沈艾中 闫子昂

摘 要：近年来，自动驾驶行业的传感器、感知算法、控制相关技术发展得越来越完善，自动驾驶汽车全面落地的时代已经距离我们越来越近了。自动驾驶系统是一个高度复杂的综合性系统，除了技术层面之外，还需要法律法规、道路建设、交通管理等各方面共同配合，才能提高整体系统的鲁棒性和可靠性。本文通过分析对比国内外自动驾驶安全性现状，提出针对自动驾驶这一场景高度复杂、跨学科、交叉分散的特点，政府部门应当积极主动集各方力量发挥我国体制优势，在国家层面进行全面系统地顶层设计，进行全盘通盘的协调组织，才能快速提高整个自动驾驶系统的安全性，使其快速迈向商业化落地。

关键词：自动驾驶；法律法规；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

随着人工智能的发展和5G技术的应用，自动驾驶汽车时代的脚步声距我们已经越来越近了，商业运用的路径也越来越清晰，自动驾驶将深刻影响我们未来的生活，自动驾驶汽车的终极目的，就是用自动驾驶系统取代人类驾驶人，不仅带来商业模式的根本性变革，而且带来安全、效率、交通畅通的极大提升，并重新定义人与车的关系以及交通安全、交通秩序和交通管理的内涵。对现有汽车产业的竞争格局和交通运输业带来无限的遐想，毫无疑问，自动驾驶技术将逐渐成为未来汽车标配和发展方向，汽车及产业的生态架构体系，将会逐步由单车向高度自动智能联网一体化方向发展。目前自动驾驶技术距离商业应用落地，还有最后一段路要走，这段路也许才是整个过程中最艰难的一段。

自动驾驶汽车最近几年频繁出现在人们的视野里，成为各类资本、技术追逐的新风口、新时尚，尤其是汽车业界和互联网大厂都纷纷投入大量财力、人力和技术力量去研发这一前沿技术，大家想在这一技术成熟商用后能分到更大的蛋糕。山雨欲来风满楼，社会各界翘首期盼的盛景，却在自动驾驶的各类交通事故中黯然失色，从现有的各类技术层面来看自动驾驶汽车已经不存在技术障碍了，那么关键临门一脚又是什么呢？其实就是交通安全尤其是人身安全，而由此带来的法律法规、管理制度、交通工程上的修订和完善，才是自动驾驶走向商业之路的难点和节点。

1发挥体制优势 顶层系统推进自动驾驶发展

自动驾驶是一个复杂的系统性工程，涉及到物联网技术、5G技术、大数据、云计算、各种算力等系列通信技术方面的集成，又牵扯到社会人文法律法规，交通管理政策，道路交通工程学等传统学科，内容庞杂、跨学科、多学科交叉等难点分散，单凭各类车企、互联网公司和自动驾驶创新企业，已经很难推动自动驾驶真正快速商业运用，即使是各级地方政府部门想突破法律政策也并不容易，这就需要国家层面必须全面系统地进行顶层设计，从国家决策层进行全面统盘的协调组织，不能再走各个企业自由竞争和创新探索的老路。

自动驾驶的难点就在于系统的集成和组合，应该充分发挥我国国家举国体制的优势，学习航空、航天、高铁等重大项目开发和建设的经验，由国家层面统一组织各类技术人才集中财力、人力、物力，进行整体集成取得感知技術、5G传输技术，交通法律法规，交通安全、秩序管理，交通工程学上的全面突破，目前从国际上来看，我国与美国在自动驾驶技术领域已经处于领跑和并肩阶段，都在全力的发展自动驾驶汽车技术，美国的自动驾驶技术也同样遇到了法律法规，交通安全方面的障碍难题，美国各州立法、司法相对独立，自动驾驶技术一旦商业应用会引发多个利益集团的利益冲突和平衡，由于美国民主政体的这些弊端性，短时间内解决法律法规问题会有一定难度，所以我们不能跟随美国的路径走下去了，应该要另辟蹊径，充分发挥我们体制的制度优势。

