近日，博世宣布該公司與梅賽德斯-奔馳聯合打造的自動駕駛出租車已經開始在硅谷圣何塞市提供基于手機應用程序的叫車服務，從指定乘車點接送乘客至目的地。由于自動駕駛出租車有助于減少交通擁堵現象和提高出行效率，幫助汽車制造商解決監管、成本和規模等方面的挑戰，一直被認為將早于無人駕駛私家車出現。
正因為如此，近兩年該領域集聚了大批玩家。例如小馬智行與現代汽車、文遠知行、百度與一汽、AutoX、安波福與Lyft、Waymo等均已面向普通民眾推出了相當數量的RoboTaxi，探路商業化。到2030年，據相關預測數據顯示，全球自動駕駛出租車市場價值可能超過2萬億美元。
然自動駕駛雖前景廣闊，這項技術在商業化過程中面臨的挑戰亦不容忽視，比如法律法規。目前來看，無論是在自動駕駛路測、自動駕駛地圖制作，還是保險定責、倫理準則等方面都面臨較大的法律挑戰。
自動駕駛路測
目前，自動駕駛研發企業想在國內開展自動駕駛路測，首先需取得測試資質，未取得臨時行駛車號牌，不得上路行駛。這在三部委于2018年4月發布的《智能網聯汽車道路測試管理規范(試行)》中，有明確規定。
因此，取得自動駕駛路測牌照是很多自動駕駛玩家都在積極推動的事。據悉，自2018年初，上海市出臺《上海市智能網聯汽車道路測試管理辦法（試行）》，并發布全國首批智能網聯汽車開放道路測試號牌到現在，過去一年多的時間里，國內先后有20多個城市出臺了自動駕駛道路測試的地方性法規，累計為近50家自動駕駛相關企業頒發了200多張道路測試牌照。
不僅如此，目前國內自動駕駛在路測方面還面臨著已開放的測試道路和測試場景有限，各個地方對路測的要求不盡一致，實踐中存在著不同城市測試資質無法互認，缺乏覆蓋不同等級自動駕駛的完整測試體系等問題。
圖片來源：智能車聯
以測試道路和測試場景為例，即使取得測試資質，現階段路測也只能在限定區域內進行。例如上海，作為國內第一個頒發自動駕駛測試牌照的城市，目前開放的測試范圍雖然涵蓋了城市商圈、工業園區、港口碼頭等1500多個應用場景，但累計開放的測試道路長度卻只有79.7公里。而北京，作為目前國內開放測試道路最長的城市，其所有測試道路的長度加起來不過255.62公里——包括順義區的143.82公里，海淀區的19.4公里，北京經濟技術開發區的74.4公里，房山區的18公里。
而根據《智能網聯汽車道路測試管理規范(試行)》規定，已申領臨時行駛車號牌的測試車輛，如需在其他省、市進行測試，測試主體還應申請相應省、市的測試通知書，并重新申領臨時行駛車號牌。除非相應省、市級政府準許持其他省、市核發的測試通知書、臨時行駛車號牌在本行政區域指定道路測試。這意味著，同一家企業如果想在上海和北京兩地開展自動駕駛路測，必須具備兩地的測試資質。
更何況目前國內發放自動駕駛測試資質是以測試車輛為單位發放，一家企業想投放幾輛自動駕駛測試車，就必須申請幾張牌照。從這一點上來講，如果想要打造一個具備超強環境適應性的自動駕駛系統，僅僅依靠目前這些分散且有限的區域，顯然不夠。
不過好消息是，已有部分地區選擇開放全域供自動駕駛測試。例如滄州，目前已開放我國首個區級全域自動駕駛可載人測試路網，今后只要獲得由滄州政府部門頒發的京津冀地區自動駕駛載人測試牌照的車輛，就可以在滄州經濟開發區內所有路段進行載人無人駕駛測試。亦莊也計劃在今年年底前，將全域開放為自動駕駛開放測試區域。而德清則計劃將全縣域范圍作為可適用單車智能與車路協同兩種自動駕駛技術的開放道路測試區，目前德清已建成172畝的封閉測試區并投入使用。
至于跨地域測試資質互認方面，監管也正在破冰。今年9月，長三角地區三省一市的相關領導共同簽訂了《長江三角洲區域智能網聯汽車道路測試互認合作協議》，以有效規范測試行為。隨后在《上海市智能網聯汽車道路測試和示范應用管理辦法（試行）》中，相關條款明確指出對已獲得江蘇、浙江、安徽的省級或市級道路測試牌照的申請主體，在符合相應測試評價規程的條件下，可按適當的簡易程序獲得上海市智能網聯汽車道路測試資格。這意味著今后在上海的智能網聯汽車開放道路上會經常看到長三角其他地區的測試車輛。
自動駕駛地圖測繪
自動駕駛地圖可以為自動駕駛汽車提供準確、全面的環境信息，幫助車輛進行精準定位和車輛路徑規劃導航，是自動駕駛汽車產業發展的重要支撐之一，特別是高精度地圖，可謂高級別自動駕駛汽車不可或缺的關鍵技術。然由于地理信息數據屬于國家基礎性、戰略性信息資源，涉密地理信息與國防安全，事關國家安全利益，現行的法律以及政策在自動駕駛地圖數據采集、傳輸、儲存、使用以及表達上都存在著很多的限制。
