行业热点
News Center

智能网联汽车驶入规模化,城市需要一张全域安全治理网

行业热点 | 2026-09-17

只有纳入监管的运力,才是可运营的运力。当前,智能网联汽车正加速从测试验证走向规模化应用,车辆上路的基本条件已由部委及地方出台的系列智能网联汽车准入及上路测试管理制度明确,但智驾规模化应用能否持续稳定推进,投放的各类智能网联汽车能否转化为运力,关键在于是否具备全程可追溯的过程监管能力。城市管理者需要把接入、监测、预警、处置、追溯、评价等环节编织成一张全域安全治理网——六个环节环环相扣,为智驾规模化应用平稳推进夯实基础。

01
过程监管需要同步跟上
智驾规模化运行后,监管重心必须从准入延伸到运行过程

智能网联汽车规模化的落地趋势明确:今年以来,国内L2级组合驾驶辅助功能乘用车的渗透率已经达到70.5%,RoboTaxi在多城开城运营,低速无人配送车加速铺开。据中国交通运输协会物流投融资分会《2025—2026年中国无人配送物流车市场发展报告》,2025年无人配送物流车保有量突破3.7万台,2026年预计达到10万台以上。规模扩张之下,智能驾驶车辆运行异常造成大规模影响、无人车路口异常停车造成交通拥堵等过程性问题逐渐增多,暴露出现有监管手段的滞后。具体而言,三对矛盾相互叠加:

车辆规模化上路、参与主体多元,而监管手段滞后;

路权持续开放,而准入方式与责任边界待完善;

过程信息依赖线下检查与企业报送,缺乏连续可靠支撑。

这些矛盾决定了过程管理必须补上连续、可核验的一环。智能网联汽车安全监管依赖连续运行数据,过程信息的价值更加突出,因此安全防线与规模化发展须同步推进。

02
制度供给为安全监管筑牢依据
政策、标准与地方实践正在共同完善监管基础

规模化提速的同时,制度供给也在加速跟进,正从试点探索走向标准化、平台化。

(一)国家政策:为数据回传与运行留痕提供明确依据。

工信部联通装〔2021〕97号《智能网联汽车道路测试与示范应用管理规范(试行)》率先明确试点阶段的数据要求:车辆实时回传运行信息,事故或脱离自动驾驶功能状态前至少90秒的数据须留存。立法层面,《道路交通安全法》修订已列入2026年立法工作计划,智能网联汽车相关管理制度仍在进一步完善;公安部配套修订《道路交通事故处理程序规定》,明确自动驾驶数据记录系统等电子数据可作事故证据。

(二)标准规范:立起过程监管的技术基线。

标准要求自车辆、通行到平台逐层展开:2026年7月30日发布的强制性国家标准GB 44721—2026《智能网联汽车 自动驾驶系统安全要求》面向L3/L4自动驾驶,对动态驾驶任务、人机交互、用户告知及保障要求作出规定,将于2027年7月1日起实施;GA/T 2388—2026《智能网联汽车道路测试与示范应用安全通行规范》进一步细化速度控制、距离控制、车道使用、信号装置使用等通行行为;《智能网联汽车运行安全监管平台通用技术要求》征求意见稿则提出部、省、市三级部署,明确数据留存、响应性能等硬指标,为监管协同提供统一框架。

(三)地方实践:共同指向城市级安全监管平台。

结合国家政策及标准规范,多地要求接入统一平台实施监管。例如《深圳经济特区智能网联汽车管理条例》明确由市人民政府统筹建设智能网联汽车政府监管平台,并以此为依据开展了智能网联安监平台建设及各类智能网联汽车应用。

政策、标准与实践在此汇合为一项城市能力:将分散在企业、车辆和管理环节中的信息汇聚为可持续运行的过程监管载体,让数据接入、事件留痕与质量评价形成闭环,为政府持续监管提供稳定支撑。

03
五维能力构建过程监管闭环
从数据接入到质量评价,形成连续监管能力

监管依据已逐步明确,城市监管工作落地成效靠的是能力体系构建与因地制宜推进。过程监管需围绕以下五个方面构建,前后衔接、形成闭环。

【图1:五维能力构建过程监管闭环】

(一)看得见:让车辆进入统一视野。

监管首先要看清路上有哪些车、车在什么状态。通过平台间数据对接(云云对接)接入运营主体既有系统,汇聚车辆标识、位置、速度、驾驶模式、运行状态等核心数据,建立企业、车辆及相关人员统一台账。监管大屏可呈现车辆分布、道路运行和重点区域态势,管理人员可按企业、车型、场景、区域等维度查询,为日常巡查、运行研判和规则执行提供统一数据入口。

(二)管得住:让监管要求转化为差异化规则。

不同车型、场景和路段,通行要求并不相同。平台在统一台账和实时状态基础上,可结合车型、场景、道路通行权限和运营管理要求配置规则,通过电子围栏识别超范围行驶、异常停车、车辆聚集、滞留或进入临时限制区域等情况。面对道路施工、恶劣天气、大型活动等临时场景,平台还可设置临时电子围栏,划定临时限制区域并配套管控规则,使要求落实到具体车辆、路段和时段。

