Economical & Inclusive

Challenges and Countermeasures for Commercial Operation of Autonomous Driving in Urban Passenger Transport

  • QI Hao , 1, 2 ,
  • WU Zhongyi , 1, 2 ,
  • YI Maomao 1, 2 ,
  • SONG Dewang 3
Expand
  • 1 China Academy of Transportation Sciences, Beijing 100029, China
  • 2 Key Laboratory of Advanced Public Transportation Science, MOT, Beijing 100029, China
  • 3 Beijing Baidu Netcom Science and Technology Co., Ltd., Beijing 100193, China

Received date: 2023-06-25

  Online published: 2023-12-07

Abstract

As the autonomous driving technology continues to mature, it is gradually evolving from research-driven innovation to industry-driven implementation. However, the progress of commercialization of urban passenger transport autonomous driving is not as expected. The purpose of the article was to identify the existing problems and propose solutions, thereby providing theoretical reference for promoting the healthy and sustainable development of autonomous driving in urban passenger transport in China. Firstly, the development status of commercial operation of autonomous driving at home and abroad was reviewed, and the achievements and breakthroughs achieved in policies, regulations, standards, and demonstration applications in China were summarized. Secondly, the development situation of autonomous driving in the digital economy, automotive industry, industry transformation, industrial application, and technological innovation was analyzed. Subsequently, the main issues and challenges encountered in the commercialization of autonomous driving in urban passenger transportation in China were delved into, including inconsistent understanding among stakeholders, inadequate collaboration and linkage among departments, uncontrollable safety risk, lack of supporting security systems, and insufficient capacity for sustainable development. Finally, corresponding countermeasures and suggestions were proposed from various aspects, including management system and mechanism, core technology research, key policies and regulations, closed-loop business model, and supporting guarantee system.

Cite this article

QI Hao , WU Zhongyi , YI Maomao , SONG Dewang . Challenges and Countermeasures for Commercial Operation of Autonomous Driving in Urban Passenger Transport[J]. Transport Research, 2023 , 9(5) : 105 -112 . DOI: 10.16503/j.cnki.2095-9931.2023.05.010

0 引言

自动驾驶技术作为全球新一轮科技革命与产业发展制高点竞争的重点领域,受到全球各主要经济体的广泛关注并取得快速发展[1]。随着自动驾驶技术的不断成熟,城市客运自动驾驶正逐步从科研驱动创新向产业驱动应用发展,全球多个国家均在积极推动自动驾驶商业化落地应用。我国也在加速开展城市客运自动驾驶的道路测试和示范应用。2019年9月,中共中央、国务院印发的《交通强国建设纲要》提出,“加强智能网联汽车(智能汽车、自动驾驶、车路协同)研发,形成自主可控完整的产业链”。2020年2月,国家发展改革委、中央网信办、科技部等11个部委联合印发的《智能汽车创新发展战略》提出,“到2025年,中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监督和网络安全体系基本形成。实现有条件自动驾驶的智能汽车达到规模化生产,实现高度自动驾驶的智能汽车在特定环境下市场化应用”。2020年12月,交通运输部印发的《关于促进道路交通自动驾驶技术发展和应用的指导意见》中提出,“稳步推进辅助驾驶技术在城市公交、道路客运中的应用”“研究自动驾驶车辆营运条件及管理办法,探索建立自动驾驶营运车辆运行安全监管体系”。上述政策文件均将智能网联汽车和自动驾驶产业作为重点,并提出了发展目标与相关工作任务。但是,随着城市客运自动驾驶道路测试和示范应用的不断深入,各参与主体对自动驾驶发展认识不统一等问题日益凸显,城市客运自动驾驶商业化进展不及预期,产业发展步入高德纳曲线的“谷底期”。因此,分析城市客运自动驾驶商业化运营面临的问题并提出对策建议,对于促进我国城市客运自动驾驶的健康可持续发展是重要且必要的。

1 国内外自动驾驶商业化现状

随着自动驾驶与人工智能、物联网、高性能计算等新一代信息技术的深度融合,自动驾驶技术取得了巨大进步,产业发展日益成熟,城市客运自动驾驶已进入示范应用阶段并开始探索商业化运营路径[2]

