自动驾驶技术方案与论文简报|2026-06-27
1. NHTSA 推进“无踏板/无方向盘”ADS 规则,Robotaxi 设计自由度上升
美国 NHTSA 正在推动修改 FMVSS,对专为 ADS 驾驶、没有人工驾驶意图的车辆,取消手动制动踏板等传统控制件要求;但制动性能要求本身不变,公开评论期到 2026-07-27。(Car and Driver[1])
影响:目的型 Robotaxi 会更快走向 Zoox/Cybercab 这类“无驾驶舱”形态,技术方案需要从“人可接管”转为“系统必须完整自洽”:远程协助、最小风险动作、故障停车、乘客交互都要前置设计。
今日行动:梳理一份 no-human-control 安全 case:传感器失效、ADS 降级、通信断联、乘客紧急停车、施工区封闭道路、地图不一致。
2. Shared World Model 成为 V2X 新主线,但实时安全保证仍不足
Multi-Agent Embodied Autonomous Driving于 2026-06-11 提交,综述 380 多篇 V2X/协同感知/协同规划文献,提出从信息交换走向 Shared World Models:跨车辆、路侧和交通参与者维护共享预测状态;论文也指出现有评测仍集中在仿真、离线协议和 curated benchmark,缺乏开放交通中的实时安全保证。(arXiv[2])
影响:V2X 不应只理解为“多一个感知源”,而是要解决 shared state alignment、intent alignment、plan conflict detection。
今日行动:给 V2X/车路协同方案增加 4 个必测扰动:100–300ms 延迟、连续丢包、目标 ID 错配、路侧信息与车端感知冲突。
3. Offloaded AD:V2X 算力卸载必须绑定 RSS 安全约束
Extending Responsibility-Sensitive Safety for the Assessment of Offloaded Autonomous Driving Services于 2026-06-05 提出:把 RSS 扩展到本地/云端或路侧卸载服务的不同响应时间,只在端到端响应时间仍满足安全约束时允许卸载,否则回退到本地执行,并引入 warm-standby 降低切换风险。(arXiv[3])
影响:未来车路协同或云端大模型辅助不能只看平均延迟,必须把“最坏响应时间”直接写进安全距离和 planner 约束。
今日行动:对所有外部服务接入项建立 latency budget:P50/P95/P99、超时 fallback、warm standby、断联最小风险策略。
4. Occupancy 数据集开始跳出“车道中心视角”,对开放场景泛化有启发
Humanoid-OmniOcc于 2026-06-22 发布,强调现有 occupancy 数据集存在车端偏置:前向相机、远场几何、道路静态先验;它用 Real2Sim2Real 闭环构建全景 stereo occupancy 数据。(arXiv[4])WalkOCC / Sidewalk3D于 2026-06-17 提出面向人行道机器人的单目 3D occupancy,利用 paired LiDAR-RGB 生成伪监督,再用大规模 2D-only 数据提升泛化。(arXiv[5])
影响:对自动驾驶也有借鉴:Occupancy 不应只学习“规则道路”,还要覆盖路沿、施工、人行道、非结构化边界、小障碍物与跨 embodiment domain shift。
今日行动:检查当前 Occupancy/BEV 数据分布:是否过度依赖车道线和道路先验;单独统计路沿、隔离墩、施工锥桶、临停车辆、非机动车混行场景的召回。
5. 产业侧:平台价值链正在重排,Robotaxi 不只是车企竞争
MarketWatch 今日报道指出,Waymo、Tesla 和 Uber 的 Robotaxi 竞争代表三种路径:Waymo 偏规模化运营,Tesla 偏垂直整合,Uber 则通过对 Nuro、Lucid、Rivian 等合作方投入来锁定未来供给;同日报道称 Waymo 当前每周超过 50 万次出行,并目标在 2026 年底达到每周 100 万次。(MarketWatch[6])
影响:自动驾驶商业化的价值可能不只在模型能力,还在 fleet operation、dispatch、数据闭环、车规硬件、乘客入口和监管能力。
今日行动:研发侧应把指标从单车规划分数扩展到 fleet 指标:接单成功率、远程协助率、异常停车率、ODD 退出率、每千公里安全接管/风险事件。
今天优先读
- NHTSA FMVSS ADS proposal:看无人工控制车辆对安全 case 的要求变化。
- Multi-Agent Embodied Autonomous Driving:梳理 V2X → Shared World Model 技术路线。
- RSS for Offloaded AD Services:适合建立 V2X/云端服务安全延迟预算。
- Humanoid-OmniOcc / WalkOCC:借鉴 Occupancy 在非结构化场景和 Real2Sim2Real 上的泛化设计。
风险预警
今天的主线是:规则正在放宽车辆形态,但安全责任并没有降低。无踏板 Robotaxi、V2X 卸载、共享世界模型都会减少人工兜底,因此必须把延迟、断联、冲突信息、ODD 退出和最小风险动作作为一等公民来设计。
参考资料
[1] Feds Want to Drop Requirement for Autonomous Cars to Have a Brake Pedal
[2] Multi-Agent Embodied Autonomous Driving: From V2X Information Exchange to Shared World Models
[3] Extending Responsibility-Sensitive Safety for the Assessment of Offloaded Autonomous Driving Services
[4] Humanoid-OmniOcc: Stereo-Based Full-View Occupancy Dataset for Embodied AI
[5] Monocular 3D Occupancy Perception for Robots on Sidewalks via Hybrid 2D-3D Learning
[6] Tesla and Waymo duel in the robotaxi race - but the company spending the most builds no cars at all