作者 | 鄭浩鈞

編輯 |王瑞昊

2026年3月31日晚，武漢市區(qū)部分“蘿卜快跑”無人駕駛車發(fā)生停滯，相關(guān)部門快速處置后，受影響交通路段很快恢復(fù)正常秩序，事件未造成人員受傷。

作為自動(dòng)駕駛規(guī)?；涞剡^程中的一次典型場景，這一事件引發(fā)了公眾對(duì)無人駕駛技術(shù)安全性的廣泛討論。不少人將車輛臨時(shí)停滯等同于技術(shù)異常，卻忽略了其背后成熟的安全設(shè)計(jì)邏輯。

結(jié)合此前谷歌Waymo的相似案例，以及自動(dòng)駕駛行業(yè)的通用安全準(zhǔn)則來看，此次事件并非技術(shù)層面的意外，而是L4級(jí)自動(dòng)駕駛安全機(jī)制的正常觸發(fā)，也是行業(yè)邁向成熟的必經(jīng)考驗(yàn)。

停滯非“拋錨”，是主動(dòng)安全降級(jí)

面對(duì)自動(dòng)駕駛車輛的臨時(shí)停滯，大家很容易將其與傳統(tǒng)家用車輛的半路拋錨劃上等號(hào)，這恰恰忽略了自動(dòng)駕駛技術(shù)主動(dòng)安全防護(hù)的核心設(shè)計(jì)理念。

從產(chǎn)品底層邏輯來看，傳統(tǒng)家用車輛的半路拋錨，多是零部件損壞、系統(tǒng)失效引發(fā)的被動(dòng)故障，是不可控的異常狀態(tài)；而自動(dòng)駕駛車輛的臨時(shí)停滯，大概率是系統(tǒng)自檢到潛在風(fēng)險(xiǎn)、面對(duì)無法確認(rèn)安全的場景時(shí)，主動(dòng)觸發(fā)的安全防護(hù)操作，二者有著本質(zhì)區(qū)別。

這一安全邏輯，在傳統(tǒng)交通領(lǐng)域早已得到廣泛驗(yàn)證。家用車輛發(fā)動(dòng)機(jī)故障燈亮起時(shí)，車輛會(huì)自動(dòng)啟動(dòng)限速、熄火保護(hù)機(jī)制，避免故障擴(kuò)大引發(fā)更嚴(yán)重的問題；民航飛機(jī)的自動(dòng)駕駛系統(tǒng)檢測到傳感器異常時(shí)，會(huì)自動(dòng)切換至降級(jí)模式或交由人工接管。這些經(jīng)過時(shí)間檢驗(yàn)的安全設(shè)計(jì)，核心都是主動(dòng)規(guī)避風(fēng)險(xiǎn)，而非被動(dòng)承受故障。

自動(dòng)駕駛技術(shù)作為智能出行的核心載體，將這一安全邏輯升級(jí)到全新高度，面對(duì)復(fù)雜路況、不確定環(huán)境時(shí)，主動(dòng)停駛、控制風(fēng)險(xiǎn)擴(kuò)散，成為系統(tǒng)的本能選擇。

此次武漢蘿卜快跑車輛的臨時(shí)停滯，業(yè)內(nèi)專家分析認(rèn)為，極有可能是系統(tǒng)檢測到外部環(huán)境或自身運(yùn)行狀態(tài)的不確定因素，觸發(fā)了行業(yè)通用的“最小風(fēng)險(xiǎn)狀態(tài)”（Minimal Risk Condition，MRC）——當(dāng)自動(dòng)駕駛系統(tǒng)無法確認(rèn)安全狀態(tài)時(shí)，選擇最穩(wěn)妥的原地停車。

中國信息協(xié)會(huì)常務(wù)理事、新經(jīng)濟(jì)研究院院長朱克力表示：國際標(biāo)準(zhǔn)ISO23793-1:2024將最小風(fēng)險(xiǎn)操作分為直線停與道內(nèi)停兩類，允許車輛在觸發(fā)MRM時(shí)縱向減速并在任意位置停車。

