武汉「萝卜快跑」事件考：Robotaxi还需要一点「犯错冗余」

这是一次「成长的代价」而非「模式的破产」，并不能因此否定自动驾驶的长期价值，Robotaxi反而可能因此事件变得更加成熟和可靠。

文丨智驾网 零酱‍‍

编辑丨浪浪山与明知山

3月31日晚，武汉市区部分萝卜快跑车辆出现停滞。根据警情通报，事发之后，交管、交通部门与萝卜快跑公司迅速处置，乘客均安全下车，无人受伤，相关交通路段迅速恢复秩序。

此次偶发事件引起业界对Robotaxi安全机制与大规模落地的讨论。智驾网对这一事件进行了复盘与调查。

01.
萝卜为什么会停？

在事发当晚，对于为何出现多辆Robotaxi同时停车，有相关人士猜测，很可能是遇到突发情况，触发了安全自检机制。

智驾网在第一时间与行业相关人士求证后确认，此次「萝卜快跑」车辆停滞事件是车辆在自检到潜在风险时，系统保障安全的主动策略，这一模式被称之为「最小风险操作」：它是自动驾驶车辆在遇到系统故障、超出设计行驶范围或无法继续行程时，为保障安全而自动进入的一种稳定状态。

国际标准ISO23793-1:2024将最小风险策略(MRC)分为直线停与道内停两类，允许车辆在触发MRC时纵向减速并在任意位置停放。

这一操作模式是基于自动驾驶的安全冗余依据标准设定的。

感知-决策-执行，是自动驾驶运行逻辑，为保证行驶安全的底线，当前Robotaxi的冗余设定同时存在于这三者之间。

其中，感知类似人类的视觉，为接收更多的信息，目前L4企业及很多乘用车企业都为车辆安装了多种传感器以便对周围环境进行更精准全面的感知；决策类似人类的大脑，负责将上述传感器的数据汇总并相互校验，剔除异常值。

当前自动驾驶行业关于「纯视觉vs激光雷达」的技术路线争论正是关于感知冗余的争论。

至于众多Robotaxi采用了与飞机类似的双计算平台，则是决策层面的冗余措施——自动驾驶车辆在行驶过程中，确保在一个平台突然「死机」之时，另一个控制单元能瞬间接管。在自动驾驶发展的早期，车内的安全员和远程安全员，也可以视为是另外一种层面上的「决策冗余」。

在执行层面，则通常采用双控系统、双电源供电、双通讯链路等作为冗余。

自动驾驶的工程底线正是保证在上述的三个环节，无论哪个环节出现问题，执行层都会按照底层代码的终极安全指令，启动「最小风险策略」，也就是让车辆停下来，即便是停在路中央，可能引发追尾，也要在第一时间停止行驶。

这正如家用车在发动机故障灯亮起后，车辆会自动限速或熄火保护，是行业通用的安全底线逻辑。

自动驾驶车辆同样遵循这一原则，而因其无人驾驶的特性，其对安全的考量和处置方式更加严格、刚性。

如果以人类驾驶行为做类比，那类似于在行车过程中突遇暴雨、大风、沙尘、甚至是塑料袋等异物突然遮挡视线后的紧急停车。

在同样具有「自动驾驶」模式的航空业，民航飞机的自动驾驶仪在检测到传感器异常时，会自动切换到「降级模式」或交由人工接管，这是航空领域沿用数十年的安全冗余设计。

自动驾驶汽车的「主动停摆」逻辑与此同源，在「感知不确定」时选择停下来，就是保证当前安全的最小风险。

而这样的处理策略并非萝卜快跑独有，而是当前国内外L4企业的统一操作。

2025年12月，美国旧金山因变电站火灾一度导致市内大规模停电，交通信号灯大面积失效。由于无法识别失效信号灯，Waymo车辆在多处路口开启双闪，陷入「停滞」。

Waymo后来解释，这是因为公司系统预设将失效信号灯视为「四向停车」（Four-way stop）场景，但因停电规模超预期，车辆确认路口安全状态耗时过长，触发了「最小风险策略」（原地停车并双闪）。

Waymo表示，这是美国加州DMV（Department of Motor Vehicles，机动车辆管理局或车管所）对L4级全无人驾驶的强制安全要求，并非企业自主选择。

