深度数据解读
1640起碰撞事故背后
美国自动驾驶的十点观察
(下篇:第6-10点观察)
基于NHTSA Standing General Order全量数据 | 709起ADS + 931起ADAS
数据截至2026年2月17日 | 覆盖13家ADS实体 + 17家ADAS实体
引言
2021年6月,NHTSA史无前例地动用监管权力,强制要求自动驾驶(ADS, SAE L3-5)和辅助驾驶(ADAS, SAE L2)系统的制造商报告碰撞事故。截至2026年2月17日,这一数据库已累积超过1640起去重后的独立事故记录。我们对全量原始数据逐条分析,得出十个核心发现,分上下两篇呈现。
06
[方法论] 直接比较事故数量是这份数据最大的误用风险
NHTSA在数据页面反复强调这一点:这些数据没有按里程、车队规模、运营范围做任何归一化处理。我们有必要用一张表格说明有多少因素可以扭曲跨公司对比。
影响因素 | 具体说明 | 对数据的扭曲 |
车队规模 | Tesla ADAS约数百万辆;Waymo约数千辆 | Tesla的绝对事故数天然远高 |
数据采集能力 | Tesla/Waymo有实时遥测;传统车企依赖消费者投诉 | 遥测强的公司知道更多事故 |
报告门槛 | ADS:所有财产损失及以上;ADAS:仅气囊/拖走/住院/死亡/弱势用户 | ADS门槛低, 报告更多轻微事故 |
运营环境 | ADS:城市低速;ADAS:全路况全速度 | 完全不同的碰撞物理特征 |
缺失数据 | 不要求报告车队规模、总里程、运营设计域 | 无法计算事故率 |
对读者的建议最稳健的分析方法是:(1) 关注单一公司的纵向趋势;(2) 关注碰撞模式和场景分布而非总量;(3) 用气囊展开率作为严重度代理指标(不受报告偏差影响);(4) 里程估算仅供参考量级,不作为精确比较依据。
07
[ADS] ADS生态远比Waymo一家独大更丰富——13家实体各有特色
公司 | 事故数 | 运营类型 | 车型 | 叙述公开 |
Waymo LLC | 613 | Robotaxi(城市) | Jaguar I-PACE | 100% |
Zoox, Inc. | 26 | Robotaxi(测试) | Zoox/Toyota | 100% |
Avride Inc. | 24 | 配送/Robotaxi | 多品牌 | 100% |
Tesla, Inc. | 15 | Robotaxi(奥斯汀) | Model Y | 0% |
May Mobility | 11 | 微循环巴士 | 多品牌 | 100% |
Aurora Operations | 4 | 自动驾驶卡车 | Peterbilt 579 | 100% |
Motional / Beep / Nuro等 | 16 | Robotaxi/配送/低速 | 多品牌 | 大部分公开 |
ADS月度事故从2025年6月的59起持续增长至2026年1月的117起。这主要反映Waymo车队规模和运营城市的扩大(亚特兰大、奥斯汀新增),以及Avride等新玩家的加入,而非安全性的下降。没有里程归一化,绝对数量的增长无法直接解读为安全趋势。
月份 | 06 | 07 | 08 | 09 | 10 | 11 | 12 | 01(26) |
ADS总计 | 59 | 66 | 61 | 67 | 97 | 112 | 109 | 117 |
其中Waymo | 52 | 56 | 51 | 56 | 86 | 100 | 93 | 100 |
ADAS总计 | 89 | 91 | 82 | 101 | 132 | 117 | 128 | 119 |
08
[ADAS] ADAS致命事故14起:高速公路是最高危场景
全数据集共15起致命事故(ADS 1起、ADAS 14起)。ADAS的14起中,Tesla占11起、GM占2起、Honda占1起。
公司 | 车型 | 时间 | 地点 | 速度 | 碰撞对象 | 道路 |
Tesla | Model Y | 2025-04 | CA Claremont | 123 | 杆/树 | Unknown |
Tesla | Model 3 | 2025-07 | NJ Sayreville | 102 | Unknown | Unknown |
Tesla | Model Y | 2025-09 | CA Tracy | 63 | 乘用车 | 高速公路 |
Tesla | Model 3 | 2025-10 | CA San Diego | 56 | SUV | 高速公路 |
Tesla | Model 3 | 2025-08 | CA Fontana | 0 | 乘用车 | 高速公路 |
Tesla | Model 3 | 2025-11 | VA Fancy Gap | 47 | 重型卡车 | 高速公路 |
