问题——武汉“无人车主动停车”近日受到关注。一些公众疑问集中在：车辆为何不继续行驶、是否出现故障、是否会影响道路通行。业内人士指出，在自动驾驶系统的安全设计中，当感知、定位、通信、外部交通信号等关键要素出现异常或不确定性上升时，车辆可能选择降低速度、靠边或在车道内停车，以避免在风险未明情况下继续执行动态驾驶任务。这类做法并非简单“停摆”，而是一种主动的风险控制。 原因——自动驾驶面对的是开放道路环境，变量多、突发情况多。系统需要在“继续行驶”与“主动退出”之间作出选择。工程实践中普遍采用“最小风险操作”作为最后一道安全防线：当系统无法在既定安全边界内稳定运行时，采取更保守的操作策略，将车辆转入更可控、更低风险状态，直至静止或等待接管。国际上已就有关概念与执行方式形成标准化探索。以ISO 23793-1:2024为例，对自动驾驶最小风险操作的目标与基本方式作出界定，其中包括直线停车、在车道内停车等基础策略。武汉此次“安全停”，可视作在自检或运行条件不满足时对安全底线的执行。 影响——从短期看，车辆主动停车可能带来局部通行效率下降，也会引发公众对可靠性的担忧；但从中长期看，“宁停不冒险”恰恰是自动驾驶走向社会化运行必须确立的价值排序：把安全置于效率之前。国际案例也显示，面对极端或异常交通条件，自动驾驶车辆选择保守策略并不罕见。此前美国旧金山曾因局部停电导致交通信号异常，有无人车进入“最小风险状态”而停滞，引发对道路协同与规则衔接的讨论。类似事件提示行业：自动驾驶不仅是车辆单体能力竞争，更是与道路基础设施、交通组织、应急机制相互配合的系统工程。 对策——在监管与产业实践层面，多国正推动将“最小风险”要求从企业自愿选择转为可验证、可审查的制度安排。据公开信息，美国在推动相关立法与监管框架完善过程中，强调企业需提交可审查的安全论证材料，将“故障与降级情况下的最小风险策略”作为重要内容，并尝试通过统一规则减少地方碎片化管理带来的合规成本。该思路的核心，是将监管重点从“技术细节是否先进”更多转向“系统结果是否足够安全、可解释、可追责”，以适配规模化运营需求。 对照我国现状，目前北京、上海、广州、深圳、武汉等地已开展无人驾驶出租车等应用试点，但整体仍以限定区域、小规模运行居多，跨区域联动验证不足。，我国关于最小风险操作的强制性国家标准正处于完善推进阶段，自动驾驶国家层面的专门立法仍有待加快。业内建议：一是推动最小风险操作等关键强制性标准尽快落地，并结合我国道路结构复杂、交通参与者多样、气候与施工场景丰富等特点，在试点运行中不断细化可操作条款；二是探索试验性、分层级的制度供给，建立覆盖准入、运行、数据记录、事故处置与责任划分的闭环监管，将评估体系更多聚焦于可验证的安全表现；三是有序扩大试点范围与场景复杂度，在可控前提下提高测试与运营强度，以真实交通数据推动技术迭代、规则优化与公众沟通机制完善。 前景——自动驾驶正从“能否上路”走向“如何更安全、更可持续地运行”。未来一段时期，行业竞争不仅体现在算法与传感器能力，更体现在安全体系的工程化程度：是否具备清晰的降级策略、稳定的最小风险操作能力、完善的监测与追溯记录，以及与城市交通治理协同的能力。随着标准体系完善、试点经验沉淀和监管框架逐步清晰，自动驾驶有望在更广泛场景中实现稳步扩展，但前提仍是把“可预测、可验证、可管控”作为规模化的第一门槛。
从“能跑”到“跑得稳”，自动驾驶首先要回答安全这道基本题。武汉无人车选择“为安全而停”，反映了对底线规则的遵守，也提醒治理体系需要与技术演进同步。以标准落地为牵引、以法治保障为支撑、以更大范围的场景验证为抓手，才能在可控风险中释放创新活力，让新技术更好服务于安全与效率兼顾的出行。