3月31日晚,武漢市區(qū)部分蘿卜快跑車輛出現(xiàn)停滯。根據(jù)警情通報,事發(fā)之后,交管、交通部門與蘿卜快跑公司迅速處置,乘客均安全下車,無人受傷,相關交通路段迅速恢復秩序。
此次偶發(fā)事件引起業(yè)界對Robotaxi安全機制與大規(guī)模落地的討論。智駕網(wǎng)對這一事件進行了復盤與調(diào)查。
01.
蘿卜為什么會停?
在事發(fā)當晚,對于為何出現(xiàn)多輛Robotaxi同時停車,有相關人士猜測,很可能是遇到突發(fā)情況,觸發(fā)了安全自檢機制。
智駕網(wǎng)在第一時間與行業(yè)相關人士求證后確認,此次「蘿卜快跑」車輛停滯事件是車輛在自檢到潛在風險時,系統(tǒng)保障安全的主動策略,這一模式被稱之為「最小風險操作」:它是自動駕駛車輛在遇到系統(tǒng)故障、超出設計行駛范圍或無法繼續(xù)行程時,為保障安全而自動進入的一種穩(wěn)定狀態(tài)。
國際標準ISO23793-1:2024將最小風險策略(MRC)分為直線停與道內(nèi)停兩類,允許車輛在觸發(fā)MRC時縱向減速并在任意位置停放。
這一操作模式是基于自動駕駛的安全冗余依據(jù)標準設定的。
感知-決策-執(zhí)行,是自動駕駛運行邏輯,為保證行駛安全的底線,當前Robotaxi的冗余設定同時存在于這三者之間。
其中,感知類似人類的視覺,為接收更多的信息,目前L4企業(yè)及很多乘用車企業(yè)都為車輛安裝了多種傳感器以便對周圍環(huán)境進行更精準全面的感知;決策類似人類的大腦,負責將上述傳感器的數(shù)據(jù)匯總并相互校驗,剔除異常值。
當前自動駕駛行業(yè)關于「純視覺vs激光雷達」的技術路線爭論正是關于感知冗余的爭論。
至于眾多Robotaxi采用了與飛機類似的雙計算平臺,則是決策層面的冗余措施——自動駕駛車輛在行駛過程中,確保在一個平臺突然「死機」之時,另一個控制單元能瞬間接管。在自動駕駛發(fā)展的早期,車內(nèi)的安全員和遠程安全員,也可以視為是另外一種層面上的「決策冗余」。
在執(zhí)行層面,則通常采用雙控系統(tǒng)、雙電源供電、雙通訊鏈路等作為冗余。
自動駕駛的工程底線正是保證在上述的三個環(huán)節(jié),無論哪個環(huán)節(jié)出現(xiàn)問題,執(zhí)行層都會按照底層代碼的終極安全指令,啟動「最小風險策略」,也就是讓車輛停下來,即便是停在路中央,可能引發(fā)追尾,也要在第一時間停止行駛。
這正如家用車在發(fā)動機故障燈亮起后,車輛會自動限速或熄火保護,是行業(yè)通用的安全底線邏輯。
自動駕駛車輛同樣遵循這一原則,而因其無人駕駛的特性,其對安全的考量和處置方式更加嚴格、剛性。
如果以人類駕駛行為做類比,那類似于在行車過程中突遇暴雨、大風、沙塵、甚至是塑料袋等異物突然遮擋視線后的緊急停車。
在同樣具有「自動駕駛」模式的航空業(yè),民航飛機的自動駕駛儀在檢測到傳感器異常時,會自動切換到「降級模式」或交由人工接管,這是航空領域沿用數(shù)十年的安全冗余設計。
自動駕駛汽車的「主動停擺」邏輯與此同源,在「感知不確定」時選擇停下來,就是保證當前安全的最小風險。
而這樣的處理策略并非蘿卜快跑獨有,而是當前國內(nèi)外L4企業(yè)的統(tǒng)一操作。
2025年12月,美國舊金山因變電站火災一度導致市內(nèi)大規(guī)模停電,交通信號燈大面積失效。由于無法識別失效信號燈,Waymo車輛在多處路口開啟雙閃,陷入「停滯」。
Waymo后來解釋,這是因為公司系統(tǒng)預設將失效信號燈視為「四向停車」(Four-way stop)場景,但因停電規(guī)模超預期,車輛確認路口安全狀態(tài)耗時過長,觸發(fā)了「最小風險策略」(原地停車并雙閃)。
Waymo表示,這是美國加州DMV(Department of Motor Vehicles,機動車輛管理局或車管所)對L4級全無人駕駛的強制安全要求,并非企業(yè)自主選擇。
事件發(fā)生次日,Waymo便恢復正常運營,此次事件未對其無人駕駛整體服務運營造成任何影響。
在系統(tǒng)遇到「感知不確定」或「外部環(huán)境異?!沟那闆r下,「停下來」是法律和技術共同規(guī)定的最后一道防線。
盡管無人駕駛的事故率已經(jīng)是人類的百分之一,但人們總希望用絕對零故障要求AI。
從技術發(fā)展角度來看,十多年前,眾多技術工程師、主機廠許下的「零傷亡、零事故」自動駕駛愿景是不符合物理規(guī)律的。
多年前,智駕網(wǎng)曾提出,人類接納自動駕駛的前提是接納一臺可能犯錯的機器。
重要的不是自動駕駛車輛是否永遠不犯錯,而是人類社會為機器的犯錯設置一套經(jīng)濟上可行的救濟機制:用可度量的經(jīng)濟模型覆蓋自動駕駛車輛犯錯引發(fā)的經(jīng)濟損失。
02.
