无人驾驶来了，交通管理者如何接招？

当下最热门的话题莫过于AI，即人工智能，这片蓝海所展现的诱人图景吸引了众多资本和研究机构进入，迎接这场新工业革命给人类带来的深刻改变。竞争最激烈的，或者说是我们普通人感受最直接的，莫过于无人驾驶。对于交通管理者而言，无人驾驶的普及带给我们的挑战，不亚于另一种革命。本文试图就这一点作出推理性预测，以供探讨。

要了解这个话题的意义和答案，只需要对以下问题作出回答：

• 为什么说无人驾驶是未来的趋势？

• 无人驾驶会带来什么改变？

• 对于交通管理者而言，该如何应对？

回答以上问题之前，首先对无人驾驶要做个定义。国际上对智能驾驶有个评价标准，并依据该标准分为6个等级，从L0（无自动化）到L5（完全自动化），中国国家标准则分为5个等级，从L1到L5，其核心意义与六级标准一致。目前，全世界还没有一台L5级别智能驾驶车辆被生产出来，L4级别的高度自动驾驶车辆我国已经实现了批量生产，但只是在某些地区有限制地试运行。

为什么说无人驾驶是未来的趋势？

2016年，美国谷歌公司的围棋对弈程序Alpha Go以五局四胜的成绩战胜了世界围棋冠军李世石，这一消息轰动了世界。机器战胜人类这一科幻电影中的情景成为了现实。实际上，AI研究已经发展了70年，而直到最近十年突然进入快车道，并且以肉眼可见的变化影响到每个人的生活，从人脸识别到Deepseek，从工业机器人到无人驾驶，由于人工智能将带来的巨大商机，以及给人类生活带来的巨大便利，使得全世界都在抢占高地，赢家通吃在这个领域是无可争议的。而自动驾驶或者说无人驾驶领域，是争夺最激烈的赛道，因为它必将是未来的趋势。

与传统汽车相比，无人驾驶有着碾压般的优势。传统汽车核心是人，是依据人的特性而研制生产的。而人的生物性缺陷不可避免，也是导致交通拥堵和交通事故发生的最主要因素。无人驾驶则相当于一个可移动的机器人，不会犯错、不知疲倦，将极大减少交通事故的发生，并同时极大拓展人类的活动空间。就这两点而言，给社会带来的红利是不可估量的。同时，无人驾驶的核心是传感器、算力和软件。与传统汽车主要组成部分是机械零部件不同，无人驾驶车辆最重要的零部件将是电子元件，一辆内燃发动机汽车零件有上万个，而一辆电动车的机械零件只有几千个，这意味着制造成本、发生机械故障的概率和维修成本的降低。更主要的是，无人驾驶车辆以电力为主要消耗能源，更适合在电动车上应用。

就我国而言，目前大力发展电动汽车就是避开了燃油汽车发展劣势，提前适应未来的需求。我国目前电动汽车产能全球第一，虽然在人工智能研究上我们还落后于欧美，但在无人驾驶技术领域我们是处在全球领先梯队的，在技术路线、商业化落地方面都有成功的经验。如中国首创的车路协同模式有效解决单车智能在极端天气下的感知盲区问题，大疆激光雷达成本仅为国际竞品的1/3，百度萝卜快跑以2亿公里安全里程领先谷歌的Waymo等。政策层面，《中共中央关于制定国民经济和社会发展第十五个五年规划的建议.》中对人工智能和无人驾驶提出了多维度部署，将智能驾驶列为人工智能应用的核心场景。交通运输部等七部门联合出台了《关于“人工智能+交通运输”的实施意见》，关于无人驾驶的国家层面法律法规体系也正在加速完善，部分城市如北京、武汉、深圳等已出台地方性法规。

