从封闭场景到城市街头，无人驾驶客运的公开道路破局

热点观察

无人驾驶这一概念正在逐渐走向现实。以无人驾驶客车来讲，目前这些车辆的落地主要集中在景区、产业园区、大学校园等封闭或半封闭场景。

之所以选择这些场景，是因为其路况单一、人流可控、风险系数低，成为技术迭代与模式验证的试验田。

但行业的发展总要不断向前，无人驾驶客车也不能总在这种封闭场景。城市的公开道路才是其更为广阔的市场。

场景演进：从封闭测试到开放道路的必经之路

无人驾驶客运的演进路径呈现出鲜明的递进特征。

景区、园区、校园等封闭场景因无社会车辆干扰、路线固定、客流稳定，成为无人驾驶客运最先落地的领域，且已积累了丰富的运营经验与安全数据。

以合肥高新区为例，2025年9月，这里的“阡陌01”无人驾驶接驳车开始服务于景区、高校和园区的短距离交通微循环，配备了激光雷达与视觉融合方案，实现了自动避障、绕障等基本功能。

相较之下，公开道路环境要求无人驾驶系统能够应对突发交通事件、复杂天气条件和不可预测的人车交互。

但即便如此，各地也在积极推动无人驾驶客车上路。目前，北京、上海、广州、重庆、深圳等10余个城市，已获批开展无人驾驶客运公开道路试点，试点路段已从早期的郊区、新区，扩展至包括城市核心区主干道、高速公路在内的更多区域。

运营时段日益灵活，不少线路已在日间常态运行。车辆方面，根据国家指南，在经批准的区域可使用远程安全员（人车比不低于1:3），但当前多数载人示范项目仍按规定在车内配备了安全员，随时准备接管车辆，应对突发状况。

具体的运营数据显示，截至2026年，天津开放智能网联汽车测试道路已达5389公里，而无锡的无人小巴已在开放道路上实现超过600万公里安全运营里程，服务20万人次，这为行业树立了重要的安全基准。

核心瓶颈：法律、技术与商业化等障碍

无人驾驶从封闭场景走向公开道路，面临着法律框架、技术成熟度与商业模式的多重挑战。

首当其冲的就是法律法规。无人驾驶客运的公开道路运营需要完善的法律法规与标准体系作为支撑，但目前国内相关政策仍处于试点探索、逐步完善阶段，存在诸多空白，成为制约其落地的重要障碍。

核心问题集中在三个方面：一是责任认定不明确，若无人驾驶客运车辆发生交通事故，责任应归属于车企、运营方、安全员，还是算法研发方？目前国内尚未有明确的法律规定，仅部分试点城市通过地方立法做出初步尝试，全国性法规仍未修订完善。

二是运营资质缺失，目前国内无人驾驶客运车辆尚未获得正式的道路运输经营许可证，试点运营均依赖地方政府的特许经营权，无法实现规模化推广。

三是标准体系不统一，不同车企的无人驾驶系统、传感器配置、数据接口均不统一，导致不同品牌车辆无法协同运营，也给交通管理部门的监管带来难度。

技术方面，公开道路的复杂性远超封闭场景。封闭场景的路况单一、干扰因素少，无人驾驶系统只需完成固定路线行驶、简单避障即可满足需求。但公开道路的路况复杂多变，对技术的要求呈指数级提升，这也是目前最核心的技术痛点。

公开道路中，突发的行人横穿马路、非机动车逆行、车辆加塞、道路施工、极端天气等情况，均需要无人驾驶系统在毫秒级内做出精准判断与决策，而目前的技术水平，仍难以实现100%无差错应对。

此外，车路协同技术的不完善也制约了公开道路落地。目前多数试点仍依赖单车智能，车辆无法与交通信号灯、路侧设备实现实时高效联动，难以提前预判路口通行状态，进一步降低了复杂路况下的运营效率与安全性。

此外，无人驾驶客运的核心前提是安全，但目前无论是技术层面的安全保障，还是公众层面的信任度，均未达到公开道路规模化运营的要求。

尽管封闭场景与试点路段的安全事故率极低，但一旦发生事故往往会引发社会广泛关注，进一步降低公众对无人驾驶客运的信任度。

同时，无人驾驶客运的应急处置能力仍较为薄弱。公开道路中若发生车辆故障、交通事故、极端天气等突发情况，需要建立系统自主应对、安全员接管、应急救援联动的完整体系，但目前多数试点仅依赖安全员接管，系统自主应急处置能力有限，且与交警、消防、急救等应急部门的联动机制不完善，无法实现快速响应、高效处置。

除了上述的原因外，成本也是制约其落地公开道路的因素。从车辆购置成本来看，目前一辆具备L4级自动驾驶能力的无人驾驶客运小巴，购置成本约为80-120万元。其核心原因是激光雷达、高算力芯片、高精度定位等智能硬件新增成本高昂。不过，随着技术迭代和量产规模扩大，核心零部件成本正在快速下降。

