从武汉停滞看自动驾驶：安全冗余机制是行业成熟的必经考验

事件概述

2026年3月31日晚，武汉市区部分“萝卜快跑”无人驾驶车辆发生临时停滞。相关部门迅速处置后，交通秩序很快恢复，事件未造成人员受伤。业内分析认为，这并非车辆“抛锚”或技术异常，而是L4级自动驾驶系统在检测到潜在风险或无法确认安全场景时，主动触发的“最小风险状态”（Minimal Risk Condition, MRC）机制。

核心事实与逻辑解析

1. “停滞”非“故障”，是主动安全策略

• 本质区别：传统车辆的半路抛锚多为零部件损坏引发的被动故障；而自动驾驶的临时停滞是系统自检到风险后的主动安全防护，旨在规避更大隐患。
• 行业标准：国际标准ISO23793-1:2024规定，当自动驾驶系统无法确认安全状态时，应执行最小风险操作（如直线停或道内停）。
• 历史案例对比：2025年12月，美国旧金山因变电站火灾导致全城停电，数百台Waymo无人车因无法识别失效的交通信号灯，触发最小风险策略在路口原地停车。尽管造成短暂拥堵，但系统守住了安全底线，无人员受伤。

2. 安全冗余：构筑“多重保险”的技术根基

自动驾驶车辆能在风险下快速停驶，依赖于借鉴民航经验的严苛冗余设计，确保单一环节异常时整体系统仍能维持安全运行：

• 感知冗余：搭载激光雷达、高清摄像头、毫米波雷达等多类型传感器。主设备与补盲设备独立工作，互为备份，确保单类传感器受干扰时，其他设备能毫秒级补全信息。
• 计算冗余：采用双计算平台异构架构。主芯片负责日常决策，备用芯片实时同步数据待命；一旦主单元异常，备用单元无缝切换，保障决策链路不中断。
• 控制冗余：转向系统采用主副双电机独立供电，制动系统配备双控制器与双油路。即便单一部件失效，备份系统仍能提供完整的转向和制动能力，实现可控停驶。

3. 行业视角：包容成长阵痛

• 迭代路径：自动驾驶行业遵循“场景考验—问题复盘—技术优化”的路径。早期系统冗余策略偏向保守，随着极端场景数据积累和算法完善，对风险的判断将更精准，保守触发频率会降低。
• 战略意义：自动驾驶已成为中美科技竞争的关键赛道，涉及AI算法、车规级芯片、高精传感器等产业链升级。发展自动驾驶关乎国家科技制高点，不能因偶发的合规安全机制触发而否定行业发展成果。
• 理性预期：衡量企业实力的核心标准不是“永远不触发安全机制”，而是面对不确定场景时的兜底能力、响应速度及持续迭代能力。能够主动识别风险并停驶的系统，比强行运行隐藏风险的系统更值得信赖。