2完善法律法规 管理政策为自动驾驶护航

为加强和扶持自动驾驶汽车的研发和创新，世界各国都制定了相应的法律法规，如美国联邦《自动驾驶汽车法案》，德国联邦意愿通过了《自动驾驶法》，我国早在2019年9月，国务院就印发了《交通强国建设纲要》，提出了加强智能联网汽车，智能汽车、自动驾驶、车路协同的研发，2020年国家发改委等11个部委联合印发了《智能汽车创新发展战略》，2021年9月国家市场监管总局针对自动驾驶功能出台了国家推荐标准《汽车驾驶自动化分级》（GB/T 40429-2021 ）。但自动驾驶汽车作为全新的一种颠覆性交通工具，现在全球各国都只是处于研发路面测试阶段，所有产品都缺乏绝对的路面安全性，也没有真正取得道路通行权，各国道路交通安全法都明文规定，道路上行驶的车辆，都必须要达到车辆规定的各项安全技术标准，才能到政府部门获取机动车行驶证，驾驶人也必须经政府部门考试合格后取得机动车驾驶证才能上路驾驶机动车辆，只有具备了两个证件后，机动车才可以在驾驶人的驾驶下合法上路获取道路通行权。自动驾驶汽车是由人工智能计算机联网系统操作，无人工操作在各国目前的交通安全法规里都属于违法行为，是不允许上路行驶的，所以完善和修订目前的交通安全法、车辆市场准入标准、车辆牌照证件管理规范已是迫在眉睫。

国家市场管理总局（标准委）发布的《汽车驾驶自动分级国家标准》（ GB/T 40429-2021 ），于2022年3月1日起实施，该标准基于驾驶自动化系统执行驾驶任务的程度，将自动驾驶分为L0至L5级共六个等次级别，从应急辅助到完全自动驾驶标准，综合考虑了动态驾驶任务安全的最小风险策略和设计运动等多个维度，汽车自动驾驶等级划分的具体标准，其中L0～L2节为驾驶辅助类，L3～L5级定义有效条件自动驾驶、高度自动驾驶和完全自动驾驶。

现在急需突破的是L3和L4，达到L3级别后，在一些特定环境下可以实现自动驾驶，不过这并不代表就可以完全交给车辆，驾驶人还是需要时刻关注车辆状态，时刻做好接管准备，一旦遇到复杂路况系统会提前发出提示驾驶人来接管车辆，如果在这期间车辆没有被接管，随后车辆就会自动缓慢降低车速，靠边停车并打开双闪灯，L3级已经可以实现车辆本身的自动驾驶，但如果道路、车辆、气象、感知系统、网联系统等条件不符合，自动驾驶系统就不能激活。L4可以实现不需要驾驶人监控的自动驾驶，不过还是需要特定的道路条件才能实现，比如当L3级不满足系统运行环境时，会提示驾驶人来接管车辆，而L4级车辆会自动减速靠边停车，简单说就是只要满足L4级自动驾驶条件，车辆驾驶可以完全交给车辆本身，不需要人工干涉。

L3级到L4级是质的跨越，从全球各大自动驾驶企业上路测试车辆情况看，还都没有超越L3的级别，L4级别全球还没有一家真正落地，本质上来说L3级车辆还在人类绝对操控下行驶，L4级车辆就不在人类绝对操控下了，是由电脑机器在操控，现行的交通法律法规、交通政策就要修改和完善，以适应L4级车辆应用的各类法律法规和政策规定，具体来说，汽车车辆行驶证上必须要对应的标注车辆的自动驾驶的等级，以便交警在交通管理中执行。L3级被称为有条件的自动驾驶，它意味着在特定场景下，开启自动驾驶模式后，驾驶者在打手机、处理电子邮件时就不会再被处以扣两分罚20至200元的处罚了。①驾驶人的驾驶行为，驾驶人违反超越自动驾驶的等级或在非自动驾驶测试路段进行自动驾驶测试，交警有权纠正，并可处罚当事人的行为，发生交通事故在事故处理责任认定中也应将遵守自动驾驶等级作为当事人定责的依据。

