小米SU7自动泊车时撞上悬空墙体：技术局限何在，行业如何突破？

　　2026年4月，上海一位小米SU7车主在地下车库使用自动泊车功能时，车辆径直撞上了一面悬空的墙体，导致车顶损坏。车主表示"以后不再用了"，而小米客服的回应是：悬空障碍物确实可能影响泊车辅助功能。

　　这听起来像是一个低级失误--一辆配备了激光雷达、毫米波雷达和十几颗摄像头的智能汽车，怎么会"看"不到一堵墙？但问题恰恰出在"悬空"二字上。这起事故像一把手术刀，精准地切开了当前所有自动泊车系统一个共通的、尚未愈合的技术"盲区"。

　　自动泊车的"眼睛"，为什么集体"失明"？

　　要理解这次碰撞，得先看看汽车自动泊车依赖的几双"眼睛"是如何工作的。

超声波雷达（盲人探路杖）：这是自动泊车最依赖的传感器，通常分布在车身四周。它的工作原理很像盲人的探路杖，通过发射超声波并接收回波来测量距离。但它的致命缺陷是，这根"探路杖"只能感知与地面接触或非常接近地面的物体。

　　对于完全悬空、下方没有反射面的墙体，超声波信号要么无法返回，要么被系统当作无关的背景杂波过滤掉了。在泊车场景下，它主要任务是探测地面上的车位线和低矮的马路牙子。

摄像头（受光线影响的肉眼）：摄像头通过图像识别来判断障碍物。但在光线不足的地下车库，图像质量会大打折扣。更重要的是，如果悬空墙体与背景颜色、纹理对比度不高，算法很容易将其漏检。

　　它擅长识别已知的、规则的物体（如车辆、行人），但对于不规则的、非常见的悬空结构，识别率会急剧下降。

激光雷达（三维扫描仪）：这是理论上识别悬空物体最强的工具。它通过发射激光束，获取周围环境的三维点云图。但问题在于，泊车时激光雷达的扫描重点通常集中在车身周围水平面，对于远高于车顶的垂直空间，关注度不足。

　　此外，如果悬空物体本身较薄，激光点打在上面可能过于稀疏，难以形成有效的三维模型，同样会被算法忽略。

　　小米SU7搭载了包括激光雷达在内的多传感器融合系统，但在这场事故中，所有传感器都"失效"了。根本原因在于，当前自动泊车系统的核心算法逻辑，优先保障的是对地面障碍物的避让，系统默认的"威胁"主要集中在车身高度范围内。

　　一堵高于车顶的悬空墙，虽然对人眼来说显而易见，但很可能没有进入系统"需要紧急避障"的决策列表。

　　不是小米一家的问题，但解法已有高下之分

　　小米客服在回应中提到，这是行业共性问题。这话没错，我们看看其他厂商的表现：

特斯拉：采用纯视觉方案，曾因环境感知缺陷导致多起低速碰撞。美国监管机构调查指出，其系统对悬空物体识别能力不足。纯视觉方案在高度感知上存在天然短板。比亚迪：走在了前面。它通过申请专利，用AI模型直接提取"悬空物体接地点"信息，将识别精度提升至99%。更关键的是，比亚迪敢于推出"智能泊车安全兜底承诺"，事故责任由车企承担，这背后是强大的技术自信。小鹏：在旗舰车型GX上搭载了分辨率极高的896线激光雷达，可以识别150米外的悬空目标，在复杂场景下避让成功率很高。

　　可见，行业共识是必须依靠多传感器融合与更先进的AI算法来攻克这一难题。比如，优化激光雷达的"地面过滤算法"，让系统能更好地从海量点云中分离出悬空物体；或者像一些供应商研究的那样，结合视觉语义分割和三维重建技术，仅凭摄像头也能估算出物体的空间结构。

　　被藏起来的说明书，和被夸大的宣传

　　技术有局限可以理解，但问题另一半在于"人"的层面--信息不对称。

　　根据调查，小米在小米汽车App的"辅助驾驶专区"的泊车辅助教学流程中，确实用文字提示了用户需警惕"悬空的管道、消防栓"。然而，这种关键的风险提示，没有在销售宣传中被同步强调。

　　翻开小米的官方宣传，自动泊车功能被描绘得极其便捷和智能："一句话搞定泊车"、"解放双手"，演示的是用户双手提物时，优雅地用语音把车召唤出来的场景。在这样充满未来感的演示中，没有任何关于"悬空墙体可能无法识别"的警示。