首先，在自動駕駛地圖的測繪方面，根據《測繪資質管理規定》，在國內從事測繪活動的單位，應當依法取得測繪資質證書，方可在測繪資質等級許可的范圍內從事測繪活動，且自動駕駛汽車所用的地圖屬于導航電子地圖的新型種類，其數據采集、編輯加工和生產制作還必須由具備甲級測繪資質的單位承擔，否則同樣不能開展測繪活動。而測繪資質單位申請晉升甲級測繪資質的，應當取得乙級測繪資質滿2年。目前，國內僅有20家企業獲得了這樣的甲級測繪資質。
至于外國的組織或者個人欲在國內從事測繪活動，更是受到諸多法律限制。例如在外商投資準入特別管理措施（負面清單）（2019 年版）中，就明確提出禁止外商投資大地測量、地面移動測量、導航電子地圖編制。且自動駕駛技術試驗、道路測試的地圖數據按涉密測繪成果管理，未經批準，亦不得向外國的組織和個人以及在我國注冊的外商投資企業提供、共享地圖數據。正因為如此，目前在高精度地圖領域，外資企業主要選擇與本土有資質的圖商合作，例如TomTom和百度，HERE和四維圖新。
圖片來源：四維圖新
其次，在地圖內容表示方面，據相關規定，公開地圖位置精度不得高于50米，等高距不得小于50米，數字高程模型格網不得小于100米。不僅如此，對于重要橋梁的限高、限寬、凈空、載重量和坡度屬性，重要隧道的高度和寬度屬性，公路的路面鋪設材料屬性，亦不得在導航電子地圖上出現,若要使用必須進行空間位置技術處理，而這一非線性保密處理技術對地圖相對精度的影響最小也在米級，這顯然難以滿足自動駕駛高精地圖厘米級精度的要求。
再者，由于采集地圖數據時，攝像頭需要不斷掃描和記錄道路上的行人、其他汽車駕駛人員和/或自行車騎車人的影像或背景圖像，這還會導致隱私方面的問題。 據民法總則第一百一十一條規定，任何組織和個人需要獲取他人個人信息的，應當依法取得并確保信息安全，不得非法收集、使用、加工、傳輸他人個人信息，不得非法買賣、提供或公開他人個人信息。
一個典型的例子是“浙江理工大學教授狀告杭州野生動物園違規使用人臉信息”案，該案目前已被法院受理，成為國內消費者起訴商家的“人臉識別第一案”。這意味著自動駕駛地圖在制作過程中，如涉及獲取個人的面部特征，嚴格意義上需獲得相關個人的明確同意，但是在這種情況下取得每個人的同意并不現實。
還有一點尤為重要，目前導航電子地圖實行的是許可制，在出版和發行之前需要經過地理信息主管部門的審核。即使是在已經出版、發行的導航電子地圖基礎上更新地圖表示內容、變更數據范圍或者進行數據格式轉換，也必須經主管部門的重新審核。而高精地圖在實際應用過程中又需要實時更新，因而這種審核程序對于高精地圖也是不切實際的。
交通事故責任認定和保險
自動駕駛作為一項高度復雜的系統性工程，因為相關的參與者很多，一旦發生交通事故，如何進行責任分配也是一個極為復雜的過程。
現行的法律法規都是建立在傳統的駕駛員與汽車的關系上，即駕駛員在行駛中完全控制汽車，這種情況下一旦發生交通事故，責任主體為人類駕駛員。而對于自動駕駛汽車，隨著人類駕駛員逐步從駕駛任務中剝離出來，“駕駛員”角色慢慢由人類司機變為自動駕駛系統，司機、自動駕駛系統設計商、汽車制造商、汽車銷售者、關鍵零部件制造商、運營商、車輛所有者，甚至審發牌照的行政機關等都有可能成為交通事故的責任主體。
例如，當L1-L3級別的自動駕駛發生事故時，由于人類駕駛員依然要承擔緊急情況下的人工接管等一系列義務，這種情況下如果發生交通事故該如何定責？是系統的過錯，還是人類駕駛員的過錯，抑或其他？當一輛L5級別自動駕駛汽車因沒有正確識別紅路燈引發交通事故，這種情況下又該如何定責，究竟是汽車制造商、汽車銷售方還是相關系統設計商的責任？如果肇事車為個人所有，車輛的所有者是否也要承擔相應的責任？
圖片來源：Uber官網
當然，在自動駕駛發展過程中還有一種情形不容忽視，即路測期間發生交通事故時如何進行責任劃分，因為還涉及到安全測試員。譬如Uber的自動駕駛致死事故，經過NTSB一年多的調查，最終秉著鼓勵“技術創新”的態度認定此次車禍主要原因在人，而非技術。因為事故發生之時，車上安全員正在車內通過手機觀看電視節目，并未按要求監測車輛的行駛情況和周圍環境。
不過，在NTSB相關負責人看來，此次事故中自動駕駛系統的失控和安全員的不當行為還指向一個更深層次問題——Uber的無效安全文化，因為Uber在風險評估和控制、安全司機的監管等方面都做得不夠充分，其設計的自動駕駛軟件和使用程序沒有堅持以人的安全為第一的準則，而是把車輛的流暢運行放到了第一位。故細究起來，Uber其實也要承擔部分責任，更具體一點是公司的法人代表要負責任。
電池網微信
