綜合施策提升自動駕駛安全性促進商業應用

沈艾中 閆子昂

摘 要：近年來，自動駕駛行業的傳感器、感知算法、控制相關技術發展得越來越完善，自動駕駛汽車全面落地的時代已經距離我們越來越近了。自動駕駛系統是一個高度復雜的綜合性系統，除了技術層面之外，還需要法律法規、道路建設、交通管理等各方面共同配合，才能提高整體系統的魯棒性和可靠性。本文通過分析對比國內外自動駕駛安全性現狀，提出針對自動駕駛這一場景高度復雜、跨學科、交叉分散的特點，政府部門應當積極主動集各方力量發揮我國體制優勢，在國家層面進行全面系統地頂層設計，進行全盤通盤的協調組織，才能快速提高整個自動駕駛系統的安全性，使其快速邁向商業化落地。

關鍵詞：自動駕駛；法律法規；道路管理

The role of government in improving the safety of autopilot system

SHEN Aizhong1， YAN Ziang2

（1. Zhejiang Public Security Department Traffic Police Corps，Hangzhou310000，China；2. Beijng Kuaishou Technology，Beijing100084，China）

Abstract： In recent years， the autopilot industry has made significant progress in sensor hardwares， perception algorithms and control technologies， and the era of fully autopilot is coming. The whole autopilot system is immensely complicated and highly integrated. In addition to the technical aspects， the autopilot system also requires carefully designed laws and regulations， road construction and traffic management to improve the robustness and reliability of the whole system. In this paper， we reckon that we should actively exploit unique advantage of our whole nation system. We should make careful top-level design from the nation level， to make autopilot tech companies， automobile manufacturers， the legislative institution， and the traffic management department work shoulder to shoulder. Thus， the safety of the fully autopilot system could be greatly improved and landing progress of L4 level autopilot could be accelerated.

Keywords：Autopilot；legislation；traffic management

隨著人工智能的發展和5G技術的應用，自動駕駛汽車時代的腳步聲距我們已經越來越近了，商業運用的路徑也越來越清晰，自動駕駛將深刻影響我們未來的生活，自動駕駛汽車的終極目的，就是用自動駕駛系統取代人類駕駛人，不僅帶來商業模式的根本性變革，而且帶來安全、效率、交通暢通的極大提升，并重新定義人與車的關系以及交通安全、交通秩序和交通管理的內涵。對現有汽車產業的競爭格局和交通運輸業帶來無限的遐想，毫無疑問，自動駕駛技術將逐漸成為未來汽車標配和發展方向，汽車及產業的生態架構體系，將會逐步由單車向高度自動智能聯網一體化方向發展。目前自動駕駛技術距離商業應用落地，還有最后一段路要走，這段路也許才是整個過程中最艱難的一段。

自動駕駛汽車最近幾年頻繁出現在人們的視野里，成為各類資本、技術追逐的新風口、新時尚，尤其是汽車業界和互聯網大廠都紛紛投入大量財力、人力和技術力量去研發這一前沿技術，大家想在這一技術成熟商用后能分到更大的蛋糕。山雨欲來風滿樓，社會各界翹首期盼的盛景，卻在自動駕駛的各類交通事故中黯然失色，從現有的各類技術層面來看自動駕駛汽車已經不存在技術障礙了，那么關鍵臨門一腳又是什么呢？其實就是交通安全尤其是人身安全，而由此帶來的法律法規、管理制度、交通工程上的修訂和完善，才是自動駕駛走向商業之路的難點和節點。

1發揮體制優勢 頂層系統推進自動駕駛發展

自動駕駛是一個復雜的系統性工程，涉及到物聯網技術、5G技術、大數據、云計算、各種算力等系列通信技術方面的集成，又牽扯到社會人文法律法規，交通管理政策，道路交通工程學等傳統學科，內容龐雜、跨學科、多學科交叉等難點分散，單憑各類車企、互聯網公司和自動駕駛創新企業，已經很難推動自動駕駛真正快速商業運用，即使是各級地方政府部門想突破法律政策也并不容易，這就需要國家層面必須全面系統地進行頂層設計，從國家決策層進行全面統盤的協調組織，不能再走各個企業自由競爭和創新探索的老路。

