武汉“萝卜快跑”无人车当街停摆，自动驾驶安全冗余逻辑下的“主动停滞”引热议

武汉街头的“萝卜快跑”无人驾驶出租车，因一次公开的“呆滞”行为，将自动驾驶系统在极端场景下的核心安全逻辑推至公众视野。3月31日晚，部分车辆在市区道路上突然停摆，引发市民围观和网络热议。尽管交管与运营方迅速介入，乘客安全撤离且交通秩序恢复，但事件暴露出的“AI司机”决策机制，与几个月前Waymo在美国的大规模停摆事件形成了耐人寻味的呼应。这并非简单的故障，而是系统在特定风险判断下的主动行为。

据知情人士向智能车参考透露，此次“萝卜快跑”的停滞，是车辆自检到潜在风险后，系统为保障安全而执行的“主动策略”。要理解这一点，必须跳出人类驾驶的思维定式。人类司机依赖经验与概率判断，在模糊路况下可能选择“赌一把”通过。但自动驾驶系统的核心逻辑截然不同，它遵循的是“必须确定没事”的绝对安全原则。为此，系统在感知、决策、执行三个层面构建了严密的安全冗余体系。

当前主流L4级无人车普遍配备激光雷达、毫米波雷达、摄像头等多重传感器进行环境感知。当这些传感器在极端或复杂场景（如光线突变、恶劣天气）下对同一障碍物产生数据分歧时，系统的决策层不会盲从任一信号，而是会进入“验证模式”——通过多帧数据确认或等待更清晰场景。这个过程需要时间，在道路环境中就表现为车辆的临时停滞。这种设计本质上是将安全置于效率之上，但也引发了公众对技术可靠性与大规模落地后交通适应性的新一轮审视。