1.1 国外自动驾驶商业化发展现状

1.1.1 美国

美国自20世纪末就开始了自动驾驶技术攻关与产业探索,其政策制定较为灵活且注重自动驾驶道路测试和示范区建设,自动驾驶政策体系相对完善,相关技术及经验积累深厚,自动驾驶商业化运营进程较为领先。
1)自动驾驶战略方面,2010年以来,美国先后发布了《智能交通系统战略计划(2015—2019)》《联邦自动驾驶汽车政策》《自动驾驶系统2.0:安全愿景》《准备迎接未来交通:自动驾驶汽车3.0》《确保美国在自动驾驶汽车技术方面的领先地位:自动驾驶汽车4.0》《自动驾驶汽车综合计划》《无人驾驶汽车乘客保护规定》等政策文件[3-4],逐步放宽对自动驾驶汽车创新和发展的限制,持续优化政策产业环境,推动市场规范化,加强不同部门之间的协作。同时,各州也重视自动驾驶相关法律的制定工作,纽约州、加利福尼亚州、内华达州等先后建立了80多个自动驾驶试验基地[5],为推动自动驾驶商业化运营奠定了良好的研究基础并积累了丰富的应用经验。
2)自动驾驶应用方面,2017年,法国的无人驾驶研发公司Navya及其投资方Keolis在拉斯维加斯市中心环路试运营了首个混合路权的自动驾驶公交项目,拉斯维加斯成为最早提供自动驾驶公交服务的美国城市之一。2018年12月,谷歌旗下的无人驾驶研发公司Waymo获得亚利桑那州交通部门批准,拿到美国首个商业自动驾驶打车服务执照,并在凤凰城正式推出自动驾驶商业叫车服务Waymo One,率先开启自动驾驶技术的商业化进程。2022年,在美国亚利桑那州的州府菲尼克斯市中心实现了自动驾驶出租车(RoboTaxi)的规模化运营。2023年8月10日,美国加利福尼亚州公用事业委员会(California Public Utilities Commission, CPUC)批准Cruise和Waymo两家公司在旧金山提供全天候(7×24小时)的无人驾驶出租车(RoboTaxi)收费服务。

1.1.2 日本

为解决人口老龄化这一社会现实问题,日本政府积极布局自动驾驶产业,并出台一系列政策法规引导自动驾驶汽车发展[6]。日本自L2级自动驾驶应用开始逐步积累经验,通过修订本国的《道路交通法》,分阶段推动L3、L4级自动驾驶合规化上路行驶,为自动驾驶商业化运营提供政策保障。
2014年6月,日本政府牵头启动了自动驾驶系统创新战略计划(SIP-adus),采用政企合作模式,促进自动驾驶相关基础技术研发。2016年5月,日本警察厅发布《自动驾驶汽车道路测试指南》,允许L3级自动驾驶汽车在公共道路上开展测试,并明确了对测试机构、参与测试的驾驶员、测试车辆的要求。2018年9月12日,日本国土交通省发布《自动驾驶汽车安全技术指南》,规定了设计运行范围(Operational Design Domain, ODD)、自动驾驶系统安全性、安保标准、人机界面、搭载数据记录装置等10项L3、L4级自动驾驶汽车的安全条件。2019年5月,日本政府通过了《道路运输车辆法》修订案和《道路交通法》修订案,并于2020年4月生效,L3级自动驾驶汽车获准上路行驶。2022年12月,日本政府通过了《道路交通法》的最新修正案,从2023年4月1日起允许L4级自动驾驶车辆在日本公路上行驶[7]。2023年5月21日,日本在中部地区福井县永平寺町开启本国首个L4级自动驾驶车辆公共道路运行服务,在曹洞宗大本山永平寺门前与该町荒谷停留所之间约2km道路上往返行驶。