自動駕駛的難點就在于系統的集成和組合，應該充分發揮我國國家舉國體制的優勢，學習航空、航天、高鐵等重大項目開發和建設的經驗，由國家層面統一組織各類技術人才集中財力、人力、物力，進行整體集成取得感知技術、5G傳輸技術，交通法律法規，交通安全、秩序管理，交通工程學上的全面突破，目前從國際上來看，我國與美國在自動駕駛技術領域已經處于領跑和并肩階段，都在全力的發展自動駕駛汽車技術，美國的自動駕駛技術也同樣遇到了法律法規，交通安全方面的障礙難題，美國各州立法、司法相對獨立，自動駕駛技術一旦商業應用會引發多個利益集團的利益沖突和平衡，由于美國民主政體的這些弊端性，短時間內解決法律法規問題會有一定難度，所以我們不能跟隨美國的路徑走下去了，應該要另辟蹊徑，充分發揮我們體制的制度優勢。

2完善法律法規 管理政策為自動駕駛護航

為加強和扶持自動駕駛汽車的研發和創新，世界各國都制定了相應的法律法規，如美國聯邦《自動駕駛汽車法案》，德國聯邦意愿通過了《自動駕駛法》，我國早在2019年9月，國務院就印發了《交通強國建設綱要》，提出了加強智能聯網汽車，智能汽車、自動駕駛、車路協同的研發，2020年國家發改委等11個部委聯合印發了《智能汽車創新發展戰略》，2021年9月國家市場監管總局針對自動駕駛功能出臺了國家推薦標準《汽車駕駛自動化分級》（GB/T 40429-2021 ）。但自動駕駛汽車作為全新的一種顛覆性交通工具，現在全球各國都只是處于研發路面測試階段，所有產品都缺乏絕對的路面安全性，也沒有真正取得道路通行權，各國道路交通安全法都明文規定，道路上行駛的車輛，都必須要達到車輛規定的各項安全技術標準，才能到政府部門獲取機動車行駛證，駕駛人也必須經政府部門考試合格后取得機動車駕駛證才能上路駕駛機動車輛，只有具備了兩個證件后，機動車才可以在駕駛人的駕駛下合法上路獲取道路通行權。自動駕駛汽車是由人工智能計算機聯網系統操作，無人工操作在各國目前的交通安全法規里都屬于違法行為，是不允許上路行駛的，所以完善和修訂目前的交通安全法、車輛市場準入標準、車輛牌照證件管理規范已是迫在眉睫。

國家市場管理總局（標準委）發布的《汽車駕駛自動分級國家標準》（ GB/T 40429-2021 ），于2022年3月1日起實施，該標準基于駕駛自動化系統執行駕駛任務的程度，將自動駕駛分為L0至L5級共六個等次級別，從應急輔助到完全自動駕駛標準，綜合考慮了動態駕駛任務安全的最小風險策略和設計運動等多個維度，汽車自動駕駛等級劃分的具體標準，其中L0～L2節為駕駛輔助類，L3～L5級定義有效條件自動駕駛、高度自動駕駛和完全自動駕駛。

現在急需突破的是L3和L4，達到L3級別后，在一些特定環境下可以實現自動駕駛，不過這并不代表就可以完全交給車輛，駕駛人還是需要時刻關注車輛狀態，時刻做好接管準備，一旦遇到復雜路況系統會提前發出提示駕駛人來接管車輛，如果在這期間車輛沒有被接管，隨后車輛就會自動緩慢降低車速，靠邊停車并打開雙閃燈，L3級已經可以實現車輛本身的自動駕駛，但如果道路、車輛、氣象、感知系統、網聯系統等條件不符合，自動駕駛系統就不能激活。L4可以實現不需要駕駛人監控的自動駕駛，不過還是需要特定的道路條件才能實現，比如當L3級不滿足系統運行環境時，會提示駕駛人來接管車輛，而L4級車輛會自動減速靠邊停車，簡單說就是只要滿足L4級自動駕駛條件，車輛駕駛可以完全交給車輛本身，不需要人工干涉。

L3級到L4級是質的跨越，從全球各大自動駕駛企業上路測試車輛情況看，還都沒有超越L3的級別，L4級別全球還沒有一家真正落地，本質上來說L3級車輛還在人類絕對操控下行駛，L4級車輛就不在人類絕對操控下了，是由電腦機器在操控，現行的交通法律法規、交通政策就要修改和完善，以適應L4級車輛應用的各類法律法規和政策規定，具體來說，汽車車輛行駛證上必須要對應的標注車輛的自動駕駛的等級，以便交警在交通管理中執行。L3級被稱為有條件的自動駕駛，它意味著在特定場景下，開啟自動駕駛模式后，駕駛者在打手機、處理電子郵件時就不會再被處以扣兩分罰20至200元的處罰了。①駕駛人的駕駛行為，駕駛人違反超越自動駕駛的等級或在非自動駕駛測試路段進行自動駕駛測試，交警有權糾正，并可處罰當事人的行為，發生交通事故在事故處理責任認定中也應將遵守自動駕駛等級作為當事人定責的依據。

