自动驾驶统计事故率虽低，但公众的信任危机源于责任归属模糊、极端场景失效的恐惧及技术宣传与实际体验的落差。
一、技术可靠性仍存致命短板
极端场景应对能力不足
自动驾驶在常规路况表现稳定，但面对施工区锥桶（识别不清）、夜间鬼探头（儿童突然冲出）或高速静态障碍物（如故障车辆）时，系统可能失效或延迟响应。部分L2级车型在夜间高速施工场景避障成功率仅47%，碰撞前2秒才预警，人类几乎无法有效接管。
传感器方案争议影响安全冗余
纯视觉派（如特斯拉）依赖摄像头，在强光、雨雾中易误判；融合感知派（激光雷达+毫米波雷达）成本高但全天候适应性更强。马斯克称“激光雷达降低安全性”，但实际测试中纯视觉方案在复杂路况的盲点更显著。
过度依赖辅助驾驶有何隐患
二、责任归属与法律配套缺位
L2与L3级责任倒挂矛盾
L2级事故责任归于驾驶员，车企常以“未保持监控”推责；而L3级在激活状态下责任转嫁车企（如深蓝汽车承诺担责），但多数市售车仍处L2阶段，用户需承担技术失效风险。
事故溯源与赔偿机制不完善
系统故障时部分车企未完整公开数据，用户维权困难。如部分车辆碰撞后车门自动解锁失效、电池起火，责任认定依赖企业自查，公信力存疑。
三、心理认知与信任壁垒
"零事故"预期与统计现实的冲突
人类驾驶事故率虽高（94%人为导致），但公众对机器容错率为零：百万公里0.23次事故若发生在个体身上，仍是100%的家庭悲剧。
控制感丧失的天然抗拒
人类对自身失误容忍度高（如油门当刹车），但对机器失效的恐惧放大。心理学研究表明，即便系统更安全，人们仍倾向于“自己犯错”而非“机器失控”。
四、行业乱象加剧信任危机
过度宣传模糊功能边界
车企将辅助驾驶包装为“自动驾驶”，导致用户高速脱手刷手机、醉驾启用系统等危险行为。实验显示58%车主混淆L2与自动驾驶概念。
技术标准与监管滞后
部分车企为降本省略底层安全模块（如AEB自动紧急制动），新规虽要求失效必须光学提示，但执行力度不足。
五、渐进式信任或是破局关键
责任兜底增强信心
比亚迪承诺泊车事故赔偿、蔚来降低事故率25%的保险数据，让用户看到技术价值。
人机协同更易被接受
拥堵路段辅助驾驶接管脚部疲劳（如环路跟车），但复杂路况人工干预，这种“机器为主、人类监督”的混合模式接受度更高。