1.1.3 欧洲

欧洲采用“欧盟层面-国家层面”两级管理模式推动自动驾驶发展。“欧盟层面”注重顶层设计和政策法规体系构建,“国家层面”聚焦道路测试、伦理道德、车辆安全、保险与责任等落地法案,协力推进自动驾驶商业化运营。
1)战略方面,欧洲已经出台多项促进自动驾驶汽车发展的战略与措施[8-9]。欧盟层面,2013年,欧盟推出“地平线2020”计划,提出推动合作式智能交通,汽车自动化、网联化及其产业应用;2015年,欧洲道路交通研究咨询委员会(European Road Transport Research Advisory Council, ERTRAC)发布智能网联汽车技术路线图,以加强顶层规划,促进各国协同推进,随着技术产业的不断发展,ERTRAC多次对技术路线图进行更新;欧盟战略交通研究与创新议程(Strategic Transport Research and Innovation Agenda, STRIA),围绕智能交通、出行服务等领域也发布了相关路线图;此外,欧盟委员会于2018年发布《通往自动化出行之路:欧盟未来出行战略》,提出到2020年在高速公路上实现无人驾驶,在城市中心区域实现低速无人驾驶,到2030年普及高度自动驾驶。国家层面,2017年,德国颁布《道路交通法修正案》,将自动驾驶相关概念及规定正式引入上位法;2018年,德国发布《自动驾驶技术伦理道德标准》,明确自动驾驶汽车针对事故场景决策的优先级,并要求将这些规则嵌入自动驾驶系统中[10];2017年,英国发布《通往无人驾驶之路:自动驾驶汽车测试实践准则》,推动自动驾驶技术上路测试应用,并规范了相关测试要求;2018年,英国通过《自动与电动汽车法案》,明确了自动驾驶汽车保险和责任规则[11]
2)应用方面,欧盟“地平线2020”计划资助项目AVENUE于2018年5月启动,在欧洲4个城市的中低需求地区部署自动驾驶小型巴士车队,开展城市交通自动驾驶试点;欧盟“地平线2020”计划资助项目SHOW于2020年1月启动,是迄今为止欧洲规模最大、最全面的在真实城市环境下开展的网联自动驾驶示范项目,总计投入70多辆L4、L5级自动驾驶车辆在专用车道和混合交通环境下提供客运、货运和混合运输服务[12]