自動駕駛汽車發生交通事故，該由誰來承擔相應的責任是汽車擁有者、汽車生產廠家還是智能網公司，根據現有的法律法規，車輛擁有者只能承擔民事賠償責任，不負刑事責任和行政責任，汽車生產廠家和智能網絡公司，如果要承擔刑事責任，這類機構生產、管理著幾萬、幾十萬甚至上百萬車輛，發生交通事故絕對是難以避免的，根據現行交通安全法和刑法規定的交通肇事罪②，交通事故死亡一人以上或重傷三人以上，負有主要責任或全部責任將追究刑事責任，從概率上來計算，這類機構生產和經營自動駕駛經營業的法人和管理者遲早會被追究刑事責任。雖然民事上的經濟責任，可以通過金融保險進行化解賠償風險，但刑事責任沒有人會去冒這個風險，對于個體來說代價太大，這就為自動駕駛的前期試錯設置了一道無法逾越的障礙和難題，破除這道障礙必須從立法上去設置自動駕駛生產和經營組織者、管理者、法人或技術人員，在發生有責交通事故時法律上實行豁免，可以參照歐美國家實行的汽車召回制度，以此來消除自動駕駛創新創業者個人心理障礙和從業者的包袱，讓他們無后顧之憂，從而加速我國汽車自動駕駛順利完成商業應用。

3突破保障自動駕駛安全運行的關鍵領域

衡量一段路、一個車型的交通安全性指標，往往有多種方式，但以段路的實際通行量與傷亡人數的比例大小為指標，能最客觀也是最精確的交通安全性指標，以浙江省杭千高速為例，杭州南至新安江段108公里，日均流量單向2.45萬輛，全年路段通行量為：193200萬公里。2019年亡13人，受傷17人，2020年亡10人，受傷18人，2021年亡12人，受傷17人③，三年平均每年死亡11.6人，傷17.3人，這段路如果以傷人數為基準，通行量達6660萬公里傷一人，以死亡人數為基準，通行量達16651萬公里亡一人，如果我們把交通安全性作為自動駕駛的第一重要指標來看，從L3過渡到L4，在高速公路自動駕駛道路測試量必須至少應該大于6660萬公里，目前全球自動駕駛測試行駛量沒有一家企業能達到這個量，也就是說現在我們所說的自動駕駛安全性要高于人工駕駛，所有的自己動駕駛企業還沒有拿出路面測試優于人工駕駛的安全數據，要消除大眾的心理障礙，就必須要完成這些天文數字的測試量。要有效、快速、安全完成龐大的測試量，就應該集中各方面的資源，不能像現在這種走分散測試的方式，現在各自動駕駛創業公司測試車輛少，各自建人工智能系統，路段分散，這就帶來資源浪費、測試時間太長、安全性得不到保障、重復投入等弊端。為了保障超大的測試量和高質量測試工作的開展，應從以下幾方面進行推進：

3. 1從道路交通工程上營造安全良好的自動駕駛環境

現有的道路上的交通標志、標線、標識物，都是依據人眼的生理特征設置的，為了標志牌能清晰遠距離被人眼識別、認讀，道路交通標志牌往往采用對比色，如指示標志用藍底白體字圖，警告標志用黃底黑體字圖等，這些對比色字圖組合在一起映入人眼最醒目、最清晰，原因就在于人類在長期的進化過程中，形成了對某一特殊環境下的物體特別敏感，如成熟的黃色果實，果實成熟后往往由青色轉為黃色，果林長年累月的落葉腐殖土顏色很黑，人眼長期在黑色果林地面或背景下搜尋黃色成熟的果實，在環境長期刺激下人眼就演化成黑黃對比色，有利于人類對成熟果實的獲取。藍白對比色是由于在藍色的湖水或藍色的海面，魚的肚皮是白色的，人類在湖面或海面捕魚時專注于白色的出現就能提高捕獲率，長期演化后藍白色也成了人眼的對比色。但這些根據人眼特征設置的標志、標線、標識物并不完全適用于雷達、視頻等機器感知系統，人工智能機器的感知和識別需要建立一套符合這些機器設備特征的新的路面交通標志，現有道路交通標志要適應自動駕駛就必須進行改造，從聲、光、電、磁、色等多個方面投入研發，讓人工智能的自動駕駛車輛，有更靈敏的感知能力，有更高的識別率和更少的差錯率，從而使人工智能系統少范錯誤，以減少意外事故的發生。