朱克力認(rèn)為，無論是去年的Waymo無人車在信號(hào)燈失效的情況下原地停滯，還是此次蘿卜快跑主動(dòng)停止運(yùn)行，均屬于最小風(fēng)險(xiǎn)操作的安全機(jī)制，體現(xiàn)了自動(dòng)駕駛系統(tǒng)在面對(duì)不確定性時(shí)選擇最保守的退出策略。

放眼全球自動(dòng)駕駛領(lǐng)域，這樣的安全機(jī)制觸發(fā)并非個(gè)例。2025年12月20日至21日，美國舊金山因變電站火災(zāi)引發(fā)全市大規(guī)模停電，導(dǎo)致全城交通信號(hào)燈大面積熄滅，數(shù)百臺(tái)Waymo無人出租車因無法識(shí)別失效信號(hào)燈，觸發(fā)最小風(fēng)險(xiǎn)策略，在多處路口、路中央停滯，形成交通堵點(diǎn)，部分乘客短時(shí)被困，城市快速路、主干道多處癱瘓。

對(duì)于此次事故，Waymo回應(yīng)稱，其系統(tǒng)預(yù)設(shè)將失效信號(hào)燈視為“四向停車”場景，但因停電規(guī)模超預(yù)期，全城交通信號(hào)燈幾乎同時(shí)失效，海量遠(yuǎn)程人工確認(rèn)請(qǐng)求“擠爆”后臺(tái)，導(dǎo)致車輛確認(rèn)路口安全狀態(tài)耗時(shí)過長，觸發(fā)“最小風(fēng)險(xiǎn)策略”（原地停車并雙閃）。該策略是加州車輛管理局（DMV）對(duì)L4級(jí)全無人駕駛車輛的強(qiáng)制性安全要求。

從結(jié)果上看，Waymo和蘿卜快跑最終都守住了安全底線，兩次事件中均沒有出現(xiàn)人員受傷情況。

安全冗余，構(gòu)筑自動(dòng)駕駛的“多重保險(xiǎn)”

自動(dòng)駕駛車輛能夠在風(fēng)險(xiǎn)場景下快速觸發(fā)安全停駛，核心支撐是行業(yè)嚴(yán)苛的安全冗余設(shè)計(jì)。

這一設(shè)計(jì)借鑒了民航領(lǐng)域的成熟經(jīng)驗(yàn)，如同飛機(jī)配備多套發(fā)動(dòng)機(jī)、多重飛控系統(tǒng)一般，自動(dòng)駕駛系統(tǒng)在感知、計(jì)算、控制等方面，搭建了多重備份體系，確保單一環(huán)節(jié)出現(xiàn)異常時(shí)，整體系統(tǒng)仍能維持安全運(yùn)行，最終將車輛引導(dǎo)至最小風(fēng)險(xiǎn)狀態(tài)。

感知冗余方面，車輛搭載激光雷達(dá)、高清攝像頭、毫米波雷達(dá)等多類型傳感器，主感知設(shè)備與補(bǔ)盲設(shè)備獨(dú)立工作、互為備份，即便某一類傳感器受到環(huán)境干擾，其他設(shè)備也能在毫秒級(jí)內(nèi)完成信息補(bǔ)全，確保系統(tǒng)對(duì)周邊環(huán)境的精準(zhǔn)判斷

計(jì)算冗余方面，車輛采用雙計(jì)算平臺(tái)異構(gòu)架構(gòu)，主芯片負(fù)責(zé)日常行駛決策，備用芯片實(shí)時(shí)同步數(shù)據(jù)、保持待命狀態(tài)，一旦主計(jì)算單元出現(xiàn)異常，備用單元可無縫切換，保障決策鏈路不中斷。

控制冗余方面，車輛轉(zhuǎn)向系統(tǒng)采用主副雙電機(jī)獨(dú)立供電，制動(dòng)系統(tǒng)配備雙控制器與雙油路，即便單一部件失效，備份系統(tǒng)仍能提供完整的轉(zhuǎn)向、制動(dòng)能力，讓車輛可控停駛。