自动驾驶汽车发生交通事故，该由谁来承担相应的责任是汽车拥有者、汽车生产厂家还是智能网公司，根据现有的法律法规，车辆拥有者只能承担民事赔偿责任，不负刑事责任和行政责任，汽车生产厂家和智能网络公司，如果要承担刑事责任，这类机构生产、管理着几万、几十万甚至上百万车辆，发生交通事故绝对是难以避免的，根据现行交通安全法和刑法规定的交通肇事罪②，交通事故死亡一人以上或重伤三人以上，负有主要责任或全部责任将追究刑事责任，从概率上来计算，这类机构生产和经营自动驾驶经营业的法人和管理者迟早会被追究刑事责任。虽然民事上的经济责任，可以通过金融保险进行化解赔偿风险，但刑事责任没有人会去冒这个风险，对于个体来说代价太大，这就为自动驾驶的前期试错设置了一道无法逾越的障碍和难题，破除这道障碍必须从立法上去设置自动驾驶生产和经营组织者、管理者、法人或技术人员，在发生有责交通事故时法律上实行豁免，可以参照欧美国家实行的汽车召回制度，以此来消除自动驾驶创新创业者个人心理障碍和从业者的包袱，让他们无后顾之忧，从而加速我国汽车自动驾驶顺利完成商业应用。

3突破保障自动驾驶安全运行的关键领域

衡量一段路、一个车型的交通安全性指标，往往有多种方式，但以段路的实际通行量与伤亡人数的比例大小为指标，能最客观也是最精确的交通安全性指标，以浙江省杭千高速为例，杭州南至新安江段108公里，日均流量单向2.45万辆，全年路段通行量為：193200万公里。2019年亡13人，受伤17人，2020年亡10人，受伤18人，2021年亡12人，受伤17人③，三年平均每年死亡11.6人，伤17.3人，这段路如果以伤人数为基准，通行量达6660万公里伤一人，以死亡人数为基准，通行量达16651万公里亡一人，如果我们把交通安全性作为自动驾驶的第一重要指标来看，从L3过渡到L4，在高速公路自动驾驶道路测试量必须至少应该大于6660万公里，目前全球自动驾驶测试行驶量没有一家企业能达到这个量，也就是说现在我们所说的自动驾驶安全性要高于人工驾驶，所有的自己动驾驶企业还没有拿出路面测试优于人工驾驶的安全数据，要消除大众的心理障碍，就必须要完成这些天文数字的测试量。要有效、快速、安全完成庞大的测试量，就应该集中各方面的资源，不能像现在这种走分散测试的方式，现在各自动驾驶创业公司测试车辆少，各自建人工智能系统，路段分散，这就带来资源浪费、测试时间太长、安全性得不到保障、重复投入等弊端。为了保障超大的测试量和高质量测试工作的开展，应从以下几方面进行推进：

3. 1从道路交通工程上营造安全良好的自动驾驶环境

现有的道路上的交通标志、标线、标识物，都是依据人眼的生理特征设置的，为了标志牌能清晰远距离被人眼识别、认读，道路交通标志牌往往采用对比色，如指示标志用蓝底白体字图，警告标志用黄底黑体字图等，这些对比色字图组合在一起映入人眼最醒目、最清晰，原因就在于人类在长期的进化过程中，形成了对某一特殊环境下的物体特别敏感，如成熟的黄色果实，果实成熟后往往由青色转为黄色，果林长年累月的落叶腐殖土颜色很黑，人眼长期在黑色果林地面或背景下搜寻黄色成熟的果实，在环境长期刺激下人眼就演化成黑黄对比色，有利于人类对成熟果实的获取。蓝白对比色是由于在蓝色的湖水或蓝色的海面，鱼的肚皮是白色的，人类在湖面或海面捕鱼时专注于白色的出现就能提高捕获率，长期演化后蓝白色也成了人眼的对比色。但这些根据人眼特征设置的标志、标线、标识物并不完全适用于雷达、视频等机器感知系统，人工智能机器的感知和识别需要建立一套符合这些机器设备特征的新的路面交通标志，现有道路交通标志要适应自动驾驶就必须进行改造，从声、光、电、磁、色等多个方面投入研发，让人工智能的自动驾驶车辆，有更灵敏的感知能力，有更高的识别率和更少的差错率，从而使人工智能系统少范错误，以减少意外事故的发生。

从辅助自动驾驶汽车到完全无人驾驶汽车将是一个长期的过渡期，在这个过渡期中，道路上既有人工驾驶的汽车，也有从L3到L5级别的自动驾驶的汽车，这样一种混合的道路交通可能会长期存在下去，这就要在道路交通工程上，既要考虑自动驾驶汽车的感知交通设施、道路路况、周边其他交通参与者情况，也要考虑人工驾驶汽车驾驶人在此混合交通环境下的适应性，为综合考虑特殊的混合道路交通安全，甚至还要对现有人工驾驶的汽车和驾驶人进行必要的规范，设置专项的规避法律条款，保持必要的安全距离，设置专项的交通提示标志、标线等。