從輔助自動駕駛汽車到完全無人駕駛汽車將是一個長期的過渡期，在這個過渡期中，道路上既有人工駕駛的汽車，也有從L3到L5級別的自動駕駛的汽車，這樣一種混合的道路交通可能會長期存在下去，這就要在道路交通工程上，既要考慮自動駕駛汽車的感知交通設施、道路路況、周邊其他交通參與者情況，也要考慮人工駕駛汽車駕駛人在此混合交通環境下的適應性，為綜合考慮特殊的混合道路交通安全，甚至還要對現有人工駕駛的汽車和駕駛人進行必要的規范，設置專項的規避法律條款，保持必要的安全距離，設置專項的交通提示標志、標線等。

無論是自動駕駛汽車的測試，還是自動駕駛汽車的商業落地都需要有一個漸進的過程，不可能在短時間內大規模的實施，其測試的過程也是一個不斷的試錯的過程，這就需要盡可能的確保少出事，不出大事，保持良好的安全行駛記錄，從而讓數據不斷的迭代完善安全算法，完成這些過渡期的任務的自動駕駛汽車，無論什么級別都有，不可能全路段開放，必須選擇性的開放安全的路段。選擇性的開放自動駕駛的路段，唯一的標準就是要有利于交通安全，從現有的道路交通安全數據中詳細的進行分析，選擇交通安全形勢好的道路作為自動駕駛測試路段，或進一步作為自動駕駛的高級級別的開放路段，現有的道路交通安全并不是均衡分布的，各個路段發生事故概率不均衡，這就需要把各個路段的交通事故數據進行分析對比，從我國道路交通事故統計數據分析來看，交通事故發生率最低的是城市封閉式快速路，尤其是人員傷亡事故，以百萬車公里傷亡人數來衡量，城市快速路交通事故發生率是最低的，其次就是高速公路百萬車公里傷亡人數也大大低于其他道路，所以選擇高速公路和城市快速路首先作為自動駕駛測試或開放路段，在交通安全上有一定的保障，選擇高速公路和城市快速路作為自動駕駛測試和開放路段，因為這些道路上的交通參與者比較單一，只有機動車輛，沒有行人、自行車等交通弱勢參與者，道路又是全封閉、硬隔離、全立交狀態下，環境比較單一，有利于人工智能的各類感知探測系統規范運作，不易發生差錯，當然高速公路和城市快速路路面設施還需要進行必要的改造和完善。如從國內外自動駕駛發生的多起傷亡事故來看，自動駕駛人工智能往往把白色的貨運車輛車廂與天空的白云混為一談，把貨運車輛的側面與跨線橋混為一談，而發生直接撞車事故，這就需要對道路上的跨線橋進行特殊的設置，有利于人工智能系統更正確的感知，甚至對進入的自動駕駛路段的貨運車輛的尾部和側面的顏色也要進行特殊的設置。

全國各省隨著高速公路流量的持續上升，各地都在拓寬現有的高速公路主通道，為了迎接自動駕駛車輛快速落地商用，在拓寬高速公路工程時，可以考慮為高速公路設置專用的自動駕駛車道或者將右側應急車道設置為自動駕駛車道和應急車輛共享車道，這樣就能更有效的避免自動駕駛車輛與其他車輛混合行駛，減少相互間的干擾，以達到安全行駛的目的，我國高速公路現有的應急車道寬度為3米[1]，完全可以通行大型的貨運車輛，由于人工智能控制車輛穩定性方面比人工駕駛更加精準，應急車道平時絕大多數時間沒有車輛使用，在實際自動駕駛中一旦遇到有車輛使用應急車道自動駕駛車輛完全可以在應急車道內停車避讓。如果在道路拓寬工程中，讓高速公路全程應急車道與主線完全立體交匯，將與其他車輛間的干擾減少到了更小，安全性將進一步得到保障。

3. 2自動駕駛應全程融入現行交通安全管理體系

自動駕駛技術標準、道路行駛立法、道路交通工程改造等一系列難題，最終要實現商業應用落地，依然要以實地路面安全行駛為最終標準，經常性的發生傷亡事故，肯定是會影響商業應用的進度，所以在實行自動駕駛模式的路段，確保測試路段現場的交通安全管理是至關重要的關鍵環節，加強路面現場交通安全管理應從以下幾方面落實。