(三) 调得动:让预警调动处置流程。

发现异常后,处置要能快速跟上。规则触发后,事件推送至小程序,现场人员可沿着"接收预警—查看事件位置与取证照片—导航前往现场—联系地勤或运营主体—记录处理结果"的流程开展处置,也可通过车牌或二维码查询车辆监管档案。

(四)追得清:让运行与处置形成连续证据链。

事故调查与责任认定,依赖完整的过程证据。平台持续记录车辆状态、运行轨迹、事件信息、取证材料和处置结果,支持对事故及异常事件进行回放。连续记录将预警触发、证据查看、现场处理和结果反馈串联起来,为责任认定、保险理赔和技术改进提供参考,也为规则复盘保留可核验依据。

(五)评得准:让数据质量成为持续监管的基础。

监管数据的可信可用,是持续监管的前提。评价重点落在监管数据本身,围绕数据的完整、准确、一致、时效、唯一、有效六个维度,对不同企业、车辆、接口和数据项开展质量检查,形成数据质量报告、异常统计及企业、车辆数据质量评价结果。管理人员据此识别缺失、错误、重复、延迟和无效数据,推动相关主体改进数据报送,使统一台账、事件证据链和统计分析建立在可靠数据之上。

五维能力回答了"建设什么",但不同城市的监管基础、信息化条件和财政投入差异较大,统一的能力框架必须匹配可落地的实施路径。因此,"怎么建设"应结合本地实际与现有设施条件按需配置——或从云云对接快速接入起步,形成统一台账、实时监测、查询统计和事件留痕等基础成果;或针对企业数据不完整、事故证据不足的重点车型,按需补强独立于车企数据的监管采集,保障证据链路完整;或面向跨部门协同,完善公安交管、工信、交通等部门按职责授权使用数据。三种模式可组合推进、不必一步到位,即可形成与本地实际相匹配的过程监管闭环。

【图2:三类建设方案与组合实施路径】

04
整体方案承载监管能力
围绕上述监管能力,形成可验证的实践方案

一套完整的监管方案需要同时承载数据接入、过程监测、事件处置和证据留存。实践中,中信科智联已形成以监管平台为核心、车载监管终端为数据触点、移动端小程序为协同入口的整体方案,并在多地部署:

平台侧支持快速接入企业数据——对接多家运营主体的既有系统,汇聚企业、车辆、人员、事件数据,形成统一台账,并以实时监测大屏和数据分析报告支撑日常监管与事后研判;

终端侧补强独立于车企的监管采集——支持对重点车辆独立采集数据,确保监管数据真实、连续、可核验;

移动端贯通预警、处置与档案查询——将监管能力延伸到一线人员手中,预警实时推送、现场取证拍照、车牌扫码查档、处置结果回传一气呵成,让"发现—处置—留痕"在手机端形成闭环。

方案以人工智能技术提升监管效率。“AI+异常感知“模块实现多模态AI异常行为的主动感知与事前预警, 融合多元数据,实现对急减速、紧急制动、滞留、事故、超速等异常事件的自动识别,使监管部门能够对异常事件"发现得早、定位得准、处置得快",为无人配送的规模化运营提供坚实可靠的安全底线保障。

“AI+道路评估”模块实现道路风险的动态评估与等级划分,自动汇聚历史事故、路段几何、交通流量和天气数据,输出道路适驾结论及对应限制条件,支撑电子围栏的动态调整和配送路线的安全审核,使道路安全评估从"年更"升级为"日更",为无人配送提供精准的道路适驾依据。

与此同时,结合监管部门应对规模化智驾应用场景涌现出的各类需求,方案可支撑探索C-V2X直连车辆辅助监管、应急控制、事故溯源等技术路线,提升监管信息传递的时效性、可靠性、丰富性,为监管能力持续演进预留空间。

05
治理确定性护航产业长期运营
规模化运营,需要与之匹配的监管确定性

对城市管理者而言,需要破解规模化扩张与安全监管能力不足之间的矛盾,依托监管平台形成可持续、可核验的监管能力,构建支撑看得见、管得住、调得动、追得清、评得准五维能力的监管体系,配套相应的管理机制,结合实际业务需求适时推动终端应用、创新运用新技术,是发展产业、提升效率、增强综合治理能力的基础。

对行业而言,合规纳管是发展的基石,也是企业的核心竞争力。清晰的数据接口、监管规则和质量要求,有助于形成稳定、透明、可预期的应用环境:运营主体可以依据统一要求主动完成数据接入、运行情况报送和问题整改等工作,监管部门能够在连续记录与质量评价基础上识别数据缺口、完善工作机制,为智能网联汽车有序扩大应用创造条件。

中信科智联将持续围绕城市智能网联汽车安全治理需求,完善平台纳管、数据连接、终端补强和协同应用能力,用过程记录守住运行脉络,以事件留痕沉淀核验依据,通过数据质量评价夯实可信数据基础,让更多运力在规范纳管下跑起来——回应开头那句话:只有纳入有效监管的运力,才是可运营的可靠运力。