DAR系统在高速上看到了类似人的巨大广告影像，引发了大家对LiDAR识别能力的讨论。01甘孜发生的那一次，车速从80km/h猛然降到20km/h，理想L7车主在甘孜的路上巡航，看到仪表盘数值瞬间改变，车子直接停下来。回放录像发现是一个广告牌上的人影被系统当成了行人。理想官方解释是LiDAR有误判，但没给出最后的答案，事情就很快传开了。02LiDAR不像视觉摄像头，它依靠128束激光测距，生成点云数据。虽然没有RGB通道，但白色反光广告表面在点云里会显得特别突出。这种高光很容易让人像在动态阴影、高度差异等方面与真实行人混淆，导致算法选择了最保守的刹车策略。换句话说，LiDAR误判了平面人像和立体真人的差异。03如果只有LiDAR误判，系统就不会直接刹停。这个问题出在融合逻辑上。实验发现遮住理想L9的LiDAR也能跑高速NOA，说明它不是完全依赖LiDAR的。这时候摄像头和毫米波雷达就起了主导作用：摄像头对鲜艳颜色敏感，毫米波测速却无法提供高度信息；两者一起加权计算就把广告牌上的大块人影当成了行人。 04这种情况不是第一次发生，以后可能还会有。比如1月份有车主在晚上看到屏幕提示“有人追车”，结果周围什么也没有；3月份还有车主在空旷的墓地里发现中控屏幕特别热闹。特斯拉也遇到过把路牌影子当成行人的问题。共同点是环境光照、颜色饱和度、动态阴影超过训练样本范围时，算法就容易出错。这个行业需要更多的场景模型（SR）来覆盖这些边缘案例。 05甘孜事件的危险之处在于高速公路休息区外常见的巨幅人像广告。如果系统学不会忽略平面图像，下一次可能以120km/h的速度撞上去。后车来不及反应的话后果不堪设想。监管机构、车企还有用户都需要把平面误判列入高风险清单里，加快更新算法和安全设计。 06智能驾驶还处于初级阶段技术还在完善中。享受便利的同时最好把脚放在油门上、视线不离前方、双手紧握方向盘。真正的理想不是让车替你开车而是让它帮你提前发现风险再由你决定下一步怎么走。