关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。 通过购买订阅，您将帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
长期以来，充当机器人司机的自动驾驶汽车一直是科幻小说中的常见题材，也是数十年来文化上的梦想。 然而，在大多数时间里，这个梦想似乎是遥不可及的未来的一部分。
但现在，在很大程度上由谷歌突然而意外的冲锋领导下，自主机器人汽车正诱人地接近现实。 随着各种地图、传感和基于位置的技术最近融合，谷歌已开始将自己定位为我们机器人司机未来的领导者。 然而，尽管这项技术前景广阔，但它仍然有一些重大——甚至可能是无法克服的——障碍需要克服。
谷歌估计，无人驾驶汽车每年可以在全球范围内拯救一百万人的生命。 根据美国国家公路交通安全管理局(NHTSA)的数据，仅在美国，2008年就发生了580万起车祸。 其中，约有34,000起导致死亡，160万起导致受伤，420万起涉及某种财产损失。 NHTSA表示，这些数字随着时间的推移有所下降——至少部分证明了所有车辆的安全性不断提高——但它们显然仍然占死亡、伤害和财产损失的很大一部分，而无人驾驶汽车可以大大减少这些损失。
使用现成组件实现的巨大飞跃
四十年前，第一批无人驾驶汽车只不过是粗糙、缓慢移动的装置，沿着道路上绘制的线路行驶。 然而，在过去几年中，自主道路车辆的探索取得了加速成功，这始于美国国防高级研究计划局（DARPA）在2004年至2007年间举行的一系列无人驾驶挑战赛，旨在帮助开发可以取代战场上部分美军人员的机器人。
去年，来自斯坦福大学动态设计实验室、大众汽车集团电子研究实验室和软件制造商甲骨文公司的工程师们，通过成功地驾驶他们265马力的奥迪TTS派克峰自动驾驶研究车，沿着科罗拉多州派克峰国际爬山赛20公里赛道不停地行驶，将无人驾驶汽车推向了更高的档位。 这款运动型掀背车——大众汽车拥有奥迪——的后备箱里装有两台计算机，都使用甲骨文的Java实时系统来运行算法，使汽车保持在道路上，并在各种路面和条件下保持其操控能力的极限。
谷歌的无人驾驶汽车项目去年退出了隐身模式，现在该公司正在游说内华达州成为第一个允许自动驾驶汽车在公共道路上合法运行的州。 迄今为止，谷歌的机器人车队已经行驶了超过24万公里，几乎没有人工干预，只有一起事故是一辆测试车被另一辆（人工驾驶的）车辆追尾。 与电影屏幕上飞溅的未来主义科幻图像不同，谷歌车队由传统车辆——六辆普锐斯和一辆奥迪——组成，这些车辆配备了现成的组件，包括两个前视摄像头、一个360度激光测距仪、四个雷达传感器和先进的GPS单元。
谷歌项目在很大程度上是DARPA挑战赛的衍生产品。 事实上，谷歌团队的许多成员都是这些比赛的校友，并将在那段时间学到的经验带到了这里。
谷歌项目的技术负责人、卡内基梅隆大学团队在2007年DARPA城市挑战赛中获胜的负责人克里斯·厄姆森说：“当然，传感器技术的进步使我们今天能够做到这一点，而不是15年前。” “但我们认为真正的力量在于软件，软件可以获取这些数据并弄清楚如何处理它。”
车辆解释周围环境正在发生的事情，然后做出适当反应的能力，可能代表了无人驾驶汽车未来最大的技术挑战。
常识问题
谷歌项目的一个经常被普通观察者忽略的方面是，即使在没有人帮助驾驶的情况下，它的汽车也不是完全自主的。 为了使车辆能够运行，路线需要提前由人类驾驶其中一辆测试车行驶，并使用其传感器阵列进行地图绘制。 然后，这组丰富的地图数据存储在谷歌数据中心，其中一部分加载到汽车的硬盘驱动器中。 停车灯、学校区域和任何其他合理静态的东西的位置都会被标记，以便汽车在不必实时解释它们的情况下识别它们。
厄姆森说：“众所周知，计算机缺乏常识，你可以将这种预先绘图视为将一些常识引导到汽车中的一种方式。”
即便如此，如果在地图组装时间和测试车辆行驶路线之间世界发生变化，也可能导致混乱。 厄姆森说：“现在有些事情对我们来说是一个挑战。” “例如，如果世界上大部分地方保持不变，但车道发生了偏移——所以物理道路没有移动，但由于某种原因，交通部门决定我们应该向左行驶半条车道——这可能会让今天的汽车感到困惑。”
谷歌的努力主要有两个组成部分：“第一个是可靠性，这意味着让汽车一遍又一遍地做我们期望它做的事情； 第二个是鲁棒性，这意味着处理不寻常的情况并仍然保持安全，”厄姆森说。
根据厄姆森的说法，提高系统可靠性和鲁棒性的很大一部分能力取决于开发新的传感器，这些传感器可以看得更远并提供更密集的数据集。 但是，对于无人驾驶机器人处理抛给它的意外或不寻常情况的能力，让一些人质疑无人驾驶汽车的明显必然性。