无人驾驶会带来哪些变化？

现有道路及其设施标准都基于人的生物性特征而设置，因为交通最终是为人服务。但无人驾驶车辆相当于一个会移动的机器人，那么适用于机器人的道路及设施标准就会截然不同。比如理论上它可以不受速度的限制，只要条件允许，它可以用最短的时间行驶更远的距离，人们完全可以搬到郊区居住，而在市区工作。人们的住宅可能由城里的高层公寓变为独家独院的小楼，由于出行方式的变化，适应无人驾驶车辆的快速路和高速公路将会大量修建。用于人类认读的各类标志将大大减少，因为道路规则只需要输入机器的程序中即可，而且不用担心机器会违反。无人驾驶车辆将不再需要具有驾驶技能的人，就象家电一样，谁都可以购买使用。另一种趋势是，共享无人汽车将成为成本最优的选择。有数据表明，使用共享汽车出行成本是私家车的10%，一辆共享汽车理论上可以减少5辆私家车。汽车保有量将大幅减少，因为使用共享汽车比自己独享汽车更方便，道路更加通畅，进一步提高了交通可达性，人的出行范围进一步加大，流动更加频繁方便。由于出行成本的极大降低，旅游和度假成为普通大众的生活娱乐方式，相关行业更加繁荣。无人驾驶为房屋建筑带来变化。由于共享无人驾驶车辆的增加，不再需要那么多停车场，个人也不需要单独购买或者建造车库，大量空地可以用来做成公园或者绿地，为生活带来更多休闲空间。汽车内部设计也会被无人驾驶改变。例如共享汽车内部会被设计成几个私密的空间供不同个人使用，并且根据需求，可能出现可以睡觉的车，可以打牌的车，可以K歌的车等等。车辆不光是一种交通工具，更成为一种可移动的功能房。这些都是可能预见到的变化，更多间接和隐蔽的变化难以想象。

这些变化的出现，都将在无人驾驶成为主流之后。在这之前，从少数人使用到成为主流的过程，可能要经历一段漫长的时间，也就是通常所说的“长尾效应”。最后的10%可能将要耗费比前面90%多得多的时间。由于在非限定区域驾驶的复杂性以及覆盖大范围的高精度地图尚需时日，所以真正的全区域的全自动驾驶至少需要数十年以上时间。而这个过程对我们交通管理者的挑战是最大的。

无人驾驶对交通管理者的挑战是什么？

对于交通管理者而言，可以将无人驾驶车辆普及程度划分为三个阶段，并根据各个阶段的特点采取相对应的措施，由于每个阶段的起止点并不明显判定，这些措施也不可能有一个开始或终止的时间节点。另外 ，由于计划不如变化，这种通过预测得出的结论往往会因某个方向性的偏差而产生截然相反的结果，比如地缘政治因素、突发公共事件或者战争等等，都会极大改变政策的导向。这三个阶段可大致分为试用推广阶段，加速普及阶段和全面应用阶段。以下试就三个阶段的特点和交通管理应对措施作一分析预测。

试用推广阶段。无人驾驶技术理论上并不复杂，想让机器代替人开车，其实也是要完成人类驾驶的任务，不外乎四件事：感知：确定周围环境和物体的方位距离；判断：对其他交通主体的行为和意图作出预测并据此决定自己下一步的动作；规划：具体的采取行动的时间点和方式；控制：为了实现规划，如何控制方向和速度。目前，除了第四点最为成熟外，其他三点是完成无人驾驶的关键，也是最难做到的。前面说过，无人驾驶汽车核心是传感器、算力和软件，随着高精度传感器研发的加速和AI技术的迭代升级，无人驾驶需要的只是数据学习，就象谷歌的Alpha Zero一样，只要给它足够的数据投喂，就能很快自我学习与成长。最早投入实际应用的“萝卜快跑”已经提供了超1100万次出行服务，安全行程超2亿公里，目前因能适应中国开放道路复杂场景（专门在路况复杂的大城市推广使用）而出口海外多个国家，其技术已趋成熟。我国目前已经在第一阶段处于世界领先地位。在这一阶段，无人驾驶车辆还是新生事物，对于车辆的要求更多的是它必须适应现有的交通规则和道路环境，交通管理部门也只是把它当作一种没有“在场驾驶员”的车辆来管理，并未针对无人驾驶汽车而对交通管理及设施作过多相应改变，仍按《道路交通安全法》、《机动车登记规定》、《机动车驾驶证申领和使用规定》等法律法规来执行。其原因不仅在于它是新生事物，更多则是因为它的在机动车总量中占比极小，绝大部分标注带智驾功能的车辆还是需要人类驾驶员操控。2025年9月12日，工信部等八部门联合印发《汽车行业稳增长工作方案（2025—2026年）》明确提出：“推进智能网联汽车准入和上路通行试点，有条件批准L3级车型生产准入，推动道路交通安全、保险等法律法规完善。”相较L2级辅助驾驶而言，L3级有条件自动驾驶最明显的区别就在于责任主体的有条件转移。如车辆系统故障由制造商担责（不低于80%），驾驶员未接管承担连带责任等。对于更高程度的L4级别自动驾驶，虽然无需人类干预，但仍有限定场景，比如封闭园区，除了测试车辆和指定区域有限批准外，目前还没有一个城市允许L4级私人无人驾驶车辆上路行驶。