（1）建立專業的自動駕駛管理隊伍機制。從國家層面到省、市地方交通管理部門，都應組建與自動駕駛專業相對應的專業管理隊伍，這支隊伍人員既要懂交通管理業務又要具備掌握人工智能知識，這樣一群的復合型人才。國家層面專業機構主要負責法律法規層面的修訂和立法，參與車載感知系統和人工智能系統的標準制定，參與道路工程為自動駕駛設置的設施完善、改造方案制定，以及對省、地市級專業隊伍的業務培訓工作。省級交通管理部門的專業隊伍主要負責測試路段的確定，具體的自動駕駛測試公司資質的認定，網絡數據的收集管理等。地級交通管理部門專業隊伍主要負責現場交通管理，現場秩序和安全管理，處理涉及自動駕駛的交通事故，監督自動駕駛測試機構合法合規進行路面測試。

（2）采集自動駕駛路段的交通安全數據。自動駕駛路段上既有自動駕駛車輛又有人工駕駛車輛是混合交通行駛模式，各類車輛行駛的安全性尤其是安全隱患和危險因素，必須及時統一的反饋到交通管理部門，以便交通管理部門及時做出安全有效的措施。這些數據大體包括，自動駕駛測試車輛數、道路路面流量，發生交通事故原因，事故發生時天氣，以事故發生的人為和客觀因素等。

（3）現場直接指揮自動駕駛車輛安全有序的行駛。由于惡劣天氣、意外事故、車輛拋錨、道路施工等復雜路況，就必須需要交通民警現場進行指揮、引導自動駕駛車輛，規避不安全的環境，從而避免導致安全事故，引發大規模的交通擁堵。

（4）建立自動駕駛專業救援施救隊伍。在開放初期自動駕駛的創業公司，必須與交警、路政聯合成立救援施救隊伍，保障自動駕駛車輛一旦發生車輛故障或交通事故，專業救援隊伍能及時快速的進行救援施救，及時消除次生事故的發生，使道路保持交通安全和暢通，不引發次生事故和道路擁堵。

（5）建立自動駕駛指揮體系。自動駕駛路段應全程實行無盲點監控，以地市交通管理部門為單位設立指揮中心，負責全天候監控自動駕駛路段車輛，將路面的信息及時反饋給自動駕駛車輛創業機構，指揮、指導創業機構操作人員根據路面情況進行自動駕駛的實際操作。

（6）建立政府部門間聯合協調會商機制。道路交通安全涉及到社會的方方面面，單憑交通管理部門一家單打獨斗那是肯定不行的，必須采取多部門聯動會商，建立聯動會商機制，形成合力才能更有效的施策出力，讓各部門有效措施形成合力，發揮最大效能，采取多部門定期會商制度，返饋各方面的信息，采取更有全面的安全措施，讓自動駕駛在各類安全措施動態中不斷完善。

3. 3以交通安全為目標，加強數據迭代

數據互通共享對于自動駕駛來說十分重要。道路建設與規劃部門的數據、交通安全部門的數據、企業自己大規模采集的路測數據對自動駕駛技術研發都十分重要，但是現在在世界各個主要國家的實踐中，這幾方之間都存在較深的數據壁壘，缺乏有效的數據共建共享機制。應當發揮我國體制的優勢，建立各方數據共建共享機制：

（1）實現自動駕駛安全指標的統一評測，對各種無人駕駛技術按統一口徑計算百萬公里亡人傷人事故等指標，做到技術和技術之間可以公平對比。

（2）在封閉測試環境中，探索各家車企在封閉環境中采集的各類傳感器的數據共通共享，共同促進技術進步和安全性提升。

（3）政府相關部門探索和企業之間進行數據共享的長效機制，做到道路上各類傳感器在確保安全和隱私的前提下對企業開放，進一步提升整體系統的可靠性。

（4）推動不同車企之間軟硬件接口統一，數據打通，實現車輛互聯，減小事故發生的可能。

（5）網絡安全法規。自動駕駛汽車面臨著網絡傳輸層和外部網絡生態的安全威脅，網絡安全和數據安全在自動駕駛汽車安全體系中占據至關重要的地位。出臺相關政策法規來保障自動駕駛網絡安全與數據安全十分必要。

除數據互通共享之外，自動駕駛汽車的數據和網絡安全也很重要。自2020年以來，發布了一系列的自動駕駛汽車數據網絡安全相關的政策法規，要求加強整車信息安全，加強個人信息和重要數據保護，構建車聯網身份認證和安全信任體系，為自動駕駛汽車的準入做鋪墊。這方面的立法和落地工作，也需要加強推進。