无论是自动驾驶汽车的测试，还是自动驾驶汽车的商业落地都需要有一个渐进的过程，不可能在短时间内大规模的实施，其测试的过程也是一个不断的试错的过程，这就需要尽可能的确保少出事，不出大事，保持良好的安全行驶记录，从而让数据不断的迭代完善安全算法，完成这些过渡期的任务的自动驾驶汽车，无论什么级别都有，不可能全路段开放，必须选择性的开放安全的路段。选择性的开放自动驾驶的路段，唯一的标准就是要有利于交通安全，从现有的道路交通安全数据中详细的进行分析，选择交通安全形势好的道路作为自动驾驶测试路段，或进一步作为自动驾驶的高级级别的开放路段，现有的道路交通安全并不是均衡分布的，各个路段发生事故概率不均衡，这就需要把各个路段的交通事故数据进行分析对比，从我国道路交通事故统计数据分析来看，交通事故发生率最低的是城市封闭式快速路，尤其是人员伤亡事故，以百万车公里伤亡人数来衡量，城市快速路交通事故发生率是最低的，其次就是高速公路百万车公里伤亡人数也大大低于其他道路，所以选择高速公路和城市快速路首先作为自动驾驶测试或开放路段，在交通安全上有一定的保障，选择高速公路和城市快速路作为自动驾驶测试和开放路段，因为这些道路上的交通参与者比较单一，只有机动车辆，没有行人、自行车等交通弱势参与者，道路又是全封闭、硬隔离、全立交状态下，环境比较单一，有利于人工智能的各类感知探测系统规范运作，不易发生差错，当然高速公路和城市快速路路面设施还需要进行必要的改造和完善。如从国内外自动驾驶发生的多起伤亡事故来看，自动驾驶人工智能往往把白色的货运车辆车厢与天空的白云混为一谈，把货运车辆的侧面与跨线桥混为一谈，而发生直接撞车事故，这就需要对道路上的跨线桥进行特殊的设置，有利于人工智能系统更正确的感知，甚至对进入的自动驾驶路段的货运车辆的尾部和侧面的颜色也要进行特殊的设置。

全国各省随着高速公路流量的持续上升，各地都在拓宽现有的高速公路主通道，为了迎接自动驾驶车辆快速落地商用，在拓宽高速公路工程时，可以考虑为高速公路设置专用的自动驾驶车道或者将右侧应急车道设置为自动驾驶车道和应急车辆共享车道，这样就能更有效的避免自动驾驶车辆与其他车辆混合行駛，减少相互间的干扰，以达到安全行驶的目的，我国高速公路现有的应急车道宽度为3米[1]，完全可以通行大型的货运车辆，由于人工智能控制车辆稳定性方面比人工驾驶更加精准，应急车道平时绝大多数时间没有车辆使用，在实际自动驾驶中一旦遇到有车辆使用应急车道自动驾驶车辆完全可以在应急车道内停车避让。如果在道路拓宽工程中，让高速公路全程应急车道与主线完全立体交汇，将与其他车辆间的干扰减少到了更小，安全性将进一步得到保障。

3. 2自动驾驶应全程融入现行交通安全管理体系

自动驾驶技术标准、道路行驶立法、道路交通工程改造等一系列难题，最终要实现商业应用落地，依然要以实地路面安全行驶为最终标准，经常性的发生伤亡事故，肯定是会影响商业应用的进度，所以在实行自动驾驶模式的路段，确保测试路段现场的交通安全管理是至关重要的关键环节，加强路面现场交通安全管理应从以下几方面落实。

（1）建立专业的自动驾驶管理队伍机制。从国家层面到省、市地方交通管理部门，都应组建与自动驾驶专业相对应的专业管理队伍，这支队伍人员既要懂交通管理业务又要具备掌握人工智能知识，这样一群的复合型人才。国家层面专业机构主要负责法律法规层面的修订和立法，参与车载感知系统和人工智能系统的标准制定，参与道路工程为自动驾驶设置的设施完善、改造方案制定，以及对省、地市级专业队伍的业务培训工作。省级交通管理部门的专业队伍主要负责测试路段的确定，具体的自动驾驶测试公司资质的认定，网络数据的收集管理等。地级交通管理部门专业队伍主要负责现场交通管理，现场秩序和安全管理，处理涉及自动驾驶的交通事故，监督自动驾驶测试机构合法合规进行路面测试。