在当前阶段，具备初级自动驾驶的车辆将越来越多，给交通管理带来的挑战也是现实的。主要是安全方面：一、如何判定驾驶员该接管而未接管？二、如何预防该接管而未接管发生的事故？三、如何认定智驾车辆驾驶员的疲劳驾驶和分心驾驶行为？在发生交通事故时，我们可以通过调取车辆行驶数据资料来判定驾驶员或者制造商的责任，但在事故预防上，通过现行的手段是不能做到这些的。当L3级别自动驾驶车辆越来越多时，这类问题将更加凸显。

加速普及阶段。如果说初级自动驾驶的普及因为并未动摇我们现行对车辆和驾驶员的管理体系的话，达到L4级别无人驾驶的普及，对于交通管理者而言则是真正的挑战。首先，现行法律要求车辆必须由真人全程驾驶；其次，驾驶人必须具备相应车型的驾驶资格；第三，交通警察的现场管理具有优先级法律效力，传感器能否识别并在其与交通信号不一致时选择服从？第四，如何采取本应针对驾驶人的行政措施比如当场处罚、当场暂扣车辆？第五，对于“确保安全”这一带有主观判断的认定如何在无人驾驶车辆上达到统一和实现？第六、涉及到无人驾驶车辆与其他人类驾驶车辆或者与行人发生的事故，责任怎么判定？由谁作为责任主体？这些问题，在无人驾驶车辆普及之前，必须找到解决方案，法律法规也应当提前修改，以适应这一变化。

前面提过，无人驾驶的应用场景可以先期在寄递物流、公共交通、封闭园区、港口码头等路线固定、环境相对单一的行业或区域。2025年7月，工信部联合公安部正式发布《自动驾驶汽车道路测试与示范应用管理办法》，在上海、广州、深圳、重庆、杭州五个城市先行先试L4级自动驾驶汽车全域商业化运营。如上海临港开放386平方公里测试区，设置58个Robotaxi站点；杭州支持低速无人车在封闭区域开展物流配送、环卫作业，参照非机动车管理。中国汽车工业协会预测，至2025年底，五座试点城市L4级车辆保有量有望突破10万辆。到2027年，试点范围预计扩大至20个城市，我国无人驾驶汽车加速推广趋势正在形成。

然而，试点毕竟是少数，由于配套法规的以及道路基础设施改造的滞后，无人驾驶规模化落地仍存在瓶颈。除前面所说的问题亟待解决外，道路基础设施需要改造的方面包括：

• 交通标志的可读化、标准化。无人驾驶汽车关键元件之一就是传感器，用于感知环境信息并提供决策依据。目前主流是摄像头、激光雷达、毫米波雷达等，而交通标志作为环境信息的主要内容，首先应当满足可以被无人驾驶车辆传感器发现和感知的要求。机器感知最准确的是数字信息，对于以满足人类生物性特点的可视化标志标线而言，对机器未必是最有利的，推进数字化标志标线是满足无人驾驶时代的最优选择。当前，标志被遮挡、标志不统一、临时标志五花八门等情况普遍，更容易造成误判。

• 支路级道路的交通标志标线完善。在城市路网中，支路级道路占比最高，起到连接主次干道及出行起迄点的作用。然而支路级道路的标志标线完好率和规范率往往是最低的，也是新旧标志标线混用较多的区域。虽然在机器自我学习过程中可以提高识别能力，但人类驾驶员在这类道路上建立的经验判断能力是机器难以达到的，需要用完善统一的标志标线予以弥补。

• 道路物理条件。无人驾驶车辆很难识别路面的坑槽和积水，尤其是夜间光线不足情况下，也很难判断道路的纵坡、平曲线形、摩擦系数、硬度等物理特性。因此，需要提高道路技术等级和维护水平，以适应无人驾驶车辆的安全需求。

• 高精度地图全覆盖。无人驾驶车辆依赖卫星导航和高精度地图来行驶，如果不能将全域道路形成高精度地图并上传至云端， 无人驾驶车辆就会存在导航盲区并到达不了目的地的危险。而高精度地图的绘制与上传需要大量带摄像头的车辆联网行驶数据，这在城市比较容易实现，而在偏远的农村与山区就很难做到，这也是无人驾驶车辆的局限性之一。因此，有必要在上述地区限制无人驾驶车辆通行。