...其余5起Tesla | | | | 0-55 | 多种 | 多种 |
GM | Escalade | 2025-12 | NY Albany | 85 | SUV | 高速公路 |
GM | Traverse | 2026-01 | MS Kosciusko | 23 | 杆/树 | 高速公路 |
Honda | Civic | 2023-01 | TX Alice | - | 重型卡车 | Unknown |
需要强调的背景:Tesla有806起ADAS报告中11起致命(1.4%),但Tesla ADAS装车量达数百万辆——如果按车队规模归一化,这个致命率可能并不异常。同时,由于叙述全部CBI遮盖,我们无法判断这11起中有多少是系统责任、多少是对方过错或驾驶员误用。在速度已知的案例中,出现了极高速碰撞(102-123 MPH)和静止被撞(0 MPH)两个极端,暗示了截然不同的事故机理。
09
[对比] 气囊展开率:当87%的严重度标记为Unknown时,最可靠的代理指标
ADAS数据中87.3%的严重度被标记为Unknown(主要因Tesla CBI),使得常规严重度分析几乎失效。但气囊是否展开是客观的物理事件,通过EDR或遥测自动记录,不依赖报告者的主观判断。
极低 ADS 气囊展开率 | VS | 极高 ADAS 气囊展开率 856/931为5-Day报告(含气囊触发门槛) |
核心方法论前提:ADAS的报告门槛本身就包含气囊展开作为触发条件之一——这意味着ADAS数据集天然偏向高严重度事故。而ADS需要报告所有造成财产损失的碰撞,门槛低得多。这个报告门槛差异是理解两类数据集最重要的方法论前提。
为什么气囊数据特别稳健:在Tesla的806份ADAS报告中,尽管严重度和叙述都被遮盖,气囊展开、车辆拖走、碰撞前速度等结构化字段仍然有客观记录。研究者可以绕过CBI限制,利用这些字段构建严重度的替代估算模型。
10
[生态] 数据架构的差异,就是行业成熟度的X光片
最后一个发现超越了事故本身。报告的方式、质量和完整度,本身就映射了每家公司——乃至ADS vs ADAS两个赛道——的技术和治理成熟度。
维度 | ADS 生态 | ADAS 生态 |
主要数据源 | 车辆遥测(实时) | 遥测+消费者投诉 |
报告类型 | 5-Day 364 / Monthly 332 | 5-Day 856 / Update 74 |
叙述公开率 | ~97% | ~12% |
碰撞对象Unknown率 | 极低 | 48.3% |
严重度Unknown率 | 1.7% | 87.3% |
整体数据可用性 | 高 | 低 |
ADS公司(尤其Waymo、Zoox、Avride、Aurora)的报告质量一致地高——完整叙述、精确坐标、详细系统状态。这不仅是技术能力的体现,更反映了这些公司在公众信任是商业模式基础这一点上的共识。它们在公共道路上运营无人车辆,必须通过透明度来换取社会许可。
ADAS则呈现分裂格局:GM的报告质量堪比ADS阵营,提供了EDR时间线和OnStar录音;Toyota、Honda、Ford等传统车企也基本公开叙述;而Tesla、BMW、Subaru等选择大规模CBI遮盖。ADAS数据集的整体可用性,被CBI遮盖和Unknown字段严重拖累。
这意味着什么?NHTSA的SGO制度提供了前所未有的结构化碰撞数据——但数据的价值最终取决于报告实体愿意透露多少。在ADS侧,公开透明已成为行业规范;在ADAS侧,CBI屏障仍然限制着公众和研究者获取完整信息的能力。这是行业文化问题,不是合规问题。1640起碰撞事故不会告诉你自动驾驶是否安全这个终极问题的答案。但它们提供了迄今为止最丰富的公开窗口,让我们得以看到:哪些公司在透明地面对安全挑战,哪些系统在什么条件下会失效,以及当数百万辆搭载辅助驾驶的车辆每天行驶在公共道路上时,我们的监管工具是否跟上了技术的速度。
数据本身不带立场。但数据的完整性和可获得性,决定了公众讨论的质量。
数据来源与声明
本文全部数据来自NHTSA Standing General Order 2021-01(第三修订版)公开CSV数据集,下载日期2026年3月21日,数据覆盖2025年6月16日至2026年2月17日(含截至2026年1月15日收到的报告)。
里程估算引用来源:Tesla Q4 2025财报、Electrek 2026年2月17日报道、Waymo官方披露及Swiss Re研究。原始数据按Report ID取最新Version去重,再按Same Incident ID去重。
本文不构成投资建议或安全评估结论。ADS与ADAS的报告门槛、运营条件、数据采集能力存在根本差异,跨类比较需极度谨慎。完整原始数据可在nhtsa.gov 下载。