与此同时，无人驾驶客运车辆的维护难度大、成本高，核心零部件的更换成本昂贵，且需要专业的技术人员进行日常调试与维护，试点阶段配备的安全员，也增加了运营成本。

突破路径：试点先行、多方协同

尽管无人驾驶客运公开道路落地面临诸多瓶颈，但从行业发展趋势来看，随着技术迭代、政策完善、成本下降，其走向公开道路是必然趋势。

结合国内外试点经验，其突破路径应遵循试点先行、分步推进、多方协同的原则，聚焦核心瓶颈，逐一破解，推动无人驾驶客运从试点示范向规模化运营转型。

技术创新是破解落地瓶颈的核心，需聚焦公开道路的复杂路况，推动无人驾驶技术的持续迭代。

一方面，行业需要强化单车智能技术研发，重点突破极端天气感知、突发状况决策、无图化导航等核心技术，降低系统误判率与接管率。

比如，华为推出的5G-A通感算一体化基站技术，将通信、感知与计算能力深度融合，通过多杆合一的设计理念整合路侧设备。该技术能有效降低智慧道路的整体建设与部署成本，并显著提升对车辆等移动目标的感知距离与协同响应速度。

小鹏XNGP实现的无图化智能驾驶，通过“导航地图 + XNet深度视觉感知能力 + 行驶策略”的系统架构，摆脱了对高精地图的强依赖。这套方案极大地扩展了智驾功能的可用范围，并能更灵活地应对如临时施工围挡等未预先录入地图的突发路况，从而解决识别难题。

另一方面，加快车路协同基础设施建设，推动车辆与交通信号灯、路侧设备、应急部门的实时联动，实现车、路、人、云一体化协同，提前预判路况风险，提升运营安全性与效率。

与此同时，要加强行业协同，推动车企、科技企业、高校、科研机构的合作，共享技术成果与运营数据，避免重复研发，加快技术迭代速度。

此外，成本控制是无人驾驶客运规模化落地的关键，行业需通过技术创新、规模化生产、商业化运营，逐步降低车辆购置成本与运营维护成本，实现商业化盈利。

要推动核心零部件国产化，加大对激光雷达、自动驾驶控制器、高精度地图等核心零部件的研发投入，扶持国内零部件企业发展，打破国外企业的技术垄断，降低核心零部件价格。

同时还要扩大运营规模，通过规模化运营，摊薄车辆购置成本与运营维护成本。探索多元化的商业模式，结合客运服务、广告投放、数据服务等，增加运营收入，实现商业化盈利。

安全是无人驾驶客运公开道路落地的前提，需强化安全管控，提升系统应急处置能力，增强公众信任度。

行业要建立完善的安全测试与验证体系，对无人驾驶客运车辆进行全方位、多场景的安全测试，包括极端天气、突发状况、复杂路口等场景，确保车辆具备足够的安全保障能力后，再投入公开道路运营。

另外要完善应急处置机制，加强与交警、消防、急救等应急部门的联动，实现突发状况的快速响应与高效处置。优化安全员培训体系，提升安全员的应急处置能力，确保在系统出现故障时，能够及时接管车辆，规避安全风险。

行业还要加强科普宣传，通过试点体验、媒体报道等方式，向公众普及无人驾驶客运的技术原理、安全保障措施与运营成果，展示其在安全性、高效性、环保性等方面的优势，逐步提升公众的信任度，为公开道路落地营造良好的社会环境。

具体如下：

文远知行自动驾驶小巴Robobus在比利时鲁汶市正式开启商业运营

2026年1月26日，文远知行公众号发布消息称，文远知行自动驾驶小巴Robobus在比利时鲁汶市（Leuven）正式开启商业运营！目前，文远小巴作为当地公共交通公司De Lijn的16路公交车投入常态化公开运营，这是欧洲首次在混合复杂交通的城市中心实现自动驾驶车辆的商业化部署。

金旅自动驾驶客车即将开启试运行测试

1月23日，媒体消息称，由金旅客车自主研发生产的自动驾驶客车近期将在福建厦门海沧生物医药产业园落地试运行。

金旅客车“驰睿1号”已经具备了L4级自动驾驶水平，相比L0到L3需要司机主动控制车辆，“驰睿1号”能在划定区域内实现无人化全自动驾驶，应对红绿灯、行人、车辆等复杂路况。

文远知行Robobus即将上线阿布扎比

在1月20-22日举办的阿布扎比国际无人系统展（UMEX 2026）上，文远知行与阿联酋国有AI科技企业K2签署战略谅解备忘录，将在智能与自动驾驶系统委员会（SASC）及综合交通中心（ITC）的支持下共同运营自动驾驶公交（Robobus）。

此项合作将进一步推进阿布扎比自动驾驶公共交通系统的全面部署，以接近该国描绘的智能交通愿景，并力争在全球环境中成为智能与可持续交通解决方案的领先实践者。

“贵州造”无人驾驶小巴首个“奇遇环线”商业化试点落地

1月15日，贵州翰凯斯智能技术有限公司表示，“贵州造”无人驾驶小巴RoboBus在贵阳市观山湖区启动“奇遇环线”商业化试点，向打造全球城市机器人商业化落地的标杆案例迈出重要一步。

本次部署的环线位于贵阳市观山湖区核心腹地，精准串联了高密度商圈、生态公园及大型社区，旨在加速自动驾驶技术在真实商业场景中的价值转化。

佛山首条自动驾驶巴士开启道路测试

1月6日，由广州巴士集团、文远知行与佛广集团联合推进的佛山自动驾驶巴士在南海千灯湖片区正式开启道路测试。该项目深度融合先进自动驾驶技术与佛山公交运营场景，构建起“技术研发+场景应用”的协作新模式。

测试线路串联广发银行、万达广场、千灯湖地铁站等核心区域，在早8点至晚8点的测试时段内，车辆沿5.5公里环线运行约30分钟，全程精准识别红绿灯、行人及车辆，实现平稳跟车与主动避让。