作者 | 郑浩钧
编辑 | 王瑞昊
2026年3月31日晚，武汉市区部分“萝卜快跑”无人驾驶车发生停滞，相关部门快速处置后，受影响交通路段很快恢复正常秩序，事件未造成人员受伤。
作为自动驾驶规模化落地过程中的一次典型场景，这一事件引发了公众对无人驾驶技术安全性的广泛讨论。不少人将车辆临时停滞等同于技术异常，却忽略了其背后成熟的安全设计逻辑。
结合此前谷歌Waymo的相似案例，以及自动驾驶行业的通用安全准则来看，此次事件并非技术层面的意外，而是L4级自动驾驶安全机制的正常触发，也是行业迈向成熟的必经考验。
面对自动驾驶车辆的临时停滞，大家很容易将其与传统家用车辆的半路抛锚划上等号，这恰恰忽略了自动驾驶技术主动安全防护的核心设计理念。
从产品底层逻辑来看，传统家用车辆的半路抛锚，多是零部件损坏、系统失效引发的被动故障，是不可控的异常状态；而自动驾驶车辆的临时停滞，大概率是系统自检到潜在风险、面对无法确认安全的场景时，主动触发的安全防护操作，二者有着本质区别。
这一安全逻辑，在传统交通领域早已得到广泛验证。家用车辆发动机故障灯亮起时，车辆会自动启动限速、熄火保护机制，避免故障扩大引发更严重的问题；民航飞机的自动驾驶系统检测到传感器异常时，会自动切换至降级模式或交由人工接管。这些经过时间检验的安全设计，核心都是主动规避风险，而非被动承受故障。
自动驾驶技术作为智能出行的核心载体，将这一安全逻辑升级到全新高度，面对复杂路况、不确定环境时，主动停驶、控制风险扩散，成为系统的本能选择。
此次武汉萝卜快跑车辆的临时停滞，业内专家分析认为，极有可能是系统检测到外部环境或自身运行状态的不确定因素，触发了行业通用的“最小风险状态”（Minimal Risk Condition，MRC）——当自动驾驶系统无法确认安全状态时，选择最稳妥的原地停车。
中国信息协会常务理事、新经济研究院院长朱克力表示：国际标准ISO23793-1:2024将最小风险操作分为直线停与道内停两类，允许车辆在触发MRM时纵向减速并在任意位置停车。
朱克力认为，无论是去年的Waymo无人车在信号灯失效的情况下原地停滞，还是此次萝卜快跑主动停止运行，均属于最小风险操作的安全机制，体现了自动驾驶系统在面对不确定性时选择最保守的退出策略。
放眼全球自动驾驶领域，这样的安全机制触发并非个例。2025年12月20日至21日，美国旧金山因变电站火灾引发全市大规模停电，导致全城交通信号灯大面积熄灭，数百台Waymo无人出租车因无法识别失效信号灯，触发最小风险策略，在多处路口、路中央停滞，形成交通堵点，部分乘客短时被困，城市快速路、主干道多处瘫痪。
对于此次事故，Waymo回应称，其系统预设将失效信号灯视为“四向停车”场景，但因停电规模超预期，全城交通信号灯几乎同时失效，海量远程人工确认请求“挤爆”后台，导致车辆确认路口安全状态耗时过长，触发“最小风险策略”（原地停车并双闪）。该策略是加州车辆管理局（DMV）对L4级全无人驾驶车辆的强制性安全要求。
从结果上看，Waymo和萝卜快跑最终都守住了安全底线，两次事件中均没有出现人员受伤情况。
自动驾驶车辆能够在风险场景下快速触发安全停驶，核心支撑是行业严苛的安全冗余设计。
这一设计借鉴了民航领域的成熟经验，如同飞机配备多套发动机、多重飞控系统一般，自动驾驶系统在感知、计算、控制等方面，搭建了多重备份体系，确保单一环节出现异常时，整体系统仍能维持安全运行，最终将车辆引导至最小风险状态。
感知冗余方面，车辆搭载激光雷达、高清摄像头、毫米波雷达等多类型传感器，主感知设备与补盲设备独立工作、互为备份，即便某一类传感器受到环境干扰，其他设备也能在毫秒级内完成信息补全，确保系统对周边环境的精准判断
计算冗余方面，车辆采用双计算平台异构架构，主芯片负责日常行驶决策，备用芯片实时同步数据、保持待命状态，一旦主计算单元出现异常，备用单元可无缝切换，保障决策链路不中断。
控制冗余方面，车辆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、制动能力，让车辆可控停驶。