1.2 我国自动驾驶商业化发展现状

1)政策法规体系持续完善,地方立法取得突破
《智能网联汽车道路测试与示范应用管理规范(试行)》发布实施后,各行政主管部门加快自动驾驶产品准入、安全监管、运营服务等方面的政策法规体系建设。
产品准入方面,工业和信息化部先后发布了《关于加强智能网联汽车生产企业及产品准入管理的意见》《道路机动车辆生产准入许可管理条例(征求意见稿)》,提出了智能网联汽车准入管理规定。
安全监管方面,公安部发布了《道路交通安全法(修订建议稿)》,提出了自动驾驶道路测试牌照、行驶数据记录、驾驶人、交通事故与责任等有关要求;市场监管总局等5部门联合发布了《关于试行汽车安全沙盒监管制度的通告》,探索新技术、新业态、新模式的安全监管方式。
运营服务方面,交通运输部发布了《自动驾驶汽车运输安全服务指南(试行)》(征求意见稿),对自动驾驶汽车在运输服务领域的应用提出了具体要求。
深圳、上海、无锡等地开展智能网联汽车立法工作,突破了部分法律法规壁垒,如《深圳经济特区智能网联汽车管理条例》《深圳市智能网联汽车道路测试与示范应用管理实施细则》《上海市浦东新区促进无驾驶人智能网联汽车创新应用规定》《上海市智能网联汽车示范运营实施细则》《无锡市车联网发展促进条例》等。各地也在持续深化道路测试与示范应用政策,如北京、武汉、重庆先后出台了《北京市智能网联汽车政策先行区乘用车无人化道路测试与示范应用管理实施细则》《武汉市智能网联汽车道路测试和示范应用管理实施细则(试行)》《重庆市永川区智能网联汽车政策先行区道路测试与应用管理办法》等,探索车内无安全员的示范应用和商业化试点。
2)标准体系建设初具成效,有力支撑应用落地
近年来,自动驾驶标准体系的建设步伐明显加快,有效支撑了自动驾驶道路测试与示范应用。国家层面,《车联网网络安全和数据安全标准体系建设指南》《国家车联网产业标准体系建设指南(智能网联汽车)(2023版)》《智能汽车基础地图标准体系建设指南(2023版)》《智能网联汽车 自动驾驶功能场地试验方法及要求》(GB/T 41798—2022)《汽车驾驶自动化分级》(GB/T 40429—2021)等指南和标准支撑、规范了自动驾驶产业发展和测试应用。行业层面,《基于长期演进技术(Long Term Evolution, LTE)的车联网无线通信技术 应用标识分配及映射》(YD/T4008—2022)《基于车路协同的高等级自动驾驶数据交互内容》(YD/T 3978—2021)等行业标准保障了车联网信息通信和数据安全。地方层面,武汉、无锡等城市结合当地自动驾驶发展实际,积极探索智能网联道路建设、道路测试等相关地方标准。社会组织层面,中国汽车工程学会、中关村中交国通智能交通产业联盟等灵活快速地制定了自动驾驶测试、车辆运营、监管相关团体标准,为城市客运自动驾驶的应用提供了参考规范。
3)示范应用规模持续扩大,积极探索商业化路径
交通运输部、自然资源部、市场监管总局、工业和信息化部、公安部、住房城乡建设部等部委在自动驾驶示范、高精地图应用、汽车安全沙盒监管、汽车准入和上路通行等方面先后启动试点工作,探索自动驾驶技术应用新场景。特别是交通运输部组织开展的“智能交通先导应用试点项目”,是交通运输领域首批国家级自动驾驶试点项目,第一批18个项目中有8个涉及城市客运,旨在促进新一代信息技术与交通运输深度融合。同时,各地也在积极开展RoboBus(自动驾驶公交车)与RoboTaxi(自动驾驶出租车)的示范应用,探索城市客运自动驾驶商业化路径。
截至2023年6月,我国已开展城市客运自动驾驶示范应用的城市超过20个。RoboBus的示范应用主要分布在广州、郑州、重庆、苏州等10余个城市,L3、L4级都有涉及,均处于“主驾有人”阶段,车队规模一般不超过5辆,以阶段性道路测试和观摩体验为主。据不完全统计,我国RoboBus总车辆规模超过150辆,总线路长度超过180 km,总服务人次超过40万人次。RoboTaxi的示范应用均为L4级,总体处于“主驾有人”和“副驾有人”阶段,北京、广州、重庆、武汉等地已先行开展“远端有人”运行测试。据不完全统计,我国RoboTaxi总车辆规模已经超过1 500辆,总服务人次超过200万人次[2]

