导读
从统计上来说，汽车上最不可靠的部分是驾驶员。在无人驾驶地铁都要来临的现在，无人驾驶汽车已经不再稀奇~~~那么，你知道无人驾驶汽车是如何分析路况以及如何自动做出下一步抉择的吗？或许，将来的我们再也不需要考驾照了……
在1885年，卡尔本茨发明了汽车。那年年末，他把车开出去进行第一次户外测试, 然后，他撞墙了。在过去的130年里，我们一直在为汽车的最薄弱环节——驾驶员，做着努力。我们把车做得更坚固，我们增加了安全带、安全气囊。在过去十年里，我们开始让车变得更智能，这也是为了弥补驾驶员方面的缺陷……
那么，用驾驶员辅助系统解决问题和真正使用全面自动驾驶汽车的区别是什么呢？
每年全世界都有120万人因交通事故丧命。仅仅在美国，每年就有3万3千人死于车祸。换个方式说,，等同于每天都有一架737飞机失事。这可真有点不可思议~事实上，驾驶过程通常是这样：除了开车，你还想做点别的事情。因为交通状况变得越来越糟……
在美国，从1990年~2010年，交通工具的里程数增加了38%。但只增修了6%的路。所以不单单是你的感觉如此，交通状况的确比以前糟糕得多。所有的这一切也都伴随着人力成本。如果你把在美的平均通勤时间，约50分钟，乘以我们的1亿2000万工作者，结果就是60亿分钟。每天有这么长时间会被浪费在路上。我们换个方式，把这60亿分钟，除以人均寿命，得出数字是162个生命周期。仅仅从A地到B地，每天就有这么多生命白白浪费掉，简直太难以置信了。
当然，我们当中还有一些人无法享有坐到车流中来的权利——盲人。这意味着本来早上上班路上的30分钟，变成了两个小时的各种转乘公共交通的折磨，或者是请求朋友或家人载他一程。他们并没有像你我一样想去哪儿就去哪儿的自由。而我们应该改变这种现状。
驾驶员辅助驾驶VS自动驾驶
传统观点认为，我们应该使用驾驶员辅助系统。然后不停改进它们，总有一天，它们能够实现自动驾驶。事实上，这就跟如果我们努力练习弹跳，有一天就能飞翔一样不现实。我们需要做点不同的东西。
第一次自动驾驶测试始于2013年，由普通人来操作。算是普通人吧—— 他们是100名谷歌员工，但他们没有参与开发这个项目。与真的自动驾驶汽车不同，这一辆得加个星号上去。他们得留多个心眼儿，因为这只是一辆试验车。虽然进行了很多测试，但还是有风险。经过两个小时的训练，让他们进行实际操作，然后得到了一些很好的反馈，因为有人把产品带到现实中来了。每个人都对它赞不绝口！
一位先生低头看手机，发现手机快没电了。然后他在车里转过身，在背包里四处摸索着，拿出他的笔记本电脑，放到副驾驶座位上，再转过身，又摸了一通，拿出手机充电线，理一下线，插进电脑里，连上手机。棒极了，手机有电了。而他那时正行驶在时速65英里的高速上 (约104公里每小时)。 能想象到吗？太难以置信了。所以，科技越来越发达，驾驶员就不需要太负责任。只是把车变得更加智能，并没法让我们看到真正需要的成功。
把驾驶员辅助系统装进车里，比如说撞击缓冲刹车系统。导入一系列的科技，也就是这条曲线，它有了一些操作属性，但也不会完全规避事故，因为它没有这个能力。在曲线上取某个点，也许它可以避免一半因驾驶员失误引起的事故。听起来还不错，对吧？
但如果我们想要一辆自动驾驶汽车，我们需要一条这样的曲线。我们得在车里加装更多的传感器，然后在这里挑某个操作点，在这个点上基本永远不会有事故发生。
调查发现人类驾驶员因为自身错误导致的交通事故，在美国是每10万英里(约16万公里) 发生一次。对比之下，自动驾驶系统约在每秒会自行做10次决定。所以就数量级而言，约是每英里(1.6公里)1000次。如果你对比一下两者的差距，就是10的八次方。8个数量级，这就像拿我们跑步的速度和光速比较，即便我们再刻苦训练，也永远达不到光速。所以这个跨度非常大。
最后，就是这个系统如何处理不确定性。那么这个行人可能会走到路上，也可能不会。不确定，也没有任何算法能确定。但对于驾驶员辅助系统来说，这意味着它无法采取措施，因为如果它在预期之外采取制动，是完全不合适的。但自动驾驶系统则会观察行人，然后说我不知道他们要做什么，于是减速，再仔细观察，然后采取适当措施。这就比驾驶员辅助系统要安全得多。
无人驾驶汽车是如何观察周围环境的？
从识别自己的位置开始，通过将它的地图和传感器数据进行叠加，然后再加上它当时看到的东西，所以在这里所有你能看到的紫色盒子是路上的其他车辆，旁边红色的物体则是一位骑单车的人，如果你再仔细点看，在远处，你能看到一些锥形路障。这样我们就能知道汽车现在的位置了，但我们还得再改善，我们得预测将发生的事情。
在社区和城市道路上行驶时，问题又上升到了一个新的难度。你能看到行人在我们面前穿梭，还有汽车，横纵交错。还有红绿灯、人行横道……相比之下问题变得极度复杂。当你把这个问题解决后，接下来汽车还得能应付建筑施工。所以左边的锥形路障会迫使汽车开到右边，当然不仅需要避开施工区域，它还得应付在其间走动的其他人。当然，如果有人违规了，有警察在那里，汽车就得明白车上闪着灯意味着这不仅仅是一辆车，还有一位警官。
当我们在路上时，其他人会表达各种意图：当骑单车的人举起他们的手臂，这就意味着他们希望有车能让给他们点空间以便进行换道。当路中间站着一位警官，我们的车得明白这手势是要你停下来，当他们示意我们可以走了，我们才能继续。
如何达成这些目标？先通过和其他车辆分享数据。首先，最简单粗制的模型，就是当一辆车看到建筑施工地带时，告知另一辆车，让它驶上正确的车道以避免麻烦。但我们对此有更深的认识，我们可以搜集车辆在一段时间内看到的数据，数以千计在路上的行人、骑单车的人，以及其他车辆，了解他们的外形，再用之去推理其他车辆以及其他行人的外形。
然后，更重要的是，我们可以从中得出一个模型，预测所有交通参与者的去向。当然，你还会遇见很多之前没见过的东西，还得应付其他驾驶员，甚至那些幼龄的……
如何才能实现自动驾驶
我们多久能实现自动驾驶这个目标呢？很难说，因为这是个很复杂的问题。并不是说驾驶员辅助系统作用不大，它能在这个过渡阶段拯救很多生命。但为了抓住这一变革性的机会，能帮助更多人行动自如，为了终结安全事故，为了有机会改变我们的城市，解决停车问题，摆脱我们称为停车场的城市大坑，这是唯一的办法了。
关注我们：搜索微信号“科普中国”（ID：Science_China)
转载文章请注明来源公众号ID及作者