可以说，安全冗余是自动驾驶的“多重保险”，也是最小风险策略能够落地的技术根基。
这套全链路冗余设计的核心价值，在于实现了“故障可运行”标准。与传统设备故障后直接失效不同，自动驾驶系统在检测到异常时，不会立刻陷入失控状态，而是通过冗余备份维持基础安全功能，逐步执行减速、警示、停驶等操作，最终达到最小风险状态（MRC）。
最小风险状态是自动驾驶车辆的安全兜底状态，车辆完成规范停驶、开启警示标识，将道路通行风险降至最低，这也是安全冗余与最小风险策略协同作用的最终目标。
此次武汉萝卜快跑车辆的临时停滞，正是安全冗余体系发挥作用的直观体现。当系统感知到不确定风险时，冗余设计保障了安全机制的稳定触发，车辆主动停驶规避风险，而非勉强行驶引发意外。
对比Waymo旧金山事件，两者虽触发诱因不同，一个大概率与外部环境状态相关，一个因交通基础设施异常引发，但最终都通过安全冗余+最小风险策略的组合，守住了安全底线。这也印证了，安全冗余不是可选的技术加分项，而是L4级自动驾驶规模化落地的硬性要求。
随着自动驾驶技术的持续迭代，安全冗余设计也在不断优化升级。早期系统的冗余策略偏向保守，触发安全停驶的阈值较低，随着极端场景数据的积累、算法模型的完善，系统对风险的判断会更加精准，保守触发的情况会逐步减少。
无论是国内的萝卜快跑，还是国际的Waymo，都在通过海量路测数据、真实场景复盘，持续优化冗余策略与安全机制，让自动驾驶在安全与效率之间找到更优平衡。
自动驾驶作为人工智能与汽车产业深度融合的前沿领域，在成长过程中必然伴随着阶段性挑战。
从电力、航空等成熟行业的发展历程来看，技术成熟从来不是一蹴而就的，而是在场景考验、问题复盘、迭代优化中逐步完善。
电力行业历经数百年发展，技术体系已高度成熟，即便如此，仍会因极端天气、基础设施检修等出现停电情况；民航业从早期的技术探索，到如今成为全球最安全的交通方式，背后是无数次场景验证、安全设计优化的积累。这些行业的发展规律证明，偶发的阶段性挑战不是技术倒退的证明，而是行业走向成熟的必经之路。
自动驾驶目前仍处于规模化落地的早期阶段，要应对城市道路中千变万化的场景、极端复杂的环境，遭遇超出常规预期的场景并触发安全机制，属于合理且可理解的范畴。
此次武汉萝卜快跑车辆临时停滞事件中，无人员伤亡、路段快速恢复秩序，恰恰说明行业的应急处置与安全兜底能力已趋于完善。
对于自动驾驶技术而言，“零事故”是不切实际的预期，衡量企业与行业真实实力的核心标准，从来不是“永远不触发安全机制”，而是遇到不确定场景时能否有效兜底、出现问题后能否快速响应、触发问题后能否持续迭代。
从行业实践来看，中外头部企业都在遵循“场景考验—问题复盘—技术优化”的迭代路径。这种快速响应、持续迭代的能力，正是自动驾驶行业走向成熟的标志，也是安全冗余设计不断升级的动力来源。
从国家科技发展的战略维度来看，自动驾驶已成为中美科技竞争的关键赛道，其价值早已超出出行领域本身，成为牵引人工智能算法、车规级芯片、高精传感器、网联通信等产业链升级的核心引擎，更是未来物理世界运行规则定义权的重要博弈领域。
发展自动驾驶，不是可选择的发展方向，而是关乎国家科技制高点、产业未来的必答题。
大洋对岸，尽管Waymo仍会出现事故，但其还是于美国大举扩张，在洛杉矶、旧金山、凤凰城、奥斯汀、亚特兰大等十几个城市，布局了超2500辆无人车，每周全无人服务单量超45万单。
面对自动驾驶发展过程中的阶段性挑战，我们需要建立理性、客观的预期，打破“技术必须完美无缺”的认知误区。
一项能够主动识别风险、主动停驶兜底的技术，远比强行运行、隐藏风险的系统更值得信任。自动驾驶的终极目标是实现更安全、高效的出行，其长远价值远超阶段性的小插曲。
我们不应因一次合规的安全机制触发，就否定整个行业的发展成果，而是应该给予创新技术更多包容与耐心，为技术迭代创造更好的社会环境。（雷峰网(公众号：雷峰网)）
正在生成分享图...
nebula