2026-06-18 — views

自动驾驶车辆紧急车辆交互——机器人出租车如何应对警车、救护车与消防车

探测警报声、为消防车让路、读取警察手势——紧急车辆交互是自动驾驶最难的边缘场景之一，并已引发真实监管行动。

物理AI基准测试系列第54篇——警报声、停车臂与手势

紧急车辆制造了一个复合探测难题，揭示了人类驾驶员与自动驾驶系统在感知世界方式上最深层的差距。人类驾驶员听到警报声、找到来源、判断情况、靠右停车——整个过程在数秒内完成，凭借空间听觉、周边视觉以及数十年训练出的本能。自动驾驶车辆必须通过麦克风阵列、摄像头组、神经网络和路径规划算法复制这一连串动作——并在各种光线、环境噪音和交通几何条件下可靠执行。

这些场景已从理论边缘案例演变为有记录的操作失败。旧金山消防局于2022年至2023年间多次正式向加州公用事业委员会（CPUC）投诉Waymo车辆阻塞消防车通道。2023年10月的Cruise事故——涉及行人碰撞后车辆未能立即配合警察停车——成为商业无人驾驶运营短暂历史中后果最严重的监管事件，触发了Cruise无人驾驶许可暂停，最终导致通用汽车机器人出租车计划全面关闭。

本文梳理技术挑战、记录真实世界案例，并说明主要自动驾驶技术栈为应对这些问题所建立的系统。

所有标记（估计）的数字均为基于已发布研究、公司公开披露及行业报告的估算，未在受控测试条件下独立验证。

第一节——为何紧急车辆交互如此困难

紧急车辆交互并非单一问题，而是至少六个可能同时发生的独立探测与决策挑战。

场景	人类驾驶员做法	自动驾驶挑战
救护车鸣警报	听到警报→找到来源→靠右停车	音频探测＋定位＋停车决策
消防车从后方接近	后视镜检查＋闪红灯→让道	多摄像头后向探测＋灯光模式识别
警察手势指挥	目光接触＋读取手势→服从	实时关键点手势分类
校车停车臂	闪红灯＋伸出臂→停车	关节臂探测＋不同光线下的闪灯识别
紧急车辆阻塞车道	谨慎绕行	针对不可预测非标准障碍物的路径规划
殡葬车队	识别护送情境→让行	多车队列情境识别；因州而异的规则

挑战一：多模态信号融合。 紧急车辆通过两个独立通道宣告自身——音频（警报声）和视觉（闪灯）。人类自动且无意识地融合这些信号。自动驾驶车辆必须运行并行探测流水线，关联其输出，并避免来自其他大噪音或强闪光（工地、夜店、远处其他紧急车辆）的误报。

挑战二：非标准轨迹预测。 紧急车辆被法律允许闯红灯、逆向行驶、加速穿越路口、突然停车。标准自动驾驶运动预测模型以正常车辆行为为训练基础。对紧急车辆应用正常预测会产生危险的预期路径估算。

挑战三：停车决策与执行。 知道紧急车辆正在接近只是问题的一半。自动驾驶车辆必须决定在哪里停车——不在路口、不在人行道、不在自行车道、不阻塞车道——并在时间压力下、可能在密集交通中完成流畅的变道。

挑战四：警察手势。 指挥交通的警察覆盖所有交通信号。这是一个纯粹的视觉、实时、人类手势识别问题。警察可能被部分遮挡、穿着不同制服、使用非标准手势，并从四个方向的任一角度在路口执勤。目前没有标准化训练数据集用于此能力。

挑战五：校车停车臂。 当校车启动闪红灯并伸出停车臂时，所有50个州的所有车辆都必须在无分隔线道路的两个方向停车。停车臂是一个物理、关节式机械部件，必须在强光、雨天或低光条件下被探测到。探测距离很重要：车辆需要时间平稳制动。

