爱沙尼亚无人送货车闯红灯撞公交致9人受伤后逃逸，Starship公司紧急调整路线

10月26日，爱沙尼亚首都塔林一处十字路口发生一起引发广泛关注的交通意外：一台小型无人送货机器人在红灯亮起后未停车，径直驶入路口，与一辆正常行驶的公交车发生碰撞。撞击导致公交车紧急制动，车内9名乘客因惯性摔倒受伤；而该机器人则被撞至马路对面，随后启动移动系统自行离开现场——这一行为被当地媒体描述为“肇事逃逸”。

涉事设备由爱沙尼亚初创企业Starship Technologies研发制造，是当前全球部署最广泛的商用无人配送机器人之一。其典型配置包括6个广角摄像头、超声波传感器及GPS定位模块，可自主识别行人、障碍物与交通信号，最大载重15公斤，单次续航约5公里，主要用于校园、社区及商业区内的短距离包裹递送。在塔林市区，此类机器人已常态化运行多年，市民对其“穿街走巷”的身影习以为常。

据当地警方通报，事故发生在下午高峰时段，路口监控清晰记录了全过程：红灯亮起约3秒后，机器人未减速继续前行；公交车司机发现异常后采取急刹措施，但因惯性作用，多名站立乘客失去平衡倒地，其中3人需送医检查，其余6人轻伤。机器人在撞击后翻滚数米，外壳部分破损，却仍保持动力，于数秒后重启并沿原方向驶离现场，最终消失在监控盲区。

Starship Technologies在事件曝光后迅速发布声明，承认该机器人确属其运营 fleet，并强调“此类事件极为罕见”。公司表示，已第一时间暂停所有途经该路口的配送任务，并通过后台远程锁定涉事设备，防止其继续作业。同时，技术团队正调取设备本地日志与云端数据，复盘决策逻辑——尤其关注其对红绿灯信号的识别机制是否出现误判或延迟。

值得注意的是，该机器人采用“多传感器融合+规则驱动+轻量级AI模型”混合架构。其视觉系统理论上应能识别标准交通信号灯，但实际表现受光照条件、遮挡物（如雨雾、广告牌）、信号灯老化或角度偏移等因素影响。有行业专家指出，当前多数配送机器人依赖高精地图预设路径与局部避障，而非真正意义上的“动态交通理解”，在复杂城市路口易出现策略失效。

此次事件暴露出自动驾驶末端配送设备在现实交通环境中的脆弱性。尽管Starship宣称其全球累计行驶里程已超2000万公里，事故率低于0.001%，但随着部署密度提升，偶发性风险正从“统计低概率”转向“个体高影响”。例如，2023年美国弗吉尼亚州曾发生同类事件：一台送货机器人闯入自行车道致骑手摔伤；2024年新加坡亦有机器人误入机动车道引发追尾。这些案例共同指向一个核心问题：现有交通法规尚未明确界定无人驾驶设备的“驾驶员责任主体”，当机器人“逃逸”时，法律上如何追责？是制造商、运营商、算法开发者，还是远程监控人员？

爱沙尼亚作为欧盟数字治理先锋，已在2022年出台《自动运输设备测试与部署指南》，要求企业在公共道路部署前提交安全评估报告，并购买第三方责任险。但该指南未细化“交通违法”与“事故后处置”条款。目前警方已立案调查，但因机器人无注册车牌、无驾驶执照，传统“扣车—验车—追责”流程难以适用。执法部门正尝试通过设备ID追踪其归属运营方，并评估是否构成“过失危害公共安全”——这或将为全球类似案件提供判例参考。

Starship方面透露，除临时规避事故路口外，公司正推进三项改进：一是优化信号灯识别算法，引入红外辅助感知以应对逆光场景；二是在软件层增加“冲突预警强制停驻”逻辑，即检测到高风险交叉口时自动降速至0.5km/h并等待人工确认；三是试点“事故应急协议”，一旦检测到剧烈碰撞，设备将立即发送定位与状态快照至运维中心，并进入静默锁定模式，防止二次移动。

业界普遍认为，末端配送自动化是物流效率演进的必然方向，但安全冗余设计不能仅依赖“概率低”来辩护。清华大学智能网联汽车研究中心近期一份报告指出，当前L4级以下无人配送设备在城市开放道路的“边缘场景处理能力”仍显著弱于人类驾驶员，尤其在非结构化路口、突发干扰（如飞球、宠物窜出）等情境下易触发错误决策。

值得留意的是，Starship并非唯一面临挑战的企业。亚马逊 Scout、Nuro、京东物流的无人车均曾在测试或运营中出现越线、误停、误响应等问题。区别在于，部分企业选择更保守的部署策略——例如限定园区内运行、避开主干道、设置电子围栏禁行区——而Starship则坚持“融入城市毛细血管”，这也使其成为检验技术鲁棒性的前沿样本。

目前，塔林市政交通局已启动对全市无人配送设备通行权限的复审，拟联合Starship等企业建立“机器人交通行为数据库”，并将推动欧盟层面修订《人工智能责任指令》补充条款，明确自主设备在公共空间的义务边界。

对于公众而言，此次事件提醒：当自动化设备深度嵌入日常生活，其“拟人化”行为（如“逃逸”）可能引发认知错位——人们习惯将责任归于“司机”，但面对一台没有意识的机器，法律与伦理框架亟待更新。技术进步的速度，终需匹配制度演进的节奏。