2 自动驾驶产业的发展形势

随着自动驾驶技术的不断成熟,自动驾驶已经成为数字经济的重要组成部分、汽车产业发展的重要方向、交通行业转型升级的重要途径,特别是随着自动驾驶产业对于打造闭环的商业模式的诉求日益强烈,以及技术创新带来自动驾驶研发成本的显著下降,推动自动驾驶商业化运营已经成为必然选择。
1)自动驾驶已成为数字经济的重要组成部分
数字经济作为推动经济复苏的新动能和新引擎,已经成为世界范围内最显著的新经济增长极,是当前世界各国重点关注和发展的核心领域[13]。《全球数字经济白皮书(2022年)》显示,2021年,德国、英国、美国数字经济占GDP比重均超过65%,中国数字经济占GDP比重达到39.8%[14]。自动驾驶技术作为数字经济发展中的一项重要应用技术,象征着未来人类出行方式的颠覆性改变,其催生出的全新的商业模式、全新的产业格局,具有巨大的想象空间。
2)自动驾驶已成为汽车产业发展的重要方向
在全球汽车产业向电动化、网联化、智能化、共享化方向转型升级的背景下,自动驾驶汽车作为新一代通信技术及人工智能技术应用的重要载体,已经成为新一轮产业转型升级的重要标志和依托[15]。美国、欧盟、日本等世界主要经济体均出台了相关政策和发展规划来培育自动驾驶汽车产业,我国也将自动驾驶纳入制造强国与交通强国战略,先后出台《中国制造2025》《交通强国建设纲要》《国家综合立体交通网规划纲要》《智能汽车创新发展战略》等政策文件支撑自动驾驶产业发展。
3)自动驾驶已成为推动行业转型升级的重要途径
自动驾驶是促进交通、汽车、通信等行业融合发展的有利契机,也是提升道路交通智能化水平提升、推动交通运输行业转型升级的重要途径[16]。如,广州公交集团探索实践“运驾分离”模式下的L4级自动驾驶巴士运营服务,由公交运营企业负责线路车辆运营,科技企业负责AI司机,实现传统公交企业运营与驾驶一体化管理的转型升级[17]。同时,推进落实自动驾驶技术应用,对满足公众日益增长的多样化、个性化出行需求,提升道路交通安全性、提高道路通行效率、减少交通事故、降低劳动成本等具有重要作用。
4)商业化运营已成为自动驾驶产业应用的现实目标
随着自动驾驶技术不断成熟,自动驾驶产业正在加速开展城市客运领域的商业化运营探索,研究新的生态体系与商业逻辑,旨在打通从研发到商业化的完整闭环,实现产业技术的应用价值,从而推动行业的持续变革和良性发展。如,北京亦庄与重庆市永川区已开放常态化的“车内无人”自动驾驶付费出行服务示范应用,武汉市已开展常态化、规模化、跨区域的“车内无人”自动驾驶示范运营。
5)理论技术创新为自动驾驶应用加速实现带来可能
2023年3月23日,Nature正刊封面报道了自动驾驶安全性测试的重要突破,该研究成果基于密集强化学习的深度学习网络D2RL,可以将目前基于自然驾驶环境(Naturalistic Driving Environment, NDE)的仿真模拟效率提升2 000倍[18],可有效降低目前仿真测试的成本,并极大提升自动驾驶汽车的安全性,有望缩短自动驾驶汽车实现大规模商用化运营落地进程。理论技术的创新与突破,可能会推动自动驾驶应用的加速实现。

3 存在的问题与面临的挑战

1)利益相关方认识尚不统一,政策法规进展缓慢
一是科技企业对于自动驾驶技术路线的选择尚未达成一致,对发展单车智能还是车路协同存在分歧。二是传统运输企业对于何时介入、怎么介入、如何发展自动驾驶存在困惑,既担心投入过早难以见到实效,又担心投入过晚错失发展机遇,甚至丢失运营主导权。三是行业管理部门对于管什么、如何管等问题的认识尚不清晰,导致政策法规体系建设进展较慢,特别是产品准入、牌照管理、运营许可、责任认定等关键政策法规。
2)部委间协同联动不足,尚未形成发展合力
工业和信息化部、公安部、交通运输部等各部委在自动驾驶产品准入、牌照管理、高精度地图应用、汽车安全沙盒监管、示范应用等多方面进行了探索,并开展了部分试点工作,取得了一定成效。但由于各部委的职能不同、侧重不同,在推动自动驾驶发展的过程中存在有效衔接与协同联动方面的不足,尚未形成“应用导向”的发展合力,“产品准入-牌照管理-运营准入-行业监管”全业务链条的自动驾驶商业化运营政策与管理体系建设不够完善,呈碎片化、零散化的形态。
3)运营场景复杂多样,对安全运营尚缺乏信心
一是自动驾驶车辆运营安全高度依赖全面、丰富且充分的场景训练与测试,实际道路运行环境和运营场景复杂多样,现有的自动驾驶道路测试与示范应用难以实现运营场景的全覆盖。二是自动驾驶套件还未达到车规级要求,感知错误、安全冗余、算法优化等技术的“长尾问题”在短期内无法得到完全解决,自动驾驶技术的可靠性还未得到充分验证,社会各方对自动驾驶的安全性仍然心存疑虑。
4)运营与监管内容不明确,配套保障体系缺失
一是行业管理部门尚未建立自动驾驶运营安全监管体系,对自动驾驶运营存在的安全风险及危害程度认识尚不清晰。二是智能网联基础设施、数据与网络安全、个人隐私、道德伦理等保障条件建设不到位,社会配套保障能力不足。三是自动驾驶技术的应用将引起运输企业在管理制度、人力资源、运营服务、安全监管等方面的巨大变革,企业运营配套保障体系面临重构。四是缺乏针对自动驾驶系统载客测试、运营准入、运营服务、安全监管、效益评价等方面的技术标准。
5)商业模式未形成闭环,可持续发展能力不足
一是自动驾驶技术应用在早期存在无序扩张的现象,在资本支持下盲目扩大自动驾驶车队规模与设施设备数量,缺乏理性的、长期的自动驾驶运营生态合作方案,可能带来资源错配与浪费。二是城市客运自动驾驶示范应用项目普遍要求配置驾驶员/安全员,研发、建设、人力、管理等成本高昂,且缺乏营收渠道,尚未形成自我造血能力。三是商业化前景不明朗,导致相关资本投资信心下降,产业遇冷,如Argo AI宣布倒闭,Waymo、小马智行等企业陆续宣布裁员等。总体而言,城市客运自动驾驶示范应用现状与产业的商业化预期还存在较大差距。

