当停车失效时：通过人机交互自动驾驶重新审视最小风险条件以实现安全交通系统

自动驾驶车辆（AV）越来越多地部署在城市环境中，然而其安全框架仍然主要围绕避撞和最小风险条件（MRC）行为设计，例如在出现不确定性时减速或停车。尽管这在降低即时碰撞风险方面有效，但现实世界的部署表明，仅靠停车并不能保证安全融入人类管理的道路系统。市政当局报告的事件和公共记录显示，AV 的后备行为可能会阻碍交通、干扰应急响应行动，并给乘客和行人带来无障碍通行挑战。本文对涉及 AV 停车行为和人机交互失败的公开记录事件进行了分析。我们根据当前 AV 架构在感知、规划和控制方面的局限性对这些事件进行分类。利用这一分类法，我们识别出现有安全范式中的关键空白，特别是缺乏解释人类权威、响应多模态指令以及适应动态的、社会规范的交通条件的机制。随后，我们回顾了支持人机交互感知、基于语言且具备无障碍感知的规划，以及通过远程引导和遥操作进行辅助控制的新兴研究方向。该分析强调需要用使能够与人类代理和基础设施进行协作交互的能力来增强当前 AV 安全框架。这些发现表明，AV 可靠的城市部署需要超越被动后备策略，迈向人机交互自主性。