美国自动驾驶事故数据解读之十点观察

1640起碰撞事故背后，美国自动驾驶的十点观察

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，以下完整呈现。

方法论说明：原始CSV包含ADS 725条记录、ADAS 998条记录。按Report ID取最新版本去重，再按Same Incident ID去重，得到ADS 709起、ADAS 931起独立事故。以下分析均基于去重后数据。

[ADS] 自动驾驶车在事故中多为被撞方——但这既是优势，也是代价

709起ADS事故中，Waymo独占613起（86.5%）。由于Waymo公开了全部事故叙述，我们能够逐条复核碰撞经过。最显著的发现是：54.3%的事故中，AV的碰撞前速度为0 MPH——即完全静止状态。

碰撞对象前三位：乘用车228起（32.2%）、SUV 149起（21.0%）、重型卡车73起（10.3%）。道路类型：城市街道457起（64.5%）、交叉路口179起（25.2%）、停车场61起（8.6%）、高速公路仅12起（1.7%）。

但被追尾不等于无责。Waymo的保守驾驶策略——频繁停车让行、对模糊路况选择等待——虽然对AV自身及乘客极为安全（仅1起致命事故），但每一次意外停车都在给后方跟车的人类驾驶员制造反应时间压力。这是安全设计中的经典权衡：最大化自身安全 vs 融入交通流的可预测性。

数据启示：ADS事故的本质是低速、城市、被动碰撞。这与公众对“自动驾驶事故”的想象（高速失控冲出公路）截然不同，95.2%的ADS事故发生在25 MPH以下。

[对比] ADS事故多反而比ADAS更安全？——这是整份数据中最反常识的发现

公众的直觉通常是：事故越多，越危险。但NHTSA的数据讲了一个完全相反的故事。

ADS报告了709起事故，ADAS报告了931起，表面上看ADS也不少，但打开严重度分布：

709起ADS事故，致命1起。931起ADAS事故，致命14起。ADS的气囊展开率接近于零；ADAS的856份报告本身就是因为气囊展开等严重事件才触发的报告义务。

换句话说：ADS的709起事故，绝大多数是“蹭了一下漆”；ADAS的931起事故，几乎每一起都涉及气囊弹开级别的碰撞。事故数量更多的那个类别，反而是伤害程度最轻的。

ADS唯一的致命事故：2025年9月，Waymo的一辆Jaguar I-PACE在亚利桑那州Tempe以8 MPH的速度与一辆摩托车碰撞，造成死亡。这是整个数据集中ADS仅有的一起致命记录。

核心差异的根源：动能与速度的平方成正比。ADAS碰撞的平均动能约为ADS的56倍。这不是技术差距，是运营场景的根本差异：ADS在城市街道低速运行（64.5%为街道），ADAS在高速公路巡航（38.9%为高速）。直接比较两类事故的绝对数量或严重度没有意义。

[对比] CBI遮盖：不只是一家公司的选择，但规模效应使影响集中

NHTSA的SGO制度允许报告实体对三类信息申请机密商业信息（CBI）保护：ADAS/ADS版本号、是否在设计运行域内、事故叙述。不同公司在行使这一权利时的选择差异悬殊。

客观说明：使用CBI是法律赋予所有报告实体的合法权利。Tesla可能基于知识产权保护、诉讼策略等合理商业理由做出这一选择。BMW、Subaru、Mercedes、Lucid等也做了类似选择。但客观后果是：对于这些公司的事故，外部研究者和公众无法判断事故责任方，也无法识别系统性碰撞模式——而这恰恰是SGO制度的核心目标之一。与此同时，GM、Toyota、Ford、Honda等传统车企以及几乎所有ADS公司选择了完整公开叙述。

[ADS] Tesla Robotaxi碰撞频率仍高于行业水平——但需看到早期阶段的不确定性

Tesla的ADS报告（Robotaxi服务，奥斯汀）共15起，全部叙述被CBI遮盖。我们只能从结构化字段中提取信息。

趋势解读需要极度谨慎：10-12月确实只有月均1起，显示可能的改善。但2026年1月又跳升至5起，恰好在Tesla开始无安全员运营之后。在15起的样本量上做趋势判断，无论是“改善”还是“恶化”的结论都不够稳健。

公平呈现：Tesla Robotaxi使用改装版Model Y，搭载专用FSD Unsupervised软件，与消费者版本的ADAS（FSD Supervised）是不同的系统分支。其仍处于极早期阶段（15起事故、不到100万英里），与Waymo 2.5亿+英里的规模完全不在同一数量级。早期碰撞率偏高在自动驾驶行业中并不罕见——Waymo早年的碰撞率也远高于现在。判断Tesla Robotaxi安全性的时间窗口尚未成熟，但现有数据确实显示其碰撞频率显著高于Waymo和人类基线。

[ADAS] GM Super Cruise的退出模式：Level 2系统的人机交接困境

GM提供了全行业最详细的系统状态时间线。69起ADAS事故报告中的叙述全部公开，让我们得以追踪Super Cruise在碰撞前的精确行为。

关键发现：多数退出是由驾驶员主动接管（踩刹车或握方向盘）触发的，系统按设计执行了控制权交还。但数据呈现的时间窗口仍然值得关注：当交还发生在碰撞前2秒内，即使完全清醒的驾驶员也难以做出有效干预。

更准确的定性：GM的数据展示的并非系统失效或系统逃避责任，而是Level 2 ADAS固有的人机交接困境。系统设计本意是在感知到异常时将控制权交还驾驶员——这本身是正确的安全逻辑。但认知科学研究表明，长时间依赖自动化后的注意力恢复（模式混淆，即驾驶员从监控状态切回手动操控时的认知延迟）通常需要5-15秒。当系统在碰撞前2秒才退出时，这个时间差就成了安全缝隙。这不是GM独有的问题——它是所有Level 2系统的结构性挑战。

GM数据的独特价值：由于Tesla遮盖了全部叙述，GM的69份完整报告成为理解Level 2 ADAS系统行为的最重要公开窗口。GM报告中详细记录了Super Cruise的状态转换时间轴、EDR数据、OnStar录音，为行业研究和监管分析提供了无可替代的案例库。

[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。

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。

[ADS] ADS生态远比Waymo一家独大更丰富——13家实体各有特色

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。

[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。

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。

[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。

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。

[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。

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官网下载。

/ END /

文章转载自公众号：Intelligen Safety Security
原文链接：https://mp.weixin.qq.com/s/t-rlkd3PrdVfXDS6FuH8eQ