事件发生次日，Waymo便恢复正常运营，此次事件未对其无人驾驶整体服务运营造成任何影响。

在系统遇到「感知不确定」或「外部环境异常」的情况下，「停下来」是法律和技术共同规定的最后一道防线。

尽管无人驾驶的事故率已经是人类的百分之一，但人们总希望用绝对零故障要求AI。

从技术发展角度来看，十多年前，众多技术工程师、主机厂许下的「零伤亡、零事故」自动驾驶愿景是不符合物理规律的。

多年前，智驾网曾提出，人类接纳自动驾驶的前提是接纳一台可能犯错的机器。

重要的不是自动驾驶车辆是否永远不犯错，而是人类社会为机器的犯错设置一套经济上可行的救济机制：用可度量的经济模型覆盖自动驾驶车辆犯错引发的经济损失。

02.
等一等Robotaxi

今年多家Robotaxi公司表示，自动驾驶已从「技术验证期」进入「规模化商业运营期」，部分公司在单个季度内实现了盈利，单车利润转正，而众多咨询机构预测，十年内，Robotaxi将成为万亿美元级别的市场。

在无人驾驶市场，无论是从技术层面还是在运营层面，中国企业没有「可以摸的石头」，任何各种极端场景的考验，都将是全球L4企业共同要蹚过的那条河。

回溯无人驾驶的发展历程，即便把时间线推到引发现代自动驾驶产业的「大爆炸」DARPA挑战赛时期也刚刚20年多一点，如果从谷歌在公共道路上首次实现了完全无人驾驶的时间计算，这是一个发展仅仅14年，依然尚未成熟的行业。

这种不成熟，不仅仅是技术上尚未完全成熟，也包括城市对于Robotaxi运营的基础设施、基本规则，尚在磨合、摸索之中。

而即便Robotaxi进入千城万市，成为人类日常出行的首选，也并不意味着Robotaxi永远不发生事故。与之类似的是电力行业，其在人类社会的大规模普及已有上百年的时间，但至今仍偶有停电故障发生。

而社会大众接纳Robotaxi、接纳无人驾驶，同样也需要时间。

这个过程伴可能并不是完全愉悦的，它可能有各种未曾预测到的事故、错误，从而对各地的道路管理者带来巨大的舆论压力与职责拷问。

但这些错误并非全是Robotaxi成长的代价，它也是社会治理规则化的现实案例，没有Robotaxi的成长、成熟，具身智能产业注定缺乏成长的土壤。

毫无疑问，中国在一定意义上是对自动驾驶政策最为开放、消费者接受程度最高的市场之一。

而以中国市场的体量，其触发的事故、引发的争论当然也是世界上最多的。

但同样毋庸置疑的是，自动驾驶已是大势所趋，以中美为代表的两大市场都在推动人类社会更深层次地接纳Robotaxi、具身智能。

这背后当然有技术、产业与规则的全球话语权博弈。

自动驾驶是AI在物理世界落地的核心载体，自动驾驶对物理世界的深度理解与交互能力，是通向通用人工智能（AGI）的关键路径，已是业内共识。

但更深层次的原因是自动驾驶在宏观层面可以大大降低事故率，虽然并非夸张的「零伤亡、零事故」，但将远远低于人类驾驶员。

同时它可以带来更高的出行效率，解放人类的时间。

但这一过程，并不意味着因为某个大模型的突然开悟，可以一步实现。它需要数据的积累，全场景的强化学习，这个过程可能伴随着各种意外。但这个时间、这个过程，中美两国都无法跳过。

在Robotaxi已经无可回避的时代，技术的问题归技术，救济的问题归救济，治理的问题归治理。

企业、公司、消费者在遇到问题时，各自追索自己的权利，承担自己的责任，是Robotaxi才有可能可成长为和马车、燃油车一样的出行选择。

中国信息协会常务理事、新经济研究院院长朱克力表示：此次萝卜快跑主动停止运行，是自动驾驶系统在面对不确定性时选择最保守的退出策略。这种对"安全第一"的严格遵循，虽表现为看似"异常"的停车，实则为公众信任奠定基础。随着技术迭代，此类保守触发将逐步减少。

是的，这次异常停车其实是一套安全策略生效的结果，这既是技术的副作用，也是技术的善意。

【关注智能汽车，关注智驾网视频号】

关注汽车的智驾时代上智驾网（http://autor.com.cn）
合作or新闻线索提供，联系邮箱：editor@autor.com.cnc