4 对策建议

1)强化应用,完善协同联动机制,联合开展示范应用
加强各部门之间的交流与合作,形成自动驾驶应用发展合力,共同推动自动驾驶商业化运营进程。一是优化涵盖工业和信息化部、公安部、交通运输部、中央网信办、住房城乡建设部等多个部门参与的协同联动机制,组建自动驾驶应用推进工作组,明确各部门对自动驾驶应用发展的相关要求,统一对自动驾驶商业化运营的认识。二是联合开展涵盖“产品准入-牌照管理-运营准入-行业监管”全业务链条的自动驾驶运营试点示范,加快城市客运自动驾驶商业化运营政策实践、经验积累与扩区复制,支撑城市客运自动驾驶的规模化应用。
2)重点突破,聚焦有限运营场景,加强关键核心技术攻关
摈弃“自动驾驶无所不能”这一错误认知及其带来的不良影响,在技术研发与落地应用方面统一各方认识。一是聚焦有限运营场景,针对交通状况简单、条件相对可控的特定城市客运场景,如BRT等,制定相应的运营场景测试与验证标准,进行重点突破。二是加大自动驾驶安全性仿真测试,利用智能技术基于大规模自然驾驶数据生成测试交通环境,等效加速提升自动驾驶研发和测试效率,并开展新一轮技术研发与测试。三是加强复杂环境感知、智能控制决策、人机交互及人机共驾、网络安全等关键核心技术攻关,国家加强政策引导,企业加大研发投入,形成自主可控的关键技术,破解“卡脖子”难题,抢占科技制高点。
3)运营导向,探索新运营管理模式,支撑商业化运营
以运营需求为导向,开展面向运营的政策法规、标准规范、产业生态与服务模式研究。一是加快政策法规(运营准入、安全监督、责任认定、保险业务、隐私与数据安全等)和标准规范(准入条件、安全测试、组织调度、岗位要求、运营服务、安全监管)体系建设。二是重新解构从自动驾驶企业为主的城市客运自动驾驶运营模式,探索培育以传统运输企业为主、自动驾驶企业为辅的新型自动驾驶运营商,明确各参与主体的定位职责、负责内容、经营方向,拓展营收渠道,构建共生共赢共享的运营服务新生态。三是推进自动驾驶从“主驾有人”“副驾有人”向“远端有人”转变,将人车比从1∶1提升至1∶N,减少人力成本支出,推动形成自动驾驶商业模式闭环。
4)明确任务,加强运营安全监管,支撑规模化应用
从城市客运自动驾驶运营安全风险入手,开展安全风险清单、安全监管手段和应急措施等研究,改变当前行业监管无从下手的局面。一是开展城市客运自动驾驶安全风险识别与主动防控化解机制研究,明确自动驾驶运营安全风险点与潜在危害程度,制定运营安全主动防控与应急管理预案。二是针对交通运输管理部门“管什么、如何管”尚不清晰等问题,从体制机制、监管内容、技术手段、保障措施等方面构建城市客运自动驾驶运营安全监管体系。三是建立行业层面的城市客运自动驾驶运营监管平台,汇聚全国自动驾驶示范应用实际数据,切实掌握自动驾驶运行状况、运营安全、系统故障等信息。
5)加速转型,加强保障体系建设,助力行业健康有序发展
充分发挥行业管理部门的主观能动性,加速推动行业与企业的转型升级,加快城市客运自动驾驶运营配套保障体系建设。一是引导传统客运企业转型升级,在管理制度、职责分工、人力资源、运营服务、安全监管等方面重构自动驾驶运营服务保障体系,提升自动驾驶运营服务能力。二是从基础设施、通行能力、网络和数据安全、个人隐私等方面研究建立社会配套保障体系。三是加强自动驾驶示范应用效益评价与跟踪评估,从节能减排、出行效率、服务质量、经济效益等方面对自动驾驶项目的示范效果进行定期评估与反馈,助力形成城市客运自动驾驶商业化运营解决方案。

