集中精力拆除雷达并确认系统安全性。该版本将于下周在美国生产。然后，将发布基于纯视觉的FSD 和 v9 beta 版。V9 和 V8 之间的差异是巨大的。”

在中国车企开始装配激光雷达作为感知冗余的时候，马斯克选择的是拆除雷达，完全依靠视觉系统。这种行为既可以说是一种对技术的执着，也可以说是激进的路线选择。

显而易见的是，特斯拉的自动驾驶系统还没有达到完善的程度，未来还会不断的更新迭代。按照特斯拉目前处理事故的态度，在迭代的过程中所产生的故障，必然还需要消费者以及特斯拉车主买单。

对于车企来讲，应该合理宣传自家技术，同时专注于技术研发和问题解决，而不是在出现技术问题的时候选择甩锅消费者。就如同济大学朱西产所讲，“当消费者对车企宣传的技术的期待高于其本身技术能力的时候，就会出现安全事故。”同时，他补充道，“车企应该回归技术研发，而不是通过所谓的教育消费者来保证安全。”

对于汽车未来的道路，不同企业也有不同的看法。华为崔爱国曾在会议上表示，未来汽车为应对规模化和个性化挑战，汽车软件将逐步向“平台+生态”模式转变。他认为，未来车企会考虑自建软件平台，这个平台会和算法供应商、零部件供应商合作开发，可以更好的拓展新功能，不同部件也可以拥有标准化架构和接口，软硬件解耦将是未来趋势。

但英伟达和Mobileye则表示，“软硬件解耦不会是最优的解决方案。一个紧密结合的系统必然会更有效率，性能也会越来越好。对大部分车企来讲，算法和软件并不是其强项。”

作为智能汽车领域优秀的供应商，华为、英伟达和mobileye给出了截然不同的答案，但共同点是，未来车企将是一个平台，即便是自动驾驶技术不由车企研发，但依旧会运行在车企的平台之上。