可以說，安全冗余是自動(dòng)駕駛的“多重保險(xiǎn)”，也是最小風(fēng)險(xiǎn)策略能夠落地的技術(shù)根基。

這套全鏈路冗余設(shè)計(jì)的核心價(jià)值，在于實(shí)現(xiàn)了“故障可運(yùn)行”標(biāo)準(zhǔn)。與傳統(tǒng)設(shè)備故障后直接失效不同，自動(dòng)駕駛系統(tǒng)在檢測到異常時(shí)，不會(huì)立刻陷入失控狀態(tài)，而是通過冗余備份維持基礎(chǔ)安全功能，逐步執(zhí)行減速、警示、停駛等操作，最終達(dá)到最小風(fēng)險(xiǎn)狀態(tài)（MRC）。

最小風(fēng)險(xiǎn)狀態(tài)是自動(dòng)駕駛車輛的安全兜底狀態(tài)，車輛完成規(guī)范停駛、開啟警示標(biāo)識(shí)，將道路通行風(fēng)險(xiǎn)降至最低，這也是安全冗余與最小風(fēng)險(xiǎn)策略協(xié)同作用的最終目標(biāo)。

此次武漢蘿卜快跑車輛的臨時(shí)停滯，正是安全冗余體系發(fā)揮作用的直觀體現(xiàn)。當(dāng)系統(tǒng)感知到不確定風(fēng)險(xiǎn)時(shí)，冗余設(shè)計(jì)保障了安全機(jī)制的穩(wěn)定觸發(fā)，車輛主動(dòng)停駛規(guī)避風(fēng)險(xiǎn)，而非勉強(qiáng)行駛引發(fā)意外。

對(duì)比Waymo舊金山事件，兩者雖觸發(fā)誘因不同，一個(gè)大概率與外部環(huán)境狀態(tài)相關(guān)，一個(gè)因交通基礎(chǔ)設(shè)施異常引發(fā)，但最終都通過安全冗余+最小風(fēng)險(xiǎn)策略的組合，守住了安全底線。這也印證了，安全冗余不是可選的技術(shù)加分項(xiàng)，而是L4級(jí)自動(dòng)駕駛規(guī)?；涞氐挠残砸?。

隨著自動(dòng)駕駛技術(shù)的持續(xù)迭代，安全冗余設(shè)計(jì)也在不斷優(yōu)化升級(jí)。早期系統(tǒng)的冗余策略偏向保守，觸發(fā)安全停駛的閾值較低，隨著極端場景數(shù)據(jù)的積累、算法模型的完善，系統(tǒng)對(duì)風(fēng)險(xiǎn)的判斷會(huì)更加精準(zhǔn)，保守觸發(fā)的情況會(huì)逐步減少。

無論是國內(nèi)的蘿卜快跑，還是國際的Waymo，都在通過海量路測數(shù)據(jù)、真實(shí)場景復(fù)盤，持續(xù)優(yōu)化冗余策略與安全機(jī)制，讓自動(dòng)駕駛在安全與效率之間找到更優(yōu)平衡。

創(chuàng)新定力，包容成長陣痛

自動(dòng)駕駛作為人工智能與汽車產(chǎn)業(yè)深度融合的前沿領(lǐng)域，在成長過程中必然伴隨著階段性挑戰(zhàn)。

從電力、航空等成熟行業(yè)的發(fā)展歷程來看，技術(shù)成熟從來不是一蹴而就的，而是在場景考驗(yàn)、問題復(fù)盤、迭代優(yōu)化中逐步完善。

