美團無人配送車全責事故：無交強險無車牌卻被認定機動車
無人車路權問題懸而未決
賈浩楠 發自 副駕寺智能車參考 報道 | 公眾號 AI4Auto
中國首起無人配送車全責事故，剛剛發生在北京順義。
部署于此的美團無人配送車，與一輛私家車相撞。
公開信息中，這是美團自動駕駛的第一次，也是北京第一例低速無人配送車事故，更是行業第一起由技術開發商和無人車所有方承擔全責的事故。
低速無人車事故造成損失不大，所以不像乘用車自動駕駛事故那樣被熱議。
但事故背后的低速無人物流車路權困境，隨著今后乘用車無人駕駛技術的進步，車企、科技公司早晚也會面對。
怎么撞的？
低速無人車事故，這次并非第一例，但是卻是公開報道中的美團第一例、北京第一例。
事故發生在北京順義的一個T字路口，無人車是美團自研的最新型號魔袋20，今年4月份才上路。
事故經過并不復雜。
△
圖片來自事故車主微博
美團官方的描述說，當時無人車在道路兩側的輔路（非機動車道）上行駛，正直行過馬路，遇到社會車輛從道路另一側駛來，意欲右轉，無人車在路中啟動緊急制動停止，但社會車輛并沒有剎住，撞到了無人車。
而根據賽博汽車的報道，他們得到了一份車主提供的行車記錄，其中顯示碰撞前無人車并無明顯制動響應，這與美團說法有差異，但報道中并未給出相關行車記錄畫面證據。
美團被判全責，則來源于車主放出的交警出具的事故責任認定書。
美團稱服從交警處理結果，愿意賠償車主損失，目前正在和車主溝通。
看來作為“肇事方”，美團沒有異議。
無人車負全責，憑啥？
交警判美團全責，有什么理由？
根據事故責任認定書中的說法，美團無人車因為違規在非機動車道上行駛而被判全責 。
很明顯，交管部門這一次把低速無人配送車認定成了機動車。
但認定書中卻有與美團無人車“機動車”身份不符的一處。
“責任當事方：駕駛微型客車（無號牌），保險公司：（無交強險）”。
既是機動車，為何必須的證照手續都沒有？
而既無機動車合法認定，按機動車定責是否合規？
這其實反映的是當前無人低速物流行業最尷尬最麻煩的問題：
道路交通法規滯后，低速無人車路權問題懸而未決。
什么是路權？
路權一般可分為上路行駛權、通行權、先行權、占用權等等。
但這里有一個類別身份的問題，比如機動車和非機動車能行駛的道路、不同情況下的優先權肯定不一樣。
交通事故責任劃分的依據，正是以不同交通行為體的路權為基礎參考，符合法規定義的，才能依法享有路權。
而低速無人物流車處在一個很尷尬的位置。
從行駛速度、用途、外形特征來看，它夠不上普遍機動車定義。
美團無人車之所以無交強險，也是因為不被承認其機動車身份；無牌照的原因依然如此。
但低速無人物流車在制造標準、無人駕駛技術等方面卻和普通乘用車所用技術毫無二致。
這種現狀下，相比自動駕駛技術發展，無人配送車路權管理成為行業發展的最大挑戰之一。
目前交通法規層面還缺乏對無人配送車這類交通參與者的規定，包括路權、車輛經營權、責任主體等一概未涉及。
首先沒有明確其屬于“機動車”，還是“非機動車”。
現行國家層面交通法規中，若定義為機動車，則需要進行場地測試、公開道路測試方能上路，同時接受嚴格的產品標準、市場準入、牌照等管理，但針對無人物流車怎么實施，大家都不知道。
若被定義為“非機動車”，則需在最高時速、空車質量、外形尺寸等方面符合國家標準，這可能又阻礙企業的研發工作。
身份定義不明，帶來的是無人配送車在道路事故中法律責任主體不清晰。
上路發生交通事故時，如何判定責任，由誰來承擔相關刑事、民事與行政處罰等問題尚待確認。
尺度把握，全靠交警同志的經驗和認知。
所以這次美團被認定為機動車是個例，而之前京東無人車在常熟的事故則被認定為非機動車主體。
在地方層面，各種規定紛紛出臺，但各有不同，缺乏通用參考價值。
今年5月，北京市高級別自動駕駛示范區（亦莊）發布了《無人配送車管理實施細則》試行版，規定無人物流車按非機動車管理。
而9月底北京順義區剛剛頒布的《無人配送車管理實施指南》，沒有明確無人配送車的身份定義，只是“開放更多路權”。
值得一提的是，順義區的《無人配送車管理實施指南》，起草工作中正有美團的參與。
同在北京，順義和亦莊相比走的更保守，逐步開放。
但反倒是這份謹慎，使得事故發生后無規可依。
當然，順義或是亦莊都是在自動駕駛產業落地的最前沿探索，不可能憑一己之力訂立全行業全社會通用的法規，最終還是要看國家層面的《道路交通安全法》。
什么時候來，沒人知道，但大家都清楚，它來的那一天，一定是中國自動駕駛最重要的歷史轉折點。
- 中國汽車一哥加持，自動駕駛界「大疆」估值沖破百億2025-11-26
- 神盾金磚電池成功挑戰行業首個“整車+整包”帶電六大極端測試2025-09-02
- 對話吉利技術一號位：VLA大模型打底，沖刺全球最大機器人公司2025-09-02
- 全新嵐圖知音正式上市，20.29萬元起2025-08-28
相關閱讀
定位與建圖算法入選機器人頂會，嬴徹科技亮相ICRA 2021
該論文提出了一種輕量化、緊耦合的深度網絡和視覺慣性里程計系統（VIO），通過應用一種全新的壓縮深度映射表示，用稀疏特征取代了過去依賴密集殘差的方法，從而以更少的資源消耗和更高的效率獲得了精確的姿態估計和稠密的周邊環境地圖。
