自动驾驶道路交通法规符合性 在自动驾驶技术蓬勃发展的当下，如何确保自动驾驶车 辆安全、合规地融入现有道路交通体系，成为行业焦点。 自动驾驶系统严格遵守交通规则是其安全运行的基石。 道路交通法规是保障道路交通安全、有序和高效运行的 重要准则，无论是人类驾驶员还是自动驾驶系统，都必 须严格遵循。在日常道路行驶中，交通信号灯变化、车 道线的清晰划分、限速标志的明确指示等，都是自动驾 驶系统需精准识别并严格遵守的交通规则。只有通过这 驶系统需精准识别并严格遵守的交通规则。只有通过这 样严格遵循交通规则的行驶，自动驾驶车辆才能在道路 上安全、稳定地行驶，切实保障车内乘客以及道路上其 他交通参与者的生命财产安全。 公安部道路交通安全研究中心凭借其权威性与专业性， 在自动驾驶法规符合性研究领域持续深耕，已取得了一 系列重要成果，为行业发展指明方向。道研中心指出， 现行自动驾驶测试模式存在短板，难以充分保障车辆对 交通法规的有效遵守。然而，目前封闭场地测试仅能覆 遭遇各类复杂场景，诸如极端天气、道路突发状况、系 统异常等，这些都构成了边界状态。此时，边界状态风 险管控技术可通过一系列严格要求与系统性措施，确保 自动驾驶系统在面临风险时能够做出有效应对，保障乘 客与道路交通安全。 部署安全模型规避事故风险是边界状态风险管控技术 的首要任务。安全模型作为自动驾驶系统的“安全卫士”， 需要基于大量的道路数据、事故案例以及场景模拟来进 行构建。如同一个智能大脑，能提前预判潜在风险，并

12 智 己 汽 车 X 红 中 国 信 通 院 与物联网技术的融合可以实现车辆与周围环境的智能交互，提高交通安全性和 效率。 应用场景拓展 AI 技术在汽车行业的应用场景正在不断拓展，从智能驾驶、智能座舱向 更多领域延伸。 在汽车售后服务方面， AI 大模型可以分析车辆的行驶数据、维修记录等，

驶。这包括对道路、交通标志、其他车辆和行人的识别 与感知，基于这些信息进行路径规划，以及在复杂路况下做出实时决策，如加速、减速、转弯等，最终达到无 需人类驾驶员干预的完全自动驾驶状态，大幅提升交通安全和出行效率。 智能驾驶技术的发展可以追溯到 20 世纪 80 年代，当时美国国防高级研究计划局（DARPA）启动了一 系列项目，旨在探索无人车的可能性。然而，直到近年来，随着计算机视觉、机器学习等人工智能技术以及大

SOTA）两类，前者是完整的系统性更新而后 车联网安全研究报告（第六期） 18 者是迭代更新的升级。通过 OTA 进行漏洞修复，不仅方便车主，还能大幅节省车厂的召回成本，根 据美国国家公路交通安全管理局（NHTSA）的数据显示，仅 2022 年，特斯拉在美国就通过 OTA 形式开展了 19 次“召回活动”，覆盖超过 377 万辆汽车[23]。 OTA 在拓宽服务和运营范畴，提升用户体验