電力行業(yè)歷經(jīng)數(shù)百年發(fā)展，技術(shù)體系已高度成熟，即便如此，仍會(huì)因極端天氣、基礎(chǔ)設(shè)施檢修等出現(xiàn)停電情況；民航業(yè)從早期的技術(shù)探索，到如今成為全球最安全的交通方式，背后是無數(shù)次場景驗(yàn)證、安全設(shè)計(jì)優(yōu)化的積累。這些行業(yè)的發(fā)展規(guī)律證明，偶發(fā)的階段性挑戰(zhàn)不是技術(shù)倒退的證明，而是行業(yè)走向成熟的必經(jīng)之路。

自動(dòng)駕駛目前仍處于規(guī)?；涞氐脑缙陔A段，要應(yīng)對(duì)城市道路中千變?nèi)f化的場景、極端復(fù)雜的環(huán)境，遭遇超出常規(guī)預(yù)期的場景并觸發(fā)安全機(jī)制，屬于合理且可理解的范疇。

此次武漢蘿卜快跑車輛臨時(shí)停滯事件中，無人員傷亡、路段快速恢復(fù)秩序，恰恰說明行業(yè)的應(yīng)急處置與安全兜底能力已趨于完善。

對(duì)于自動(dòng)駕駛技術(shù)而言，“零事故”是不切實(shí)際的預(yù)期，衡量企業(yè)與行業(yè)真實(shí)實(shí)力的核心標(biāo)準(zhǔn)，從來不是“永遠(yuǎn)不觸發(fā)安全機(jī)制”，而是遇到不確定場景時(shí)能否有效兜底、出現(xiàn)問題后能否快速響應(yīng)、觸發(fā)問題后能否持續(xù)迭代。

從行業(yè)實(shí)踐來看，中外頭部企業(yè)都在遵循“場景考驗(yàn)—問題復(fù)盤—技術(shù)優(yōu)化”的迭代路徑。這種快速響應(yīng)、持續(xù)迭代的能力，正是自動(dòng)駕駛行業(yè)走向成熟的標(biāo)志，也是安全冗余設(shè)計(jì)不斷升級(jí)的動(dòng)力來源。

從國家科技發(fā)展的戰(zhàn)略維度來看，自動(dòng)駕駛已成為中美科技競爭的關(guān)鍵賽道，其價(jià)值早已超出出行領(lǐng)域本身，成為牽引人工智能算法、車規(guī)級(jí)芯片、高精傳感器、網(wǎng)聯(lián)通信等產(chǎn)業(yè)鏈升級(jí)的核心引擎，更是未來物理世界運(yùn)行規(guī)則定義權(quán)的重要博弈領(lǐng)域。

發(fā)展自動(dòng)駕駛，不是可選擇的發(fā)展方向，而是關(guān)乎國家科技制高點(diǎn)、產(chǎn)業(yè)未來的必答題。

大洋對(duì)岸，盡管Waymo仍會(huì)出現(xiàn)事故，但其還是于美國大舉擴(kuò)張，在洛杉磯、舊金山、鳳凰城、奧斯汀、亞特蘭大等十幾個(gè)城市，布局了超2500輛無人車，每周全無人服務(wù)單量超45萬單。

面對(duì)自動(dòng)駕駛發(fā)展過程中的階段性挑戰(zhàn)，我們需要建立理性、客觀的預(yù)期，打破“技術(shù)必須完美無缺”的認(rèn)知誤區(qū)。

一項(xiàng)能夠主動(dòng)識(shí)別風(fēng)險(xiǎn)、主動(dòng)停駛兜底的技術(shù)，遠(yuǎn)比強(qiáng)行運(yùn)行、隱藏風(fēng)險(xiǎn)的系統(tǒng)更值得信任。自動(dòng)駕駛的終極目標(biāo)是實(shí)現(xiàn)更安全、高效的出行，其長遠(yuǎn)價(jià)值遠(yuǎn)超階段性的小插曲。

我們不應(yīng)因一次合規(guī)的安全機(jī)制觸發(fā)，就否定整個(gè)行業(yè)的發(fā)展成果，而是應(yīng)該給予創(chuàng)新技術(shù)更多包容與耐心，為技術(shù)迭代創(chuàng)造更好的社會(huì)環(huán)境。（雷峰網(wǎng)）