• 极限场景与小概率事件下的管控。人工智能的核心是模拟人的神经网络，通过大量的数据投喂自我学习升级迭代。智能驾驶也是一样，通过各种场景的训练提高应对能力，相当于积累经验。然而对于极限场景如大雪、大雾、特大暴雨等情况，以及车道上突然窜出一只小动物等小概率事件，是很少有训练模型的，应对不当极有可能发生事故，在这方面，由于缺乏训练，可能无人驾驶还达不到人类处置危机的水平。当然，可以通过高空图像分享解决部分问题，但更稳妥的办法，有必要发布针对无人驾驶车辆的气象信息并适当管制，同时无人驾驶车身要有明显标识，以提醒公众注意。

• 无人驾驶车辆和其他车辆之间在同一交通环境之下的耦合问题。在无人驾驶加速普及过程当中，前期可能是无人驾驶要迁就有人驾驶车辆，按人类驾驶员的标准和便利条件来制定规则，后期当无人驾驶成为主流后，迁就的天平可能就要倾向另一方。如何在两者之间寻找一个最佳的平衡点，是需要解决的问题。

这个阶段交通管理的变化和应对

智能汽车时代，最依赖的就是数据和网络。车联网是万物互联时代的一部分，但带给交通管理的变化将是巨大的。可以预见的是，今后所有的车辆都会联上网络，车辆信息、道路信息、驾驶人信息均会汇集到其他信息的洪流里面，提供海量的数据，将对交通管理带来革命性改变。

一是改变管理方式以适应人工智能时代的需要。在全面应用智能驾驶技术后，交通拥堵现象将不复存在。利用车路云一体化技术，信号控制系统可以根据AI技术精准实现车辆数据自动调配，实现区域化联动，大大减少道路拥堵水平，提高通行效率。同时，车辆也能与信控系统进行对话，预估不同线路所需通行时间，自动规划最合理的路径到达目的地。交通管理者不再需要用人工去指挥疏导交通，要做的就是提供算法和场景供AI学习，并整合各类相关数据进行投喂，以生成最优的模型方案和提炼有价值信息，指挥调度更加精准高效。

二由高峰勤务、警种勤务向全天候勤务、综合勤务转变。有了无人驾驶技术的加持，可以实现对道路的全天候动态监控，无人驾驶警车、警用无人机将取代人工巡逻并可先期处置突发事故和事件，一车（机）多能的趋势将不再需要细分的路面警种。交通违法行为将大大减少，交通事故也会大幅下降。交通管理的对象将更侧重于行人、非机动车和人工驾驶群体，并利用大数据模型建立事故风险预测和防控体系。

三是传统交通管理模式将由城市向农村迁移。由于无人驾驶的长尾效应，也许很长一段时间，无人驾驶区域都会限定于人口集中的城市范围及郊区，而在边远而广阔的农村地区，传统交通模式仍将存在相当长的时间，而且由于人工智能迭代升级的加速度，城乡之间的发展将会越来越不均衡，同时，由于无人驾驶带来出行的便利，未来人们度假和旅游将成为主要的休闲方式，而目的地首选多为人烟稀少的农村地区。相对城市来说，农村交通安全的压力反而更大，在以人工管理占主要地位的传统模式下，农村将承接由城市析出的交通管理富余力量。

四是决策体系的构建。电影《捕风追影》里对智能体决策和人工决策互有优劣的展示提醒了我们：人工智能是人类的帮手，但不能完全取代人脑。构建人工智能时代下的决策体系是必要的，从无人驾驶车辆上路许可标准，到无人驾驶规则的制定，再到车路协同下无人驾驶交通体系的构建，都需要满足以人为本的核心要求，并将最高决策权掌握在人的手里，同时，要防止以智慧交通建设为名堆砌各种既不符合交通工程规律又难以相互兼容的设备，最终形成不科学、不合理的决策依据。在放弃或者弱化了传统管理手段后，由于推广无人驾驶带来的弊大于利，普及无人驾驶可能会举步维艰。

全面应用阶段。达到这个阶段的理想境界是所有车辆将是L5级别的全自动无人驾驶，不受天气、地形和区域限制，只要有路就可以将人送到任何你想去的地方。人工智能发展到这个阶段，已不仅仅是无人驾驶车辆享有这种便利了，车辆也许不仅限于在陆地上行驶了，社会的方方面面都会产生巨大的改变，当然包括交通管理。这已超出笔者的想象范围，自然不敢妄自揣度了。 

作者简介：王定世，黄石市公安局交巡警支队。