武汉萝卜快跑车辆“停摆”解析：主动安全策略而非技术故障

事件概述

3月31日晚，武汉市区部分“萝卜快跑”无人驾驶车辆出现停滞现象，引发公众关注。随后相关路段秩序迅速恢复，事件未造成任何人员受伤。经分析，此次停驶并非车辆设计缺陷或部件损坏导致的被动故障，而是自动驾驶系统触发“最小风险策略”（Minimum Risk Maneuver）后的主动安全降级行为。

核心机制：从“被动失效”到“主动避险”

判断无人驾驶车辆停驶性质的关键在于区分“非自愿失效”与“主动选择停车”。涉事车辆表现出以下特征，符合主动安全策略：

• 触发机制：系统检测到路况复杂、信号异常或环境超出设计运行范围等不确定因素。
• 车辆行为：开启双闪警示灯，在较短时间内完成处置并恢复，无人员受伤。
• 恢复能力：具备快速响应和远程协助接管的能力。

这一逻辑遵循航空航天领域长期沿用的“安全冗余”设计理念。L4级无人驾驶车辆在感知、计算、控制等关键环节均设有备份系统。当主系统面临不确定性时，备用系统立即接管并执行最保守的退出策略：减速、停车、呼叫远程协助。国际标准ISO 23793-1:2024已将此类操作规范为直线停或道内停，允许车辆在任意位置纵向减速停车。

行业对比：全球通用的安全底线

此类因安全策略触发的停滞并非孤例，而是全球L4级自动驾驶的通用合规要求：

• Waymo案例：去年12月，美国旧金山因变电站火灾导致大规模停电，交通信号灯大面积失效。Waymo无人车在多个路口触发“最小风险策略”，原地停车并开启双闪等待干预。该策略并非企业自主选择，而是美国加州DMV（机动车辆管理局）对L4级全无人驾驶的强制规定。若不停车，反而属于违规。
• 共同逻辑：无论是武汉的萝卜快跑还是旧金山的Waymo，在特定极端场景下选择“停下来”，本质上是合规的安全设计，旨在保护乘客与公共安全。

技术演进与未来展望

每一次极端场景的触发，都是系统获取真实世界训练数据的机会。规模化落地往往伴随着各种复杂考验，从异常天气到突发事故，每一种少见场景的发现与解决，都可能成为系统能力提升的阶梯。当前，无人驾驶已成为中美科技竞争的关键赛道，其发展不仅关乎AI在物理世界的落地，更涉及产业链升级及低空经济等新领域的协同演进。

对于公众而言，建立合理的预期至关重要：新技术走向普及的过程中难免遇到不完美，但“停下来”恰恰证明了安全设计的有效性。保持战略定力，给予技术创新必要的包容与耐心，是推动中国自动驾驶保持全球领先地位的重要前提。