2. 无人驾驶分级与法规
Robotaxi 的系统边界，首先不是由传感器或算法决定的，而是由“分级定义 + 属地法规 + 责任规则”共同划定的。同一套自动驾驶软件，在 L2 乘用车上可能只是辅助驾驶功能，在 L4 Robotaxi 上却可能构成“自动驾驶系统作为驾驶主体”的运营行为。理解这一章，核心是回答三个问题：系统被定义为哪一级、在哪个法域运行、事故责任如何分配。
一、SAE L0-L5：分级不是能力排名，而是责任与运行边界
SAE J3016 的分级依据是“动态驾驶任务（DDT）由谁执行、谁负责监控、谁作为后备”。L0-L2 属于人类驾驶主导，系统只提供警告或短暂辅助；L3 是“有条件自动驾驶”，系统在限定条件下执行 DDT，但人类必须作为后备接管；L4 是“高度自动驾驶”，系统在限定运行域（ODD）内完成 DDT 和后备，无需人类接管；L5 则是无运行域限制的完全自动驾驶。
对 Robotaxi 而言，关键分水岭在 L3 与 L4 之间。L3 的“接管请求”意味着人类仍是责任链的一环，而 Robotaxi 的商业逻辑要求取消车内安全员，因此必须落在 L4 及以上。但 L4 并不等于“哪里都能开”，它必须绑定一个明确的 ODD：地理围栏、天气条件、道路类型、车速范围、时段等。系统边界就是 ODD 边界。
核心判断：Robotaxi 的“自动驾驶”不是全场景能力，而是“在声明 ODD 内，由系统承担 DDT 与后备责任”的受限能力。超出 ODD，系统必须能够识别并退出或安全停车。
二、各国 Robotaxi 政策法规：从测试许可到商业运营
全球 Robotaxi 监管呈现“分层推进”特征。美国以联邦指导 + 州级立法为主，加州 DMV 和 CPUC 分别管理测试与商业运营许可，Waymo 在旧金山、凤凰城等地已获得收费运营资格；中国采用“中央指导 + 地方试点”模式，北京、上海、广州、深圳、武汉等地发放示范运营牌照，允许主驾无人或全无人测试与收费；德国通过《自动驾驶法》允许 L4 在指定区域运营，并引入“技术监督员”角色；英国、日本、韩国则处于立法修订与限定区域试点阶段。
各地法规的差异，直接决定 Robotaxi 的部署策略。例如，加州要求提交脱离报告（Disengagement Report），中国多地要求接入监管平台并上传运行数据，德国要求车辆配备远程监控与技术监督。合规不是一次性审批，而是持续的数据上报、事件报告和运营审计。
| 法域 | 监管特征 | Robotaxi 关键要求 |
|---|---|---|
| 美国加州 | DMV + CPUC 双许可 | 测试许可、商业运营许可、脱离报告、保险证明 |
| 中国 | 中央指导 + 地方试点 | 示范运营牌照、监管平台接入、安全员配置、数据上传 |
| 德国 | 《自动驾驶法》L4 专章 | 指定运行区域、技术监督员、数据存储与事故报告 |
| 日本 | 道路运输车辆法修订 | 限定区域、远程监控、逐步放开无人运营 |
三、责任认定：从“驾驶员责任”到“系统责任”的迁移
传统交通事故责任以驾驶员过错为核心。Robotaxi 引入 L4 系统后，责任主体可能涉及：车辆所有者、运营平台、自动驾驶系统开发者、远程协助员、道路基础设施方。各国立法趋势是：在系统正常运行时，由系统提供方或运营方承担主要责任；若人类未按要求接管或干预，则人类承担相应责任。
中国《智能网联汽车道路测试与示范应用管理规范》要求测试主体购买保险并承担事故责任；德国《自动驾驶法》规定技术监督员可远程干预，但系统主导期间由车主承担严格责任，再向制造商追偿。责任认定的难点在于“因果链还原”：事故发生时，系统是否在 ODD 内、是否发出接管请求、人类是否及时响应、远程协助是否介入。
合规红线：Robotaxi 必须保留完整运行日志，包括感知数据、决策轨迹、接管事件、远程指令和车辆状态。没有可追溯的数据链，责任认定将无法完成，运营许可也可能被撤销。
四、系统边界：把法规要求翻译成工程约束
系统边界不是抽象概念，而是可落地的工程参数。它至少包括：ODD 边界（地理围栏、天气、时段、道路等级）、功能边界（最高车速、跟车距离、变道策略）、责任边界（接管机制、远程协助权限、事故上报流程）和合规边界（数据留存周期、保险额度、运营牌照范围）。
以某城市 Robotaxi 示范运营为例，其 ODD 可配置为：
ODD:
geo_fence: "示范区A 外环内"
road_type: ["城市主干道", "次干道"]
weather: ["晴", "多云", "小雨"]
time: "07:00-22:00"
max_speed: 60 km/h
safety_driver: false
remote_assist: true
data_retention: 180 days
insurance: "不低于500万元"当车辆驶出地理围栏、遇到暴雨或道路施工时，系统必须触发 ODD 退出策略：降级、靠边停车或请求远程协助。若无法安全停车，则进入最小风险状态（MRC）。这一过程必须被记录并上报，作为合规证据。
五、常见误区与复盘要点
- 误区一：把 L4 当成“全无人、全场景”。L4 必须绑定 ODD，超出 ODD 仍需安全退出。Robotaxi 的“无人”是“车内无人”，不是“无监管、无边界”。
- 误区二：认为拿到测试牌照就能商业收费。测试许可与商业运营许可通常是两套流程，收费运营还需额外审批、保险和运营数据证明。
- 误区三：忽视数据留存与上报。事故发生后，若无法还原系统状态和接管过程，责任认定将陷入僵局，运营方可能承担不利后果。
- 误区四：把责任完全推给系统供应商。运营平台、车辆所有者、远程协助员都可能成为责任主体，合同与保险设计必须提前覆盖。
复盘方法：每次 ODD 退出、接管请求或事故后，按“分级定义 → 属地法规 → 责任链 → 工程边界”四步复盘，检查系统是否在声明范围内运行、数据是否完整、责任是否可追溯。只有把法规要求翻译成可执行的工程参数，Robotaxi 的系统边界才真正清晰。
综上，SAE L0-L5 提供了能力与责任的分类语言，各国法规决定了 Robotaxi 能在哪里、以什么条件运营，责任认定则要求系统具备完整的数据追溯与边界管理能力。理解系统边界，就是理解“系统在什么条件下被允许做什么、由谁负责、如何证明”。这是 Robotaxi 从技术验证走向规模化运营的合规基石。