自动驾驶出租车监管规则将如何塑造私人乘用车自动驾驶的未来

最近SAE邀请整车厂、零部件供应商、交通机构及监管机构齐聚一堂，共同推动高阶自动驾驶方案（SAE 3-5 级）从试点走向规模化落地。真正值得密切关注的结论是：技术的发展速度，已经超越配套监管框架与大众认知水平，而后两者是自动驾驶大规模普及的必要条件。

这正是私人乘用车市场预测需要关注自动驾驶出租车（Robotaxi）的原因。经过一年多的实际运营数据分析，无人驾驶 L4 级车辆以及对应的认证体系中，性能能力已经不再是主要阻碍，取而代之的是责任界定、监管制度与消费者信任，而这三大问题，都将率先在车辆运营场景中得到解决。

如今自动驾驶车队的规模已经不容小觑，尤其是中国和美国两大市场的发展速度相当惊人。在美国，Waymo 目前在 11 个大都会区部署约 3500-4000 台车辆，每周完成约 50 万单付费出行。尚处在推广早期阶段的 Zoox 在会议第三天表示，预计明年初其车队规模将达到数千台。与此同时在中国，小马智行在国内四座一线城市投放全无人驾驶车队，截至 5 月末，其全球车辆规模为 1700 台。百度的无人驾驶出租车同样拥有超过1000辆的运营规模。

行业的表述也发生了转变。自动驾驶出租车运营商如今会统计车辆发生 “困停故障” 之间的行驶里程、单名远程安全员可管控的车辆数量。这一变化表明，企业的重心已经从单纯验证技术，转向商业化运营。

面对行业快速扩张，政府公共部门只能边实践边完善监管，并且对此毫不避讳。SAE会议上，来自洛杉矶、奥斯汀、密歇根州与明尼苏达州的交通部门代表介绍了诸多临场摸索出来的执法手段。加州走在最前列：自 7 月 1 日起，当地警方可向自动驾驶车企出具 “不合规告知书”；应急处置人员可发送 “应急地理围栏指令”，要求运营商将车队驶离指定区域。洛杉矶的参会代表提到，该手段曾在近期世界杯赛事期间投入使用。在没有正规处置渠道的情况下，应急人员有时仍只能采用敲击自动驾驶出租车引擎盖这类临时办法迫使车辆停车。这也凸显 SAE J0911 标准的重要意义，该标准规范应急人员如何与车队管理、搭载自动驾驶系统（ADS）的专用车辆交互，目前标准制定已进入最终阶段。

车队模式下监管可以边试边行，是因为事故责任主体清晰。这也是全无人驾驶会率先以自动驾驶出租车形式实现规模化的根本原因。但私人乘用车的责任归属十分分散。正如一场交通法律专题会议所介绍：一起事故就可能同时牵涉四方主体，责任分散在整车厂、自动驾驶系统开发商、车主 / 使用者，以及背后的地图与传感器数据服务商。

在一场对比车队与私人自动驾驶汽车的研讨会上开展的代表投票，反映出行业主流判断：绝大多数与会者认为，L4 级出行服务将以共享车队为主。在本场会议过程中，选择该观点的受访者占比从 36% 上升至 58%。

监管本身推进缓慢，且各地进度参差不齐。美国今年尚未有新的联邦自动驾驶法律正式生效；《自动驾驶法案》仅以一票之差通过委员会审议，商用车相关框架也才刚刚在众议院通过。全美依旧是各州政策碎片化，行业发展节奏由市场主导。

全球其他地区采取了不同路径。欧洲优先依靠立法推动无人驾驶落地，这也造成自动驾驶出租车运营方的商业化落地节奏偏慢。中国介于两者之间：规则制定权下放到城市而非中央政府，各城市自行审批运营车辆数量、划定试点区域，每一处落地项目都相当于一场城市层面的法律试验。

美国国家公路交通安全管理局（NHTSA）乔纳森・莫里森发表主旨演讲，释放了联邦层面的动向。7 月 30 日，NHTSA 向 Zoox 发放豁免许可，允许其每年最多投入 2500 台车辆，在拉斯维加斯开展收费载人运营。这证明自动驾驶运营商可以不必完全遵从全部传统标准，即可完成安全验证。