4先行先試 探索優先領域的落地應用

4. 1貨運車輛自動駕駛高速公路先行先試條件已經成熟

人類駕駛車輛經常有意或無意的違反交通法規而發生交通事故，全球每年因道路交通事故死亡130萬人，受傷約5000萬人[2]，在全國僅僅浙江一省每年發生的大小交通事故320多萬起④，這些交通事故，絕大多數為駕駛人違反交通規則或操作安全規范犯錯造成。雖然各國在交通安全法上都采取了嚴厲的措施，各類宣傳教育也大量的提醒人們要自覺遵守交通法規，但駕駛人有意和無意識的違反交通法規，致使交通事故不斷上升，自動駕駛汽車由于操作程序和算法嚴格按照駕駛安全性和交通法規進行程序設置，不存在違反安全性和交通法規的行為操作，理論上自動駕駛可以大幅的降低交通事故發生率，如果大規模的使用自動駕駛技術，全社會道路交通事故將大幅下降幾個數量級，即使初期的小規模小范圍，低級別的使用自動駕駛道路交通事故也會相應的減少，但這并不能完全杜絕道路交通事故的發生，原因是系統感知系統、傳輸網絡系統依然有小概念故障率，就會導致意外事故的發生。目前各大自動駕駛創業公司都想在這方面來降低甚至杜絕傳感系統和傳輸網絡的故障率，如果僅僅從這個視角來推進自動駕駛的商業應用，應該來說是不夠全面的。要從道路交通安全本身的規律上來推進自動駕駛路面測試，從而保障自動駕駛的更安全、更高效、更經濟的進行商業應用。

從全球目前自動駕駛車輛交通事故的發生情況分析來看，純經濟損失的意外事故社會和民眾并不是很關心、關注，一旦涉及到人員傷亡，媒體和社會大眾就特別的關注，甚至引發輿情危機、大眾心理恐慌情緒，這就反映了一個大眾心理問題，雖然在統計學上來看自動駕駛交通事故肯定比人工駕駛事故發生概率更低，事故傷亡概率也更少，但在個體上尤其是在乘坐自動駕駛車輛時，不能完全杜絕或降低到足夠低的傷亡水平，大眾心理感受依然不敢將自己的生命完全交付給機器去掌控，雖然每個體也會發生事故，對于生命這樣的終極問題，每個人還是會選擇相信自己或者相信對生命同樣珍惜的同類自已駕駛東輛。自動駕駛車輛全球傷亡事故時有發生，從事故發生的形態上來看，主要有乘坐在自動駕駛車輛上的乘員被撞傷亡和自動駕駛車輛撞擊行人或騎行自行車者這兩種類型，其他情況沒有發生過或者媒體沒有報道過，為了有效的規避這兩類事故的發生，在高速公路上行駛貨運車輛自動駕駛商業應用，是最佳的選擇，也是最安全自動駕駛的商業應用，因為自動駕駛貨運車輛上沒有乘坐人員，高速公路上也沒有行人、自行車等弱勢參與者，憑借著這兩個獨特的優勢，自動駕駛貨運車輛首先在高速公路上實現商業應用條件已經充分具備。

上海洋山港區智能重卡貨車融合了AI智能、5G、V2X車聯通訊等先進技術，成功實現了在洋山港區L4級別的自動駕駛，截止到2021年12月已累計營運里程突破200萬公里[3]，累計完成轉運集裝箱6.1萬個，達到了國際自動駕駛貨運車輛商業應用領先水平。2022年5G+L4智能駕駛貨車重卡還將進一步減少車內安全員，并計劃轉運10萬個集裝箱，發揮智能貨運重卡更智能、更安全、更高效、更環保的優勢。從洋山港區智能貨車自動駕駛安全行駛200萬公里，沒有發生有影響的交通意外事故來看，自動駕駛貨運車輛在特定場所的經驗是值得推廣的。上海洋山港區道路條件與高速公路具有高度的相似性，把上海洋山港智能貨運自動駕駛經驗和技術，直接延伸應用到高速公路上條件已經完全具備。

上海洋山港智能集裝箱貨車自動駕駛模式復制到高速公路上應用，要做到大規模的應用測試，便于各方管理，能夠實實在在落地，便于實際操作，就必須要考慮經濟性好，車流量集中度高，路段距離適中，車輛營運起始點和目的地相對集中。測試路段距離太長不利于管理，車路協同投入太大經濟性差，車流量小、分散不利于集中管理，而且測試量（公里數）短時間內難于達標。