等一等Robotaxi
今年多家Robotaxi公司表示,自動駕駛已從「技術驗證期」進入「規(guī)模化商業(yè)運營期」,部分公司在單個季度內(nèi)實現(xiàn)了盈利,單車利潤轉正,而眾多咨詢機構預測,十年內(nèi),Robotaxi將成為萬億美元級別的市場。
在無人駕駛市場,無論是從技術層面還是在運營層面,中國企業(yè)沒有「可以摸的石頭」,任何各種極端場景的考驗,都將是全球L4企業(yè)共同要蹚過的那條河。
回溯無人駕駛的發(fā)展歷程,即便把時間線推到引發(fā)現(xiàn)代自動駕駛產(chǎn)業(yè)的「大爆炸」DARPA挑戰(zhàn)賽時期也剛剛20年多一點,如果從谷歌在公共道路上首次實現(xiàn)了完全無人駕駛的時間計算,這是一個發(fā)展僅僅14年,依然尚未成熟的行業(yè)。
這種不成熟,不僅僅是技術上尚未完全成熟,也包括城市對于Robotaxi運營的基礎設施、基本規(guī)則,尚在磨合、摸索之中。
而即便Robotaxi進入千城萬市,成為人類日常出行的首選,也并不意味著Robotaxi永遠不發(fā)生事故。與之類似的是電力行業(yè),其在人類社會的大規(guī)模普及已有上百年的時間,但至今仍偶有停電故障發(fā)生。
而社會大眾接納Robotaxi、接納無人駕駛,同樣也需要時間。
這個過程伴可能并不是完全愉悅的,它可能有各種未曾預測到的事故、錯誤,從而對各地的道路管理者帶來巨大的輿論壓力與職責拷問。
但這些錯誤并非全是Robotaxi成長的代價,它也是社會治理規(guī)則化的現(xiàn)實案例,沒有Robotaxi的成長、成熟,具身智能產(chǎn)業(yè)注定缺乏成長的土壤。
寫在最后:
毫無疑問,中國在一定意義上是對自動駕駛政策最為開放、消費者接受程度最高的市場之一。
而以中國市場的體量,其觸發(fā)的事故、引發(fā)的爭論當然也是世界上最多的。
但同樣毋庸置疑的是,自動駕駛已是大勢所趨,以中美為代表的兩大市場都在推動人類社會更深層次地接納Robotaxi、具身智能。
這背后當然有技術、產(chǎn)業(yè)與規(guī)則的全球話語權博弈。
自動駕駛是AI在物理世界落地的核心載體,自動駕駛對物理世界的深度理解與交互能力,是通向通用人工智能(AGI)的關鍵路徑,已是業(yè)內(nèi)共識。
但更深層次的原因是自動駕駛在宏觀層面可以大大降低事故率,雖然并非夸張的「零傷亡、零事故」,但將遠遠低于人類駕駛員。
同時它可以帶來更高的出行效率,解放人類的時間。
但這一過程,并不意味著因為某個大模型的突然開悟,可以一步實現(xiàn)。它需要數(shù)據(jù)的積累,全場景的強化學習,這個過程可能伴隨著各種意外。但這個時間、這個過程,中美兩國都無法跳過。
在Robotaxi已經(jīng)無可回避的時代,技術的問題歸技術,救濟的問題歸救濟,治理的問題歸治理。
企業(yè)、公司、消費者在遇到問題時,各自追索自己的權利,承擔自己的責任,是Robotaxi才有可能可成長為和馬車、燃油車一樣的出行選擇。
中國信息協(xié)會常務理事、新經(jīng)濟研究院院長朱克力表示:此次蘿卜快跑主動停止運行,是自動駕駛系統(tǒng)在面對不確定性時選擇最保守的退出策略。這種對"安全第一"的嚴格遵循,雖表現(xiàn)為看似"異常"的停車,實則為公眾信任奠定基礎。隨著技術迭代,此類保守觸發(fā)將逐步減少。
是的,這次異常停車其實是一套安全策略生效的結果,這既是技術的副作用,也是技術的善意。
x
-
武漢「蘿卜快跑」事件考:Robotaxi還需要一點「犯錯冗余」 2026-04-03 15:33
-
8萬塊的小車也要帶著激光雷達跑世界模型了 2026-04-03 14:55
-
輕舟智航,異軍突起 2026-04-01 12:03
-
比郵票更小,英飛凌推出首款集成微控制器和功率級的MOTIX?電機控制SiP 2026-03-31 16:20 -
國民小車5.89萬起售,奇瑞全新QQ3卷瘋A0級純電市場 2026-03-31 14:38 -
奔馳新一代GLE/GLS全球首秀,搭載MB.OS架構與端側多模態(tài)大模型 2026-04-01 13:04


京公網(wǎng)安備 11010502038466號
關注官方微信