（2）采集自动驾驶路段的交通安全数据。自动驾驶路段上既有自动驾驶车辆又有人工驾驶车辆是混合交通行驶模式，各类车辆行驶的安全性尤其是安全隐患和危险因素，必须及时统一的反馈到交通管理部门，以便交通管理部门及时做出安全有效的措施。这些数据大体包括，自动驾驶测试车辆数、道路路面流量，发生交通事故原因，事故发生时天气，以事故发生的人为和客观因素等。

（3）现场直接指挥自动驾驶车辆安全有序的行驶。由于恶劣天气、意外事故、车辆抛锚、道路施工等復杂路况，就必须需要交通民警现场进行指挥、引导自动驾驶车辆，规避不安全的环境，从而避免导致安全事故，引发大规模的交通拥堵。

（4）建立自动驾驶专业救援施救队伍。在开放初期自动驾驶的创业公司，必须与交警、路政联合成立救援施救队伍，保障自动驾驶车辆一旦发生车辆故障或交通事故，专业救援队伍能及时快速的进行救援施救，及时消除次生事故的发生，使道路保持交通安全和畅通，不引发次生事故和道路拥堵。

（5）建立自动驾驶指挥体系。自动驾驶路段应全程实行无盲点监控，以地市交通管理部门为单位设立指挥中心，负责全天候监控自动驾驶路段车辆，将路面的信息及时反馈给自动驾驶车辆创业机构，指挥、指导创业机构操作人员根据路面情况进行自动驾驶的实际操作。

（6）建立政府部门间联合协调会商机制。道路交通安全涉及到社会的方方面面，单凭交通管理部门一家单打独斗那是肯定不行的，必须采取多部门联动会商，建立联动会商机制，形成合力才能更有效的施策出力，让各部门有效措施形成合力，发挥最大效能，采取多部门定期会商制度，返馈各方面的信息，采取更有全面的安全措施，让自动驾驶在各类安全措施动态中不断完善。

3. 3以交通安全为目标，加强数据迭代

数据互通共享对于自动驾驶来说十分重要。道路建设与规划部门的数据、交通安全部门的数据、企业自己大规模采集的路测数据对自动驾驶技术研发都十分重要，但是现在在世界各个主要国家的实践中，这几方之间都存在较深的数据壁垒，缺乏有效的数据共建共享机制。应当发挥我国体制的优势，建立各方数据共建共享机制：

（1）实现自动驾驶安全指标的统一评测，对各种无人驾驶技术按统一口径计算百万公里亡人伤人事故等指标，做到技术和技术之间可以公平对比。

（2）在封闭测试环境中，探索各家车企在封闭环境中采集的各类传感器的数据共通共享，共同促进技术进步和安全性提升。

（3）政府相关部门探索和企业之间进行数据共享的长效机制，做到道路上各类传感器在确保安全和隐私的前提下对企业开放，进一步提升整体系统的可靠性。

（4）推动不同车企之间软硬件接口统一，数据打通，实现车辆互联，减小事故发生的可能。

（5）网络安全法规。自动驾驶汽车面临着网络传输层和外部网络生态的安全威胁，网络安全和数据安全在自动驾驶汽车安全体系中占据至关重要的地位。出台相关政策法规来保障自动驾驶网络安全与数据安全十分必要。

除数据互通共享之外，自动驾驶汽车的数据和网络安全也很重要。自2020年以来，发布了一系列的自动驾驶汽车数据网络安全相关的政策法规，要求加强整车信息安全，加强个人信息和重要数据保护，构建车联网身份认证和安全信任体系，为自动驾驶汽车的准入做铺垫。这方面的立法和落地工作，也需要加强推进。