5 结束语

城市客运自动驾驶商业化运营已成为必然选择和发展趋势,针对当前存在的各参与主体认识不统一、协同联动机制不健全、运营安全风险不可控、配套保障体系不健全、可持续发展能力不足等突出问题,本文从管理体制机制、核心技术攻关、关键政策法规、闭环商业模式、配套保障体系等方面提出了相应的对策建议,以期为推动我国城市客运自动驾驶的商业化运营与健康可持续发展提供理论参考。
[1]
孙超, 黄愉文, 张凯, 等. 智能网联汽车产业政策趋势分析及发展思考[J]. 城市交通, 2022, 20(1):52-58.

[2]
刘好德, 吴忠宜, 刘向龙, 等. 城市客运自动驾驶示范应用专题调研报告[R]. 北京: 交通运输部科学研究院, 2022.

[3]
王霁霞, 符大卿. 自动驾驶汽车道路测试的法律规制[J]. 行政管理改革, 2019(8):37-43.

[4]
郑雪芹. 他山之石:欧美日自动驾驶汽车相关政策法规[J]. 汽车纵横, 2018(8):46.

[5]
和福建, 石娟, 秦孔建. 国内外智能网联汽车公共道路测试现状和发展趋势研究[J]. 中国汽车, 2018(12):28-33.

[6]
陈萌, 黄旭. 日本自动驾驶产业发展现状分析[J]. 智能网联汽车, 2019(5):60-65.

[7]
张韬略. 自动驾驶汽车道路测试安全制度分析:中日立法的比较[J]. 科技与法律, 2019(4):73-82.

[8]
孔祥时. 自动驾驶道路测试行政许可法律问题研究[D]. 北京: 中国人民公安大学, 2023.

[9]
公维洁, 李乔, 于胜波. 国际智能网联汽车政策法规动态及展望[J]. 智能网联汽车, 2019(3):8-13.

[10]
丁芝华. 德国自动驾驶立法的逻辑内核与体系构造[J]. 河北法学, 2023, 41(10):162-177.

[11]
刘思, 周紫君, 范煜君. 英国自动驾驶政策法规及技术推进动态[J]. 交通世界, 2020(28):3-5.

[12]
NEMOTO E H, JAROUDI I, FOURNIER G. Introducing automated shuttles in the public transport of European cities: The case of the AVENUE project[M]// Advances in Mobility-as-a-Service Systems. Cham, Switzerland: Springer, 2020: 272-285.

[13]
李三希. 我国数字经济发展特征[J]. 智慧中国, 2021(6):26-27.

[14]
余晓晖. 《全球数字经济白皮书——疫情冲击下的复苏新曙光》解读[J]. 互联网天地, 2021(8):17-21.

[15]
李克强. 智能网联汽车创新发展的探索与实践[J]. 汽车纵横, 2021(1):18-19.

[16]
左世全. 解读车联网(智能网联汽车)产业发展行动计划[J]. 智能网联汽车, 2019(1):8-11.

[17]
张海燕, 董志国, 罗文彬, 等. 城市公交自动驾驶规模化示范应用研究与探索[J]. 中国建设信息化, 2023(19):30-34.

[18]
FENG S, SUN H, YAN X, et al. Dense reinforcement learning for safety validation of autonomous vehicles[J]. Nature, 2023, 615(7953): 620-627.

Outlines

/