一宗幼童在貨車盲區遭輾斃的CCTV片段震驚網絡，引發各界對司機、家長以至環境因素責任的激烈爭議。本文將諮詢AI大模型DeepSeek，分析純視覺輔助系統與光達（LiDAR）在偵測低窪盲點方面的分別，為道路安全提供科技視角。
即刻【按此】，用 App 睇更多產品開箱影片
雲南大理市日前發生一宗致命交通意外，一名幼童於街頭不幸遭一輛中通快運（ZTO Express） 派件貨車輾斃，事件引起廣泛關注。事發於7月2日傍晚，在大理市大展屯綜合市場附近，一輛送貨貨車在左轉時，其後輪輾過一名倒臥路上的幼童，該名幼童經送院搶救後證實不治。
監控片段顯示，當晚8時49分，該名幼童獨自於路口門頭廣告投影燈的光影下玩耍，隨後逕自躺臥在地。此時，涉事小型貨車亮着左轉燈緩緩駛近，一名騎電動車的女子為避讓貨車而停車，幼童正好在其前方。貨車繼續轉彎，未能察覺躺臥的幼童，前輪雖避開，但右後輪卻直接輾過幼童。貨車停下後，一名男子隨即下車查看並大聲呼救。
肇事司機深感內疚、公司回應將依法處理
據了解，肇事司機甘先生表示，事發時車輛後輪突然抖動，他以為輾到石頭，下車查看才驚見幼童受傷，隨即報警並召救護車。甘先生形容，幼童當時躺在光影中，位於他視線的右前方盲區，加上正進行左轉，導致他未能及時發現。他聲稱駕駛時已按喇叭、打方向燈及踩煞車，但悲劇仍不幸發生。甘先生對事件深感內疚，他透露自己亦是為人父母，並已向幼童家屬支付部分殮葬費，正等候警方釐清責任。
中通快運 （ZTO Express） 大理一個網點的工作人員證實，甘先生是該網點負責人之一，事發當晚正趕着送貨。網點方面表示，目前正全力配合交警部門進行責任認定，同時積極與家屬溝通，並將依法依規處理後續事宜。一名騎車路過的女子，被網民質疑未有上前阻止或截停一輛貨車，因而被批評過於冷漠。
各界關注監護人責任-監護人、駕駛者、行人等
事件發生後，網民對於事故責任的劃分意見紛紜。不少人質疑幼童監護人的去向，認為家長應承擔主要責任。亦有評論指出，意外發生於夜間，騎車女子可能因視線不佳而未能及時察覺地面上的幼童，故未能阻止貨車。
河南澤槿律師事務所主任付建指出，儘管司機聲稱事發地位於視線盲區，但作為機動車駕駛者，有責任確保行車安全，若未盡到合理注意義務，仍需承擔一定責任。《道路交通安全法》規定，機動車與行人發生交通事故，若行人有過錯，可適當減輕機動車一方的賠償責任。此外，中通快運 （ZTO Express） 作為司機的僱主，需為司機執行工作任務造成的損害承擔賠償責任。
其他潛在責任
法學博士、雲南劉文華律師事務所律師劉文華認為，貨車司機作為直接肇事方，應承擔大部分事故責任。他指出，事發路段並非高速公路，行人出沒屬常見情況，司機理應盡全面觀察路面的責任，視線盲區不應成為免責理由。
劉律師續稱，根據《民法典》，八歲以下幼童屬無民事行為能力人，父母應負完全監護責任，因此交警很可能會判定幼童父母承擔一定事故責任。此外，若廣告燈亮度超標或設置不合理，影響駕駛者視線導致事故，廣告燈的擁有人亦可能需承擔部分責任。目前，警方仍在調查事故詳情，最終各方責任劃分仍有待警方認定。
Deepseek 分析：純視覺 vs. LiDAR 誰是盲區救星？
面對這類型的交通慘劇，智能駕駛系統的安全性更加成為人們關注的重要話題，其中純視覺系統和LiDAR在面對類似的交通危機，哪一個更有可能避免危險的發生？ 對此，小編特地向AI大模型 DeepSeek 進行了諮詢，希望能為準備購車或關注智能駕駛技術的用戶提供客觀參考。
純視覺輔助駕駛系統
DeepSeek 指出，純視覺輔助駕駛系統主要依賴高解析度攝影機來感知周遭環境。它透過分析圖像數據，識別行人、車輛、交通標誌等。
優勢： 成本相對較低，有助於普及；能獲取豐富的顏色、紋理等語義資訊，有助於識別物體種類；善於識別交通標誌和交通燈號。
限制： 對光線條件敏感，在夜間、強光、逆光或惡劣天氣下，性能可能受影響；缺乏精確的深度資訊，在識別「躺在地上」等缺乏高度的目標時，可能不夠精準；容易被其他物體遮擋，導致無法探測。
光達（LiDAR）系統
至於光達系統，DeepSeek 解釋其透過發射雷射光束並測量其反射時間，來建立周遭環境的3D點雲圖，能精確測量物體的距離、位置和形狀。
優勢： 提供高精度3D點雲，對物體的距離和高度資訊非常可靠，特別有利於識別低矮或躺臥的目標；不受環境光線影響，無論白天、夜晚或強光下都能穩定工作；在一定程度上能穿透雨霧，提供更穩定的感知。
限制： 成本較高，限制了普及速度；生成的點雲數據量大且處理複雜；無法獲取語義資訊，單獨無法判斷物體具體類別（例如無法直接分辨出是「兒童」）。
結果分析：LiDAR在探測低矮目標上具更強優勢
DeepSeek 綜合分析認為，就此次「幼童躺在司機視覺盲區被輾壓」的特定事故而言，光達系統在探測低矮或缺乏明顯高度的物體方面，無疑具有更強的優勢。 其提供的高精度3D深度資訊，對於識別躺在地上的兒童，顯然比純視覺系統更為可靠。
然而，DeepSeek 也強調，這並不代表純視覺系統一無是處。事實上，業界普遍認為最理想的輔助駕駛方案是多傳感器融合（Sensor Fusion）。透過將攝影機、光達、雷達等不同傳感器的數據結合，可以互相彌補各自的不足，例如光達雖然能精確探測到「地面有障礙物」，但無法分辨是何種障礙物；此時若能結合攝影機的語義識別能力，就能更準確地判斷出那是一個「兒童」，從而觸發更及時、更精準的預警甚至自動煞車。
【相關報道】
Source：