4先行先试 探索优先领域的落地应用

4. 1货运车辆自动驾驶高速公路先行先试条件已经成熟

人类驾驶车辆经常有意或无意的违反交通法规而发生交通事故，全球每年因道路交通事故死亡130万人，受伤约5000万人[2]，在全国仅仅浙江一省每年发生的大小交通事故320多万起④，这些交通事故，绝大多数为驾驶人违反交通规则或操作安全规范犯错造成。虽然各国在交通安全法上都采取了严厉的措施，各类宣传教育也大量的提醒人们要自觉遵守交通法规，但驾驶人有意和无意识的违反交通法规，致使交通事故不断上升，自动驾驶汽车由于操作程序和算法严格按照驾驶安全性和交通法规进行程序设置，不存在违反安全性和交通法规的行为操作，理论上自动驾驶可以大幅的降低交通事故发生率，如果大规模的使用自动驾驶技术，全社会道路交通事故将大幅下降几个数量级，即使初期的小规模小范围，低级别的使用自动驾驶道路交通事故也会相应的减少，但这并不能完全杜绝道路交通事故的发生，原因是系统感知系统、传输网络系统依然有小概念故障率，就会导致意外事故的发生。目前各大自动驾驶创业公司都想在这方面来降低甚至杜绝传感系统和传输网络的故障率，如果仅仅从这个视角来推进自动驾驶的商业应用，应该来说是不够全面的。要从道路交通安全本身的规律上来推进自动驾驶路面测试，从而保障自动驾驶的更安全、更高效、更经济的进行商业应用。

从全球目前自动驾驶车辆交通事故的发生情况分析来看，纯经济损失的意外事故社会和民众并不是很关心、关注，一旦涉及到人员伤亡，媒体和社会大众就特别的关注，甚至引发舆情危机、大众心理恐慌情绪，这就反映了一个大众心理问题，虽然在统计学上来看自动驾驶交通事故肯定比人工驾驶事故发生概率更低，事故伤亡概率也更少，但在个体上尤其是在乘坐自动驾驶车辆时，不能完全杜绝或降低到足够低的伤亡水平，大众心理感受依然不敢将自己的生命完全交付给机器去掌控，虽然每个体也会发生事故，对于生命这样的终极问题，每个人还是会选择相信自己或者相信对生命同样珍惜的同类自已驾驶东辆。自动驾驶车辆全球伤亡事故时有发生，从事故发生的形态上来看，主要有乘坐在自动驾驶车辆上的乘员被撞伤亡和自动驾驶车辆撞击行人或骑行自行车者这两种类型，其他情况没有发生过或者媒体没有报道过，为了有效的规避这两类事故的发生，在高速公路上行驶货运车辆自动驾驶商业应用，是最佳的选择，也是最安全自动驾驶的商业应用，因为自动驾驶货运车辆上没有乘坐人员，高速公路上也没有行人、自行车等弱势参与者，凭借着这两个独特的优势，自动驾驶货运车辆首先在高速公路上实现商业应用条件已经充分具备。

上海洋山港区智能重卡货车融合了AI智能、5G、V2X车联通讯等先进技术，成功实现了在洋山港区L4级别的自动驾驶，截止到2021年12月已累计营运里程突破200万公里[3]，累计完成转运集装箱6.1万个，达到了国际自动驾驶货运车辆商业应用领先水平。2022年5G+L4智能驾驶货车重卡还将进一步减少车内安全员，并计划转运10万个集装箱，发挥智能货运重卡更智能、更安全、更高效、更环保的优势。从洋山港区智能货车自动驾驶安全行驶200万公里，没有发生有影响的交通意外事故来看，自动驾驶货运车辆在特定场所的经验是值得推广的。上海洋山港区道路条件与高速公路具有高度的相似性，把上海洋山港智能货运自动驾驶经验和技术，直接延伸应用到高速公路上条件已经完全具备。

上海洋山港智能集装箱货车自动驾驶模式复制到高速公路上应用，要做到大规模的应用测试，便于各方管理，能夠实实在在落地，便于实际操作，就必须要考虑经济性好，车流量集中度高，路段距离适中，车辆营运起始点和目的地相对集中。测试路段距离太长不利于管理，车路协同投入太大经济性差，车流量小、分散不利于集中管理，而且测试量（公里数）短时间内难于达标。

为了便于集中管理产生更高效的测试路段，以浙江省甬金高速公路为例进行具体分析，甬金高速公路是宁波到义乌的一条浙江省内的高速公路，义乌小商品城大量的外贸商品都是通过甬金高速公路用集装箱运输到宁波码头，这些集装箱从宁波码头装船后运往世界各地。甬金高速公路里程200多公里，每天从宁波港码头到义乌商贸城来往单程集装箱量为1200多辆⑤，上午从宁波港码头出发，中午到达义乌小商品城，卸载空载集装箱后，再到义乌港（海关通关后集散地）大型物流停车场装上满载集装箱，下午从义乌出发通过甬金高速公路到达宁波港码头，一个闭环刚好一天时间。如果这1200多辆集装箱全程都采用L3自动驾驶模式，每天的路面测试量就能达到了48多万公里，5个多月时间就能达到7200万公里数，如果在这个测试量内采用L3自动驾驶模式的集装箱车没有涉及发生伤亡类交通安全事故，接下来就可以准备进入采用L4高级自动驾驶模式。