為了便于集中管理產生更高效的測試路段，以浙江省甬金高速公路為例進行具體分析，甬金高速公路是寧波到義烏的一條浙江省內的高速公路，義烏小商品城大量的外貿商品都是通過甬金高速公路用集裝箱運輸到寧波碼頭，這些集裝箱從寧波碼頭裝船后運往世界各地。甬金高速公路里程200多公里，每天從寧波港碼頭到義烏商貿城來往單程集裝箱量為1200多輛⑤，上午從寧波港碼頭出發，中午到達義烏小商品城，卸載空載集裝箱后，再到義烏港（海關通關后集散地）大型物流停車場裝上滿載集裝箱，下午從義烏出發通過甬金高速公路到達寧波港碼頭，一個閉環剛好一天時間。如果這1200多輛集裝箱全程都采用L3自動駕駛模式，每天的路面測試量就能達到了48多萬公里，5個多月時間就能達到7200萬公里數，如果在這個測試量內采用L3自動駕駛模式的集裝箱車沒有涉及發生傷亡類交通安全事故，接下來就可以準備進入采用L4高級自動駕駛模式。

甬金高速公路集裝箱貨車采用L4自動駕駛模式，可以根據條件具備的情況，分階段進行實施，第一階段從寧波碼頭到高速公路進口，先采用L3自動駕駛模式，高速公路主線全程采用L4自動駕駛模式，到高速公路義烏出口后再采用L3自動駕駛到義烏小商品城。第二階段甬金高速公路拓寬改造后，結合全程L4自動駕駛的需要進行道路工程上的改造和完善，從寧波港碼頭到高速公路進、出口應建設全立交專用車道，高速公路義烏進、出口到小商品城也應建設全立交專用車道，將應急車道加寬至3.5米以上，在經過互通時采用全程立交避免與上下匝道的車輛形成交織點。一旦這二個階段都能順利實施，整個寧波港、義烏商貿城、甬金高速公路將成全球真正意義上的無人駕駛商業應用落地示范項目，將具有重大的里程碑意義。

4. 2 小型客車城市快速路自動駕駛先行先試條件已經具備

城市快速路是采取全封閉、全立交、硬隔離建設模式，一些城市還采取了全程無盲點監控，路面上禁止大型車輛、貨運車輛、自行車（電動自行車）以及行人通行，這樣的限制通行措施，使城市快速路上行駛的車輛很單一，基本上就成了小型客車的專用道路，由于小型客車絕大多數是城市中產階層，其文明素質和遵守交通法規的意識都比較高，又由于大多數城市快速路限速在80Km/h，所以事故發生率非常低，尤其是是傷亡事故，幾乎很難聽說有在城市快速路上發生傷亡事故。城市快速路不僅交通傷亡事故遠遠低于城市其它道路，而且通行效率高，通行量非常巨大，如：杭州市主城區道路總里程為2254公里，主城區快速路為227公里，主城區道路日交通量為202萬輛，主城區快速路日交通量為125萬輛，杭州城市快速路每天城市快速路要承擔全城61.88%以上的車輛通行流量，杭州市城市快速路只占市區道路里程的10%⑥，卻承擔了市區絕大部分的車流通行量。杭州兩條高架快速路，（1）秋石高架交通事故統計（2019年至2021年三年間），死亡一人，傷8人，全長29.3公里，日斷面單向平均流量7.2萬輛，年平均通行量為15.4億輛。（2）中河高架交通事故統計（2019年至2021年三年間），無人員死亡，傷4人，全長7.3公里，日斷面單向平均流量6萬輛⑦，年平均通行量為3.15億輛。兩段路以死亡人數為基準，通行量達185500萬公里死亡一人，以傷人數為基準，通行量達14200萬公里傷一人。

小型客車在城市快速路采取自動駕駛測試具備的先天性安全優勢，在城市快速路面上采取L3、L4自動駕駛，由于路面車輛單一，路面線形標志規范簡潔，有利感知系統和人工智能系統識別，感知和人工智能系統出錯率低，確保了自動駕駛車輛的意外事故發生率也降低了。城市快速路交通事故的形態一般有后車因沒有保持足夠的安全距離而追尾前車，和車輛在變道過程中發生側面碰擦事故這兩種類型。由于城市快速路限速80km/h，事故發生時碰撞力有限（相對于其它形態），追尾時前車車尾和后車車頭都有一定的吸能防護功能，發生變道側面碰擦事故，由于兩車相對車速比較接近，碰擦力就更小，再加上車內人員都能系好安全帶，所以城市快速路上發生人員傷亡事故概率非常小，這就為小型客車在城市快速路上采取L3、L4級自動駕駛奠定了非常好安全基礎。