挑战六：因辖区而异的规则。 殡葬车队路权因州而异。校车停车规则因道路类型和车道数而异。超越停靠紧急车辆所需的距离因州而异。跨辖区运营的自动驾驶车辆必须携带因地点而异的规则集。

第二节——真实世界事故

商业自动驾驶部署的紧急车辆交互记录包含几起直接影响监管结果的有记录事故。

事故	日期	发生了什么	结果
Waymo车辆阻塞消防车	2022至2023年多起，旧金山	Waymo车辆在阻碍消防车前往事故现场的位置停车	SF消防局正式向CPUC投诉；成为CPUC无人驾驶许可辩论的核心因素
Cruise未配合警察停车	2023年10月，旧金山	Cruise机器人出租车在行人碰撞事故后的交通执法中未能立即配合警察停车；车辆随后移至其评估为更安全的位置	CPUC暂停Cruise无人驾驶许可；直接促使通用汽车于2023年11月关闭Cruise机器人出租车业务
Waymo与警察指挥交通	2023至2024年，多起	Waymo车辆在警察手动指挥路口交通时意外停车或表现不一致	促使Waymo为模糊情境开发改进的”停车并呼叫远程操作员”协议
校车探测问题	持续中	多个自动驾驶计划需要针对校车停车臂探测建立专用训练数据集；各州超车规则不同	尚无自动驾驶运营商获得专门针对停车臂合规的正式认证（估计）

2023年10月Cruise事故需要特别说明。事件顺序为：Cruise车辆撞击一名已被另一辆车撞倒的行人；Cruise车辆随后在警察启动警示灯时未能立即停车；车辆在行人在车底的情况下移动了约20英尺。CPUC暂停Cruise无人驾驶许可时，将未能配合警察停车列为具体促成因素，同时还有对事故报告更广泛的担忧。监管回应——许可暂停，随后通用汽车决定关闭整个Cruise机器人出租车计划——是迄今为止任何自动驾驶运营商面临的最严重后果。

Waymo消防车事故虽然不那么戏剧化，但很重要，因为它揭示了一个更微妙的失败模式：自动驾驶车辆正确识别了需要停车的必要性，但选择了阻塞紧急车辆通道的停车位置。正确做出停车决策不仅需要探测紧急车辆，还需要推断在哪里停车——避免阻碍正在让行的车辆本身。

第三节——Waymo的紧急车辆交互系统

在SF消防局事故后，Waymo披露并实施了针对紧急车辆探测的系统性多层应对措施。

系统组件	功能
音频探测模块	专用麦克风阵列加神经网络，用于警报探测；定位警报方向（前/后/左/右）以辅助停车规划
紧急车辆灯光模式识别	以主要美国消防、警察和救护车队的特定灯条模式视频训练；区分紧急模式与工地、拖车及其他闪光源
停车位置选择	探测到警报加灯光→识别不阻塞路口、人行道、自行车道或车道的最近安全停车点→执行变道→停车
远程协助整合	复杂情境（警察手势、模糊情况）→标记给人类远程操作员，操作员在约30秒内（估计）提供指引
警察停车协议	如果警察灯光指向Waymo车辆→停车→启动危险警示灯→等待远程操作员或警察靠近
地理围栏改进循环	事故后，Waymo在受影响区域进行针对性边缘案例数据收集，以建立新的训练样本

远程协助整合在架构上很重要。Waymo公开描述了分层应对模型，在该模型中，车辆自主处理常规紧急车辆情境，并将模糊案例——特别是警察手势——升级至人类远程操作员。这意味着Waymo的无人驾驶车辆在最难的紧急情境中并非完全自主；在实时中有人类协助。30秒升级响应是内部估计，尚未独立审计。

停车位置选择的改进直接解决了消防车阻塞事故。更新的协议包括明确限制：候选停车位置针对已知路口边界、人行道标记、自行车道标识和消防栓邻近度进行筛选。系统必须在快速停车和选择不制造次生阻塞的位置之间取得平衡。