甬金高速公路集装箱货车采用L4自动驾驶模式，可以根据条件具备的情况，分阶段进行实施，第一阶段从宁波码头到高速公路进口，先采用L3自动驾驶模式，高速公路主线全程采用L4自动驾驶模式，到高速公路义乌出口后再采用L3自动驾驶到义乌小商品城。第二阶段甬金高速公路拓宽改造后，结合全程L4自动驾驶的需要进行道路工程上的改造和完善，从宁波港码头到高速公路进、出口应建设全立交专用车道，高速公路义乌进、出口到小商品城也应建设全立交专用车道，将应急车道加宽至3.5米以上，在经过互通时采用全程立交避免与上下匝道的车辆形成交织点。一旦这二个阶段都能顺利实施，整个宁波港、义乌商贸城、甬金高速公路将成全球真正意义上的无人驾驶商业应用落地示范项目，将具有重大的里程碑意义。

4. 2 小型客车城市快速路自动驾驶先行先试条件已经具备

城市快速路是采取全封闭、全立交、硬隔离建设模式，一些城市还采取了全程无盲点监控，路面上禁止大型车辆、货运车辆、自行车（电动自行车）以及行人通行，这样的限制通行措施，使城市快速路上行驶的车辆很单一，基本上就成了小型客车的专用道路，由于小型客车绝大多数是城市中产阶层，其文明素质和遵守交通法规的意识都比较高，又由于大多数城市快速路限速在80Km/h，所以事故发生率非常低，尤其是是伤亡事故，几乎很难听说有在城市快速路上发生伤亡事故。城市快速路不仅交通伤亡事故远远低于城市其它道路，而且通行效率高，通行量非常巨大，如：杭州市主城区道路总里程为2254公里，主城区快速路为227公里，主城区道路日交通量为202万辆，主城区快速路日交通量为125万辆，杭州城市快速路每天城市快速路要承担全城61.88%以上的车辆通行流量，杭州市城市快速路只占市区道路里程的10%⑥，却承担了市区绝大部分的车流通行量。杭州两条高架快速路，（1）秋石高架交通事故统计（2019年至2021年三年间），死亡一人，伤8人，全长29.3公里，日断面单向平均流量7.2万辆，年平均通行量为15.4亿辆。（2）中河高架交通事故统计（2019年至2021年三年间），无人员死亡，伤4人，全长7.3公里，日断面单向平均流量6万辆⑦，年平均通行量为3.15亿辆。两段路以死亡人数为基准，通行量达185500万公里死亡一人，以伤人数为基准，通行量达14200万公里伤一人。

小型客车在城市快速路采取自动驾驶测试具备的先天性安全优势，在城市快速路面上采取L3、L4自动驾驶，由于路面车辆单一，路面线形标志规范简洁，有利感知系统和人工智能系统识别，感知和人工智能系统出错率低，确保了自动驾驶车辆的意外事故发生率也降低了。城市快速路交通事故的形态一般有后车因没有保持足够的安全距离而追尾前车，和车辆在变道过程中发生侧面碰擦事故这两种类型。由于城市快速路限速80km/h，事故发生时碰撞力有限（相对于其它形态），追尾时前车车尾和后车车头都有一定的吸能防护功能，发生变道侧面碰擦事故，由于两车相对车速比较接近，碰擦力就更小，再加上车内人员都能系好安全带，所以城市快速路上发生人员伤亡事故概率非常小，这就为小型客车在城市快速路上采取L3、L4级自动驾驶奠定了非常好安全基础。

