En af de mest omtalte hændelser fandt sted i Atlanta, hvor en ubesat Waymo-robotaxi under et kraftigt uvejr kørte ind i et oversvømmet vejkryds og sad fast i cirka en time, før den blev bjærget.
Hændelsen var medvirkende til den lokale servicepause. Rapporter viser, at køretøjet kørte ind på den oversvømmede gade, før det stoppede, hvilket understreger udfordringen ved at opdage eller forudsige hurtigt dannende oversvømmelser på bygader.
Efter hændelsen – og lignende bekymringer i Texas – satte Waymo midlertidigt servicen på pause, mens ingeniører evaluerede, hvordan det selvkørende system håndterede ekstreme vejrforhold.
Oversvømmelseshændelserne kom kort efter, at Waymo frivilligt tilbagekaldte 3.791 robotaxier i USA på grund af en softwarefejl, der kunne få køretøjer til at køre ind på oversvømmede veje.
Tilbagekaldelsen blev udløst af en hændelse den 20. april 2026 i San Antonio, hvor en Waymo-robotaxi stødte på en ufremkommelig oversvømmet vejbane under ekstremt vejr. Køretøjet var ubesat, og ingen kom til skade, men hændelsen afslørede en svaghed i systemets evne til at genkende farlige vejforhold.
Waymos svar var en softwareopdatering leveret trådløst, designet til bedre at forhindre køretøjerne i at køre ind på oversvømmede veje – især på højhastighedsveje, hvor oversvømmelser kan være særligt farlige.
De efterfølgende hændelser viste dog, at opdateringen ikke fuldt ud løste alle scenarier med kraftig regn eller oversvømmede bygader.
Virksomheden satte servicen på pause, fordi softwareopdateringen målrettede et specifikt scenarie: køretøjer, der kører ind på oversvømmede vejbaner på højhastighedsveje. Oversvømmelser i byer under storme kan dog opstå på andre måder, herunder hurtigt dannende vand i vejkryds eller lavtliggende gader.
I praksis betød det, at systemet stadig kunne støde på situationer, det ikke var fuldt trænet til at håndtere. Pausen gav Waymo mulighed for at gennemgå adfærden og forfine sine detektions- og sikkerhedskontroller.
Waymo har oplyst, at dets operationelle teams også støtter sig til eksterne vejrsignaler – såsom varsler fra National Weather Service – sammen med intern overvågning af vej- og vejrforhold for at beslutte, hvornår robotaxidriften skal begrænses eller suspenderes.
Denne tilgang fremhæver et vigtigt aspekt af de nuværende autonome køretøjsudrulninger: Sikkerhedsbeslutninger træffes ikke kun af køretøjet alene. I stedet kan overvågningssystemer på flådeniveau og menneskelig tilsyn midlertidigt deaktivere service, når ekstremt vejr skaber uforudsigelige kørselsforhold.
Oversvømmelseshændelserne finder sted i en periode med øget føderal kontrol af Waymos autonome køresystem.
I oktober 2025 indledte det amerikanske NHTSA (National Highway Traffic Safety Administration) en undersøgelse af rapporter om, at Waymo-køretøjer ikke standsede korrekt for skolebusser med blinkende røde lys.
Dokumentation indsendt af Austin Independent School District beskrev 19 tilfælde, hvor Waymo-køretøjer ulovligt passerede standsede skolebusser i løbet af skoleåret 2025–26, hvilket førte til yderligere regulatorisk opmærksomhed.
NTSB (National Transportation Safety Board) indledte også sin egen undersøgelse af hændelser, hvor robotaxier passerede skolebusser i Texas.
En anden større hændelse fandt sted den 23. januar 2026, da et Waymo-automatiseret køretøj ramte en 9-årig elev i en skolezone i Santa Monica. Barnet pådrog sig mindre kvæstelser.
Føderale efterforskere siger, at barnet løb ud på gaden bagfra en parkeret SUV i morgentimerne, og uheldet er nu under efterforskning af både NHTSA og NTSB.
Sammenholdt viser oversvømmelseshændelserne og de igangværende undersøgelser, at selvkørende køretøjer godt kan forbedres gennem softwareopdateringer. Waymo udruller jævnligt trådløse rettelser og driftsmæssige ændringer på tværs af sin flåde.
Men begivenhederne illustrerer en central udfordring for autonome systemer: Virkelige kørselsforhold – såsom pludselige oversvømmelser, uforudsigelig fodgængerbevægelse eller komplekse trafikregler – kan afsløre 'edge cases', der kræver yderligere teknisk udvikling og testning.
For virksomheder, der bygger robotaxinetværk, bliver evnen til hurtigt at identificere disse scenarier og opdatere softwaren sikkert på tværs af tusindvis af køretøjer en af de centrale prøver på teknologiens parathed til storskalaudrulning.