現有的城市快速路面按三級服務水平最大的通行量一般為每條車道2100輛/小時[4]，根據交通工程學原理，低速或高速都不能達到最大的通行量[5]，這是因為在自然流車流行駛過程中前后車都會保持足夠的安全距離，這個跟車的安全距離是以人的判斷能力，人和車的減速、停車操作反應時間相關聯，是因人而異的，新手跟車距離長，老駕駛人跟車距離短，發生過追尾事故者吸取了教訓跟車距離就長，但車流的整體跟車距離一般變化不大，城市快速路采取自動駕駛模式，無論是L3、L4都能有效提升車道的通行效率，原理就在于車載感知系統能快速感知前車的行駛狀態，當前車剎車時自動駕駛車載感知系統比人眼感知快，感知系統將感知到前車剎車信息傳導到車載人工智能系統，人工智能系統作出決策命令車輛剎車減速或停車，這個過程也比人的反應時間要快很多倍，所以L3、L4級行駛在城市快速路上其跟車距離可以大幅度縮短，從而提升車道的通行量，如果整個車道絕大部分車輛采取自動駕駛模式，理論上車道的通行量能成倍的增長，小型客車在城市快速路上采取自動駕駛，既能確保安全又能進一步提升通行效率，緩解城市擁堵。

城市快速路采取自動駕駛模式也應是漸進式進行，首先采用L3級在單向三車道以上路段進行測試，測試時間和測試量集累到足夠后，再放開到城市快速路全域進行，L3級提升到L4級應該也是測試量足夠大，消除了的大眾心理障礙后L3就自然過渡到L4。

5結論

近年來的自動駕駛技術發展迅速，但由于法律法規、交通管理、大眾心理等因素，給自動駕駛商業應用帶來了阻礙，自動駕駛必須在法律法規的護航下，以確保交通安全，交通秩序暢通位前提，加持交通工程改造，交通現場管理，快速救援，就是就各類交通安全數據迭代完善，僅僅依靠我們舉國體制的優勢，以最快高效的速度使自動駕駛商業應用落地，搶占自動駕駛技術帶來的暢產業創新變革的制高點，為我國民族振興和經濟發展助力。

參考文獻

[1]交通運輸部公路局，中交第一公路勘察設計研究院有限公司. 公路工程技術標準：JTG B01-2014[S]. 人民交通出版社，2014.

[2]經合組織（OECD）. 2020年道路安全年度報告[R]，2020.

[3]《上汽無人駕駛重卡助力洋山港建設全球領先智能港口[M].（2021-12-24）[2022-05-08]. https：// baijiahao.baidu.com/s？id=1720010767537934812&wfr=sp ider&for=pc.

[4]北京市市政工程設計研究總院有限公司.城市道路工程設計規范：CJJ37-2012（2016年版）[S]. 中國建筑工業出版社.2016.

[5] 王明祺.交通流理論的研究進展[J].力學進展，1995，25（3）：343-356.

普及智能交通讓出行更安全高效綠色

促進智能交通普及，緩解道路擁堵，推動城市交通綠色高質量發展。全國政協委員、百度董事長兼首席執行官李彥宏連續七年在提案中關注“智能交通”相關話題。他認為，在智能交通領域，應加快推廣智能交通運營商模式，建立智能交通助力碳減排效益評估標準，開展個人碳積分激勵制度試點等。

李彥宏指出，智能交通為緩解交通運輸碳排放提供了新的有效路徑，車的電動化和智能化、路的網聯化、行的共享化是核心著力點。近年來，在智能交通領域，國家已加速出臺相關政策，地方政府也積極推進落地，但部分地區仍存在建設缺乏協同、碳減排效益評估缺少統一標準等情況。

李彥宏建議，加強政策引導，促進智能交通普及，讓出行更安全高效綠色；加快推廣智能交通運營商模式，推動一次性集成商向持續性運營商模式轉型，加速構建智能交通運營商功能或成立專門公司，支持科技企業以技術和運營經驗等賦能智能交通運營商；建立智能交通助力碳減排效益評估標準，聯合行業協會、高校、科研機構和領軍企業，加快開展碳減排效益評估標準研究，制定智能交通助力碳減排的量化計算規則，探索自動駕駛運營商等新主體的碳減排效果評估，認定其減碳價值；開展個人碳積分激勵制度試點，支持地方政府出臺激勵政策，構建公眾碳排放相關數據平臺，探索個人綠色出行碳積分與公共服務優惠政策掛鉤機制。（人民公安報，鄔春陽）

①《中華人民共和國道路交通法實施條例》第六十二條第（三）款和第九十條。

②《中華人民共和國刑法》第一百三十三條。

③ 數據來源于杭州市公安局高速交警支隊。

④ 數據來源于浙江省公安廳交通管理局。

⑤數據來源于浙江省紹興公安局高速交警支隊。

⑥數據來源于浙江省杭州市公安局交通警察局。

⑦ 數據來源于浙江省杭州市公安局交通警察局。