现有的城市快速路面按三级服务水平最大的通行量一般为每条车道2100辆/小时[4]，根据交通工程学原理，低速或高速都不能达到最大的通行量[5]，这是因为在自然流车流行驶过程中前后车都会保持足够的安全距离，这个跟车的安全距离是以人的判断能力，人和车的减速、停车操作反应时间相关联，是因人而异的，新手跟车距离长，老驾驶人跟车距离短，发生过追尾事故者吸取了教训跟车距离就长，但车流的整体跟车距离一般变化不大，城市快速路采取自动驾驶模式，无论是L3、L4都能有效提升车道的通行效率，原理就在于车载感知系统能快速感知前车的行驶状态，当前车刹车时自动驾驶车载感知系统比人眼感知快，感知系统将感知到前车刹车信息传导到车载人工智能系统，人工智能系统作出决策命令车辆刹车减速或停车，这个过程也比人的反应时间要快很多倍，所以L3、L4级行驶在城市快速路上其跟车距离可以大幅度缩短，从而提升车道的通行量，如果整个车道绝大部分车辆采取自动驾驶模式，理论上车道的通行量能成倍的增长，小型客车在城市快速路上采取自动驾驶，既能确保安全又能进一步提升通行效率，缓解城市拥堵。

城市快速路采取自动驾驶模式也应是渐进式进行，首先采用L3级在单向三车道以上路段进行测试，测试时间和测试量集累到足够后，再放开到城市快速路全域进行，L3级提升到L4级应该也是测试量足够大，消除了的大众心理障碍后L3就自然过渡到L4。

5结论

近年来的自动驾驶技术发展迅速，但由于法律法规、交通管理、大众心理等因素，给自动驾驶商业应用带来了阻碍，自动驾驶必须在法律法规的护航下，以确保交通安全，交通秩序畅通位前提，加持交通工程改造，交通现场管理，快速救援，就是就各类交通安全数据迭代完善，仅仅依靠我们举国体制的优势，以最快高效的速度使自动驾驶商业应用落地，抢占自动驾驶技术带来的畅产业创新变革的制高点，为我国民族振兴和经济发展助力。

参考文献

[1]交通运输部公路局，中交第一公路勘察设计研究院有限公司. 公路工程技术标准：JTG B01-2014[S]. 人民交通出版社，2014.

[2]经合组织（OECD）. 2020年道路安全年度报告[R]，2020.

[3]《上汽无人驾驶重卡助力洋山港建设全球领先智能港口[M].（2021-12-24）[2022-05-08]. https：// baijiahao.baidu.com/s？id=1720010767537934812&wfr=sp ider&for=pc.

[4]北京市市政工程设计研究总院有限公司.城市道路工程设计规范：CJJ37-2012（2016年版）[S]. 中國建筑工业出版社.2016.

[5] 王明祺.交通流理论的研究进展[J].力学进展，1995，25（3）：343-356.

普及智能交通让出行更安全高效绿色

促进智能交通普及，缓解道路拥堵，推动城市交通绿色高质量发展。全国政协委员、百度董事长兼首席执行官李彦宏连续七年在提案中关注“智能交通”相关话题。他认为，在智能交通领域，应加快推广智能交通运营商模式，建立智能交通助力碳减排效益评估标准，开展个人碳积分激励制度试点等。

李彦宏指出，智能交通为缓解交通运输碳排放提供了新的有效路径，车的电动化和智能化、路的网联化、行的共享化是核心着力点。近年来，在智能交通领域，国家已加速出台相关政策，地方政府也积极推进落地，但部分地区仍存在建设缺乏协同、碳减排效益评估缺少统一标准等情况。

李彦宏建议，加强政策引导，促进智能交通普及，让出行更安全高效绿色；加快推广智能交通运营商模式，推动一次性集成商向持续性运营商模式转型，加速构建智能交通运营商功能或成立专门公司，支持科技企业以技术和运营经验等赋能智能交通运营商；建立智能交通助力碳减排效益评估标准，联合行业协会、高校、科研机构和领军企业，加快开展碳减排效益评估标准研究，制定智能交通助力碳减排的量化计算规则，探索自动驾驶运营商等新主体的碳减排效果评估，认定其减碳价值；开展个人碳积分激励制度试点，支持地方政府出台激励政策，构建公众碳排放相关数据平台，探索个人绿色出行碳积分与公共服务优惠政策挂钩机制。（人民公安报，邬春阳）

①《中华人民共和国道路交通法实施条例》第六十二条第（三）款和第九十条。

②《中华人民共和国刑法》第一百三十三条。

③ 数据来源于杭州市公安局高速交警支队。

④ 数据来源于浙江省公安厅交通管理局。

⑤数据来源于浙江省绍兴公安局高速交警支队。

⑥数据来源于浙江省杭州市公安局交通警察局。

⑦ 数据来源于浙江省杭州市公安局交通警察局。