据新华网报道，由我国牵头制定的国际标准《道路车辆自动驾驶系统测试场景 场景评价与测试用例生成》日前正式发布。此次发布的标准主要规定了自动驾驶系统测试场景的评价流程与试验方法，明确测试场景暴露率、复杂度、危险度等评价指标的判定要求。

自动驾驶相关标准不断完善推动了行业落地试点的加快，然而，公众对其安全相关的担忧依旧存在，如隐私安全、系统安全等等。如今，AI技术的创新有望为这些难题提供答案。

无人驾驶出租车试点城市持续扩展

目前，Robotaxi（无人驾驶出租车）已在国内多地开启道路测试与商业化探索。近日，小马智行宣布搭载其第七代自动驾驶系统的北汽极狐阿尔法T5 Robotaxi在深圳开启道路测试。继广汽埃安霸王龙Robotaxi获得广州和深圳的智能网联汽车道路测试牌照后，小马智行第七代Robotaxi已有多款车型进入量产阶段，并开始公开道路测试。

从区域布局看，Robotaxi的试点在长三角、京津冀及长江中游城市群都有覆盖到。以上汽集团为例，其Robotaxi 在上海、苏州等区域开展了示范运营，拥有近100台车辆，累计行驶里程达到400万公里，接收到的订单超过20万单。

此外，北京市作为国内首个开启乘用车无人化运营试点的城市，百度、小马智行等企业成为了首批获得先行区无人化示范应用道路测试通知书的企业。这些企业获准在北京市高级别自动驾驶示范区的60平方公里范围内，向公众提供“主驾位无安全员、副驾有安全员”的自动驾驶出行服务。

自动驾驶依旧存在短板

自动驾驶技术虽在快速发展，但仍存在短板，这些技术瓶颈与制度空白直接影响着公众对Robotaxi的接受度与信任度。在安全隐患方面，复杂环境感知不足是一个突出问题。雨雾、强光等恶劣天气条件容易干扰传感器的正常工作，导致系统对周围环境的判断出现偏差。同时，系统的安全性也面临着严峻的考验，一旦系统被攻破，不仅可能导致车辆失控，还会造成严重的隐私泄露。

此外，法规的不完善也是自动驾驶发展的一大阻碍。在事故责任界定方面，由于涉及到技术、法律、伦理等多个层面，目前尚缺乏明确清晰的规定。这些问题导致公众对自动驾驶的可靠性、隐私保护存在顾虑，接受度有待提升。

AI助力破解自动驾驶难题

面对这些难题，AI 正在发挥着关键作用，助力破解自动驾驶的困境。

其一，通过多模态融合算法能够显著提升复杂环境感知能力。将视觉、雷达等多种传感器的数据进行融合，并利用大量的数据进行模型训练，增强在雨雾等恶劣场景下的识别准确性。技术突破正在逐步克服环境感知的瓶颈，拓展自动驾驶的应用场景。

其二，AI配合区块链等新技术可以对系统进行优化，减少数据泄露的风险。区块链的去中心化和不可篡改特性能够为数据的安全传输和存储提供可靠的保障，不仅提升了系统的安全性，还为构建可信的自动驾驶生态奠定了基础。

其三，借助大模型的深度学习能力，模拟极端路况，提升自动驾驶系统在突发状况下的应对能力。通过不断地学习和优化，使自动驾驶系统能够在各种复杂的情况下做出准确、及时的决策。这种持续进化的学习能力，使自动驾驶系统能够适应不断变化的交通环境。