芯耀
1522
随着自动驾驶技术持续演进，“无人出租车”（robotaxi）和“智能辅助驾驶”（智驾辅助）两大应用场景已经服务于大众的生活，就比如百度的萝卜快跑，曾因在武汉提供商业化运营，屡次成为大家讨论的热点话题。不知道各位小伙伴有没有发现一个很有趣的现象，无人出租车在有限区域提供L4级别的自动驾驶服务，事故几乎为“零”；而面向普通消费者的智驾辅助功能（L2级），却问题频发、事故不断，为何会出现这个现象？
无人出租车通常部署的是SAE标准中的L4级自动驾驶系统，而市面上大多数智驾辅助产品则是L2级。L2级“部分自动化”意味着车辆只能在特定场景下提供转向或加速制动的联合控制，系统出现不确定情况时必须由驾驶员立即接管；相较之下，L4级“高度自动化”可以在限定的地理区域、时间段及道路条件下，完全自主完成驾驶任务，无需驾驶员的实时监控与介入。为了实现这种高度自动化，无人出租车在感知层面通常采用LiDAR、毫米波雷达、高分辨率环视摄像头、惯性测量单元（IMU）和高精度定位系统等多种传感器的融合；在决策层面，则通过行为预测、轨迹规划、多模态融合算法和安全冗余架构相互协同，确保全流程闭环控制的可靠性。相比之下，许多智驾辅助系统为了兼顾成本，会在传感器上做出妥协，仅使用单目或双目摄像头搭配前向雷达，导致对遮挡、逆光、低光环境及非结构化场景的感知能力较弱，也很难在遭遇复杂路况时保持高精度的目标检测与轨迹规划。
此外，无人出租车运营商会严格限定车辆的运营区域（geofence），只在道路标线完善、交通信号清晰、事故低发的城市中心区域或封闭园区内运营，并且会根据历史大数据和实时监控对路线和时段做动态调整，最大程度上降低道路环境的复杂度。此外，为了满足ISO 26262 ASIL-D安全标准，L4平台在硬件设计中普遍采用多余度冗余方案（例如双核乃至三核主控处理单元、双路电源供应、传感器冗余），一旦某一路径出现故障，其他通道能够立即接管，并将车辆平稳导向安全状态或安全区域停车。看似无人驾驶的无人出租车，实际运营还引入了云端安全员监控模式，通过低延迟、高带宽的网络连接，安全员在“云舱”中能够同时监控多辆车的运行状态和视频流，并在必要时进行远程接管。这一设计既大幅降低了人力成本，也确保了在出现极端突发情况时，车辆能够得到人工干预，保障乘客及道路参与者的安全。
对比之下，L2级智驾辅助面向普通消费者，在部署成本和用户体验方面更具优势，因此广泛应用于轿车、SUV等车型中。有时为了追求市场卖点和宣传效果，还有不少厂商不断将“高阶智驾”“丝滑体验”“超感感知”挂在嘴边，却极少在系统边界、性能指标和安全策略上做充分说明（工信部发文后，大家对宣传都有所收敛）。实际使用中，不少用户会在高速公路、城市慢行路段开启智驾辅助功能，抬手看手机、分心聊天，殊不知系统只是L2级，随时可能向驾驶员发出接管请求。由于驾驶员长期未聚焦道路，一旦系统无法处理前方突发情况，不能在规定时间内顺利接管，就极易引发追尾或撞击事故。
不知道大家有没有发现，燃油车事故虽偶有重大新闻，但由于涉及车辆数量庞大、地域分散，每天数百起事故的基数效应让单起事故难以成为舆论热点。相反，智驾辅助事故常常因为“黑科技失灵”“AI甩锅”等话题标签而在短时间内获得超高热度。社交平台上，无论是行人拍到的近距离怼墙视频，还是车主在群聊中转发的急刹车片段，都会迅速被放大，一旦上了热搜，便形成“以偏概全”的社会印象。其实无人驾驶出租车也会发生事故，如出现小磕碰、堵车等事故也时有发生，只是因为事故小，且无人出租车运营商会在事故发生后果断反应，并迅速对问题车辆进行回收优化，把可能的风险控制在最小范围内。因此，尽管现实中无人出租车事故率极低，但由于信息透明度有限，公众对其安全性的认知也常常“无感”。
为了更好地推动自动驾驶技术的健康发展，政府和行业组织亟需在技术标准、监管规则和事故通报等方面进一步完善与细化。目前，针对L2/L3级辅助驾驶的法规仍偏重功能认证与车载提示，而对用户培训和事故责任界定缺乏强制性要求。未来应通过立法手段，将驾驶员注意力监测（DMS）、系统边界明示、功能开启限制等内容纳入强制标准；同时建立统一的事故信息共享平台，鼓励各家厂商、检测机构和研究单位对事故原因进行客观分析并公开发布，为行业安全改进提供数据支撑。
自动驾驶技术的发展不应仅局限于等级的简单跃升，更要在系统可靠性、场景覆盖和用户教育三方面实现协同提升。L2级辅助系统可以借鉴L4在传感器融合、冗余设计和远程安全监控方面的成熟经验，将核心技术下沉至高端量产车；而L4无人出租车则可在扩大运营区域、延长运营时段的同时，向更多城市和区域提供注重本地化路况的定制化解决方案。更为重要的是，整个产业链一定要共同营造“安全第一”的共识，让消费者理解自动驾驶技术的功能边界，不再将智驾辅助误认为“全自动驾驶”，也不再对无人出租车抱有过度期待。在技术演进与法规完善的双轮驱动下，自动驾驶终将走向规模化、安全化的未来，从容服务于各类出行场景。
