1. 课程导入

Robotaxi（无人驾驶出租车）是指以L4/L5级自动驾驶系统替代人类驾驶员，通过线上平台完成叫车、派单、行驶、支付与运营闭环的客运服务。它并非“把出租车加上自动驾驶功能”这么简单，而是一个由车辆平台、传感器套件、计算平台、自动驾驶软件、远程协助、云控平台、运营调度、支付与合规体系共同构成的复杂系统。理解Robotaxi，必须同时看到三层：技术层解决“车能不能安全自己开”；产品层解决“乘客愿不愿意坐、体验是否稳定”；运营层解决“车队能否规模化、单位经济模型能否成立”。

一、核心原理：Robotaxi的系统边界与价值闭环

从系统工程角度看，Robotaxi的关键不是某一个模型，而是“感知—决策—控制—运营—反馈”的闭环。感知层通过摄像头、激光雷达、毫米波雷达、GNSS/IMU等获取环境与自车状态；决策规划层完成行为预测、路径规划与风险处理；控制层把轨迹转化为转向、驱动、制动指令；运营层则负责订单匹配、车辆调度、充电维保、远程协助与安全员接管。任何一层失效，都会在系统层面表现为“服务不可用”或“安全风险”。

因此，Robotaxi的工程目标通常不是单一指标，而是多目标约束：安全性、可用性、舒适性、效率、成本与合规性。系统工程的价值在于把这些目标拆解为可验证的需求，再通过架构设计、接口定义、测试验证与运营数据回流，形成持续迭代。

二、发展历程：从实验室到城市道路

Robotaxi的发展大致经历四个阶段。第一阶段是技术验证期，以DARPA挑战赛和早期自动驾驶原型车为代表，重点验证感知与路径规划在封闭或半封闭场景的可行性。第二阶段是路测与Demo期，企业开始在公开道路测试，积累里程与接管数据，但服务范围有限、安全员必须随车。第三阶段是限定区域商业化试运营期，出现Robotaxi平台，在特定城市、特定区域、特定时段提供付费或免费体验服务，远程协助与安全员逐步从“必须”走向“按需”。第四阶段是规模化运营期，车队规模扩大、运营区域连片、成本结构优化，竞争焦点从“能不能开”转向“能不能低成本、高可靠、可复制地运营”。

这一历程说明：Robotaxi的成熟不是单点技术突破，而是技术、法规、基础设施、用户接受度与商业模式共同演进的结果。系统工程视角要求我们同时关注“技术就绪度”和“运营就绪度”。

三、商业价值：收入、成本与单位经济模型

Robotaxi的商业价值主要来自三方面：第一，降低人力成本，取消驾驶员后，单车运营的人力支出显著下降；第二，提高车辆利用率，通过平台调度减少空驶与闲置，提升单车日均订单量；第三，数据与网络效应，车队规模越大，数据回流越多，模型迭代越快，运营效率越高。但商业价值能否兑现，取决于单位经济模型是否成立。

四、案例与场景：一个Robotaxi订单的系统旅程

假设乘客在App发起订单，系统在毫秒级完成匹配，派单给附近可用车辆。车辆首先进行自检：传感器是否正常、计算平台温度是否正常、剩余电量是否满足行程、当前区域是否在运营范围内。自检通过后，车辆规划接驾路径，感知系统识别行人、车辆、施工区域与交通信号，规划控制模块生成平滑轨迹。到达上车点后，车门解锁、乘客确认、行程开始。行驶中，远程协助中心监控异常事件，若遇到无法处理的场景，车辆进入最小风险状态。到达目的地后，订单结算、车辆继续接单或返回充电。整个过程中，任何一环的延迟或失效都会影响体验与安全。

这个场景说明：Robotaxi的系统工程必须覆盖“订单—车辆—道路—云—人”的全链路。只优化算法而不优化运营，或只优化运营而不保证安全，都无法形成可持续服务。

五、常见误区与复盘

• 误区一：把Robotaxi等同于自动驾驶算法。 实际上，算法只是车端能力的一部分，运营、合规、维保、远程协助同样决定成败。
• 误区二：只看路测里程，不看接管质量。 里程长不等于安全，关键要看接管原因分布、失效场景覆盖与降级策略。
• 误区三：忽略单位经济模型。 技术可行不等于商业可行，硬件成本、运营成本与订单密度必须一起算。
• 误区四：把安全员当成永久方案。 安全员是过渡手段，系统工程要设计从“有人监督”到“无人运营”的演进路径。

六、本课程知识框架与学习目标

本课程将围绕Robotaxi的系统工程展开，整体知识框架包括：需求与场景定义、系统架构与接口、传感器与计算平台、感知与预测、规划与控制、安全与冗余、云控与运营调度、测试验证与仿真、法规与合规、商业模型与规模化。学习目标是：能够用系统工程方法拆解Robotaxi问题，识别关键接口与约束，设计可验证的需求与测试方案，并理解技术、运营与商业之间的耦合关系。

学习路径建议：
1. 先建立系统边界：车端、云控、运营、乘客、监管
2. 再拆解功能链路：感知 → 预测 → 规划 → 控制 → 运营
3. 然后定义指标：安全、效率、成本、体验、合规
4. 最后闭环验证：仿真、路测、运营数据回流、迭代

掌握这些内容后，你再看任何Robotaxi新闻、技术方案或运营数据，都能从“系统”而不是“单点”的角度判断其价值与风险。这正是本课程希望建立的核心能力。