麻省理工学院机械和海洋工程教授约翰·伦纳德曾带领该大学的团队在2007年DARPA城市挑战赛中获得第四名，他认为，在无人驾驶汽车能够大规模部署之前，机器人感知方面的重大技术障碍需要克服。
伦纳德说：“我非常钦佩我在谷歌的同事。” “他们取得的成就令人惊叹——例如，他们在高速公路上行驶的能力。 然而，由于他们提前构建地图，然后让人类挑选停车标志、路灯和人行横道等等，这与在几乎没有先验信息的情况下将机器人自主地放任到世界上是非常不同的。”
应对极端情况
伦纳德的大部分工作都集中在同步定位与地图构建（SLAM）上。 与谷歌系统所需的预先绘图不同，SLAM将允许车辆在绘制地图的同时在世界各地行驶。 这种自主驾驶的圣杯将大大提高无人驾驶汽车处理动态变化信息的能力——但即使是SLAM也无法解决所有问题。
伦纳德说，15多年前，“无人驾驶横穿美国”团队驾驶一辆自动驾驶汽车从华盛顿特区开到圣地亚哥，在没有人为干预的情况下完成了98.2%的路程。 那么剩下的1.8%呢？ “即使在今天，一个关键的挑战仍然是应对那些意外时刻，”他补充道。 “为了努力达到100%的性能水平，需要一种常识推理——这是人工智能难以捉摸的目标之一——任何数量的预先绘图都无法让你为此做好准备。”
即使是谷歌也承认，他们还没有很好的方法来处理这些意外时刻，这就是为什么每辆测试车上都有两名备用人员来监控并在汽车反应异常时接管。 厄姆森说：“我们的项目目前在很大程度上是一个研究项目，我们还没有真正解决这个问题。” “如果我们今天将人从汽车中移除，他们会驾驶得非常好，而且你可能不会在路上注意到他们，直到发生意外情况或出现系统[不可靠]的某些因素。”
麻省理工学院的伦纳德认为，这些不可靠因素阻碍了无人驾驶汽车在我们未来的地位。 他说：“想象一下，一个箱子没有正确捆扎，掉到了你面前的路上。” “系统需要在一瞬间做出决定，是直接穿过它，还是向左或向右转弯——这可能会比直接前进产生更糟糕的后果。 问题的症结在于那些曲线尾端的极端情况，这些情况越来越难处理。”
伦纳德说：“尽管机器人设计师尽了最大努力，但人类仍然会做蠢事。” “假设10起人为造成的死亡事故被5起机器人造成的死亡事故取代，这是否是社会愿意接受的道德交易？”
巨大的潜在回报
即使存在可能无法解决的问题，谷歌团队仍然认为，这项技术在拯救生命、减少能源消耗和提高生产力方面的巨大前景足以成为继续追求它的理由。 他们已经看到该系统通过结合输入其中的行为片段并产生出人意料的有益结果，展现出意想不到的“智能”。
厄姆森回忆起最近一次试驾中的一个时刻，当时汽车正在接近一个人行横道，并且毫无缘由地停了下来。 他开始告诉他的副驾驶，这很可能是软件中的一个错误，但就在这时，一位老年妇女从停放的一排汽车后面走进了马路。 他说：“对我来说，这些是最激动人心的时刻，因为它们展示了这个系统能够看到比人类更多的东西的前景。”
尽管诸如此类的证据肯定暗示了机器人驾驶汽车的巨大前景，但伦纳德认为，在真正的自动驾驶汽车成为现实之前，仍存在许多重大技术挑战。 他说：“在不交付完全自动驾驶汽车的情况下，无人驾驶汽车技术仍然可以产生影响并拯救生命，”他补充说，这项技术的各个部分可能会带来新的和巧妙的安全和环境效益。 “但是，如何交付完全自动驾驶汽车的问题对我来说仍然没有答案。”
作为在该项目上投入最多资源且以成功的技术创新而闻名的公司，谷歌的努力无疑让许多人相信，他们很快就可以在早晨通勤时小睡，而机器人汽车会高效地将他们送到工作地点——谷歌团队并没有试图劝退这种一厢情愿的想法，他们相信这项技术将相对较快地到达消费者手中（或无需用手）。
厄姆森说：“对于任何类型的技术，预测未来或采用速度都非常困难。” “十年后是一个安全的估计，但我认为这真的很难说。” @font-face { font-family: "Times New Roman"; }@font-face { font-family: "Verdana"; }@font-face { font-family: "Cambria"; }p.MsoNormal, li.MsoNormal, div.MsoNormal { margin: 0in 0in 0.0001pt; font-size: 12pt; font-family: Cambria; }table.MsoNormalTable { font-size: 10pt; font-family: "Times New Roman"; }span.msoIns { text-decoration: underline; color: green; }span.msoDel { text-decoration: line-through; color: red; }div.Section1 { page: Section1; }