第四节——Tesla FSD与紧急车辆应对

Tesla FSD目前在监督条件下运行（现有消费者车辆需安全驾驶员在场）。针对商业部署的Cybercab无人驾驶计划在紧急情境方面必须达到更高的监管标准。

维度	细节
音频探测	Tesla车辆的麦克风主要设计用于车厢降噪和语音命令；紧急车辆警报探测作为独立能力已在FSD中公开声明实施（估计）
视觉探测	基于摄像头的闪灯探测；端到端v12和v13模型以全球车队的紧急车辆片段训练
停车行为	FSD训练用于识别紧急车辆接近并建议或执行停车；安全驾驶员可随时覆盖
警察手势	对仅凭摄像头的系统更困难；FSD v13包含行人和警察手势识别的改进（估计）
无远程操作员	与Waymo不同，Tesla的Cybercab无人驾驶计划仅依赖神经网络，没有人类远程操作员介入
监管要求	对于Cybercab无人驾驶运营，紧急车辆应对必须达到目前正在制定和评估的监管标准

缺乏远程操作员备援造成了两家公司应对最难边缘案例的结构性差异。Waymo可以在数秒内将模糊的警察手势情境升级至人类。Tesla的无人驾驶系统必须仅通过神经网络推理处理同样的情境。端到端模型以车队数据训练是否能在没有人类备援的情况下达到警察手势合规所需的可靠性，是Cybercab监管审查中尚未解决的问题之一。

Tesla的仅摄像头架构也影响警报定位。Waymo的麦克风阵列可以确定警报是从前方、后方还是侧面接近——这些信息直接告知是否和在哪里停车。摄像头系统必须仅从视觉线索推断紧急车辆接近方向，一旦紧急车辆出现在摄像头视野中便可可靠工作，但无法仅凭声音提供提前预警。

第五节——监管标准与”通过”的定义

截至2026年中，美国尚无针对自动驾驶车辆紧急车辆交互的统一联邦标准。监管格局以州为单位，加州实际上已成为最严格的辖区。

要求	当前状态
为紧急车辆让路	所有50个州法律要求；自动驾驶车辆必须遵守与人类驾驶员相同的法规
校车停车臂	联邦法律加所有50个州法律要求停车；尚无自动驾驶车辆获得专门针对停车臂合规的正式认证（估计）
警察交通指挥	法律要求遵从警察指示；无自动驾驶特定技术标准；以事故审查逐案测试
NHTSA FMVSS	截至2026年中，联邦机动车辆安全标准尚未包含针对紧急车辆应对性能的特定要求（估计）
CPUC加州	已通过积极的许可程序成为运营上最严格的自动驾驶监管机构；SF事故推动了美国历史上首次重大许可暂停
通过标准	尚无公认标准；行业方向是自动驾驶车辆必须在定义的测试集上达到或超越人类驾驶员紧急车辆应对率

CPUC对无人驾驶许可的监管权使加州同时成为最具吸引力和最受审查的自动驾驶部署市场。扩展地理围栏运营的运营商必须向CPUC审查员展示紧急车辆交互性能。Cruise暂停确立了单一高关注度失败可能导致许可撤销；Waymo消防车事故确立了持续的低严重度失败可能推动运营要求变更。

缺乏联邦标准造成不均衡的竞争格局。在加州的运营商面临最严格要求；在监管较宽松州份的运营商面临较低的正式标准。随着无人驾驶部署规模超越加州，NHTSA预计将制定联邦性能基准——可能以加州记录作为主要证据基础。

资料来源：CPUC无人驾驶车辆许可程序（cpuc.ca.gov）；SF消防局关于自动驾驶车阻塞的投诉，SF Examiner报道（sfexaminer.com）；Cruise 2023年10月事故，NHTSA特别调查（nhtsa.gov/vehicle-safety/automated-vehicles）；Waymo紧急车辆应对更新（waymo.com/blog/）。所有标记（估计）的数字均为基于已发布研究、公司公开运营披露及行业报告的估算；未在受控测试条件下独立验证，应视为方向性而非精确数据。