对私人乘用车影响最大的政策方向是废除那些默认 “人类驾驶” 的法规条款：

1. 机动车联邦安全标准 FMVSS 135（轻型车辆制动标准）：不再以制动踏板为硬性要求，转而围绕制动距离重新制定标准；

2. FMVSS 101（控制装置、警示灯与指示器）：删除机器无需使用的仪表盘报警提示； 同时还将成立全新行业联盟 ASCEND（美国安全与竞争力演进部署推进联盟）。

监管机构可以依靠客观数据推动政策修订，但普通车主却不行各方嘉宾直言：普通车主分不清 L2、L2 + 与 L3 之间的差异；营销宣传的命名对用户预期的影响，远大于 SAE 分级标准；混乱的命名体系会不断消耗用户信任。

这种区分并非纸上谈兵：L2 场景下人类驾驶员承担全部责任；L3 场景下自动驾驶系统开发商接管动态驾驶任务。但系统接管-交还人类的过渡阶段，责任该如何界定，至今没有明确方案。加州要求 L3 系统落地前必须获得专项审批，其机动车管理局还强制要求配套终端用户教育项目；而美国大多数州的交通法规依旧建立在人类驾驶的前提之上。

数据显示市场需求整体向好，但社会层面建立充分信任尚需时日。嘉宾提到，消费者优先看重驾乘舒适感，其次才是安全；一套即便统计数据表现优异，但驾乘感受不顺畅的系统，永远无法让用户相信它足够安全。

信任缺口在人机接管环节会转化为现实风险。会议公布的研究表明：分心的驾驶员重新接管车辆平均需要约 17 秒，在高速工况下，这相当于车辆行驶很长一段距离。奔驰的 Drive Pilot 系统仅留给驾驶员 10 秒接管时间，超时就会触发紧急制动，车辆在本车道内停稳，同时开启危险警示灯、解锁车门，方便救援人员施救。

由此，驾驶员监控系统（DMS）与人机交互界面属于安全设计的一部分，而不只是舒适性配置。嘉宾表示，驾驶员监控系统用于判断特定驾驶员需要多大的接管缓冲余量。目前相关研究正在评估驾驶员状态、预估其重新接手驾驶的耗时，推动行业采用分阶段、感知场景的接管策略，而非只依靠单一警报提示。

还有一个不易察觉的风险：如果缺少明确告知，车主会自行脑补一套系统使用逻辑，车辆随车手册也无法纠正用户的错误认知。由此得出明确结论：面向私人车辆的 L3、L4 自动驾驶，会率先落地在高速公路等有限运行设计域（ODD）场景。整车厂必须做到清晰无误地告知用户：系统什么时候处于接管状态、什么时候需要人来驾驶。

环球数据预测，相较于技术本身，责任认定框架、标准修订进度、消费者信任程度，才是决定 L3、L4 普及速度的核心因素。在美国，NHTSA 推行豁免制度、制定不预设人类驾驶员的新标准，有望让 L3 车型更早实现上市，而不必等待一套尽善尽美的完整法规。但受限于运行设计域，责任界定悬而未决、大众信心不足，短期内私人乘用车的高阶自动驾驶销量规模仍将有限。因此，未来增长主力大概率依旧是车队运营，以及具备监督接管条件的 L2/L2++ 系统。

私人乘用车大规模实现全自动驾驶尚需时日，障碍并不来自传感器或者算力，核心在于风险由谁承担，以及驾驶员能否真正理解自己所购买的系统能力。

如今，私人乘用车 L3、L4 所要遵循的制度框架，正在车队运营场景中逐步成型 —— 这里责任边界清晰，同时积累了海量运行数据。NHTSA 向 Zoox 发放的豁免许可，就是这套制度体系落地的首个实质性证据。能够胜出的整车厂，需要尽早研究车队场景的监管规则，围绕范围明确、说明清晰的运行设计域来开发产品；同时把通俗易懂的功能命名、车内用户教育，视作产品不可分割的一部分。