这是一次深入东部新区的实地体验，聚焦L4级自动驾驶公交的真实运行状态。它不回避技术局限，也不美化人机协同的张力，用具体场景、真实反馈和可验证数据，呈现智能交通落地初期最真实的模样。
智能速览
自动驾驶公交需安全员全程在岗，实际行驶中多数操作仍由人工启动和接管
车辆限速35km/h，遇斑马线挖机卡顿三次后绕行，反应略显迟滞但完成避让
安全员需同时监控6类信息源，包括头顶双环视、乘客区、数据面板及突发路况
成都4条线路已累计安全行驶超7.2万公里，路测阶段完成1000公里、240小时验证
理论响应速度为0.1–0.2秒，是人类的5–10倍；Waymo超982万公里测试中事故主因多为外部违章
预约制运营，单趟限载14人，福田TOD至绛云三街东为冬季7:30–18:30双向运行
精华内容
当‘司机’换名‘安全员’，当方向盘不再被握紧，真正的挑战才刚刚开始——不是技术能否接管车辆，而是人如何与尚未成熟的系统共担责任。
谁在开车
车辆外观与普通公交无异，驾驶位始终有人。安全员原为传统公交司机，经专项培训上岗。发车起步、出站转弯均由其手动操作；驶离站台并接通电源后，才开启自动驾驶模式。这意味着L4级并非‘无人’，而是‘人在环内’的有条件自主运行。
全程限速35km/h，加减速平顺，无明显顿挫。但‘自动’不等于‘免干预’——安全员明确表示：‘比之前手动开车更伤神’，专注力要求反而更高。
这一设定直指L4核心定义：系统主导驾驶任务，但限定场景下需人类随时接管。当前阶段，接管指令未触发，但接管准备已是常态。
卡顿与绕行
途中遇停在斑马线的挖掘机，车辆连续三次短暂停顿后完成绕行。虽未刹停，但响应节奏暴露算法对静态障碍物动态意图预判的不足。绕行路径偏保守，横向距离留余较大，导致车身轻微晃动。
对比Waymo超982万公里L4路测数据，其模拟器中97%以上碰撞由行人或社会车辆违规引发。而本次实测中，障碍物为合法停放工程设备，系统却未能一次流畅通过，说明复杂城市场景中的长尾问题仍未闭环。
值得注意的是，该车搭载固态激光雷达+补盲激光雷达+毫米波雷达+前置+环视共5类传感器，360度覆盖，但感知冗余并未完全转化为决策鲁棒性。
六重监控之下
安全员需同步关注六个信息维度：正前方道路、头顶双摄像头（监测车身四周）、乘客区监控、实时运行数据面板、未知功能按钮组、以及随时可能出现的突发状况。手放膝盖是规范动作，但眼睛需高频扫视各屏。
他坦言：‘怕信号不稳定，必须一直观察轨迹’；遇到异常会下意识踩刹车，‘没办法完全放心’。这种本能反应，恰恰印证了人机信任尚未建立。
车内设安全带提示，乘客起身拍照即被提醒就座系带——因系统可能急刹。而截至目前，该线路尚未发生任何真实急刹事件。预案严苛，执行谨慎，折射出运营方对‘零事故’的底线坚守。
7.2万公里的进化逻辑
截至今年1月中旬，成都4条智驾公交线路累计安全行驶72408公里，投运前已完成1000公里、240小时封闭与开放道路联合路测。
里程增长直接关联模型迭代：每千公里运行数据回传至训练平台，用于优化障碍物分类、轨迹预测与控制策略。例如，针对东部新区常见的非标施工围挡、临时占道摊贩、雨雾天反光标识识别等场景，算法已进行专项增强。
但技术进化有边界。研究显示，自动驾驶事故率理论上低于人类，主因在于0.1–0.2秒响应延迟远优于人类平均1–2秒。可再快的算法，也无法预判下一个闯红灯的电动车或突然冲出的儿童。安全冗余永远需要人来兜底。
这场实测没有给出‘自动驾驶是否成熟’的简单答案，而是揭示了一个更关键的事实：技术落地的本质，是重新分配责任与注意力。当车辆越来越聪明，人的角色不是退场，而是转向更高阶的监督与判断。未来真正考验城市的，或许不是算法跑得多快，而是我们能否在每一次‘卡顿’之后，依然保有耐心与理性，共同校准人与机器之间的安全边界。下一个路口，你会选择相信系统，还是握紧方向盘？
