这几辆车，推动了自动驾驶技术的发展
自动驾驶时代，是终将到来的未来。以后的某一天，当你享受自动驾驶带来的便利时，可别忘了下面这些车。在历史上，它们都曾经推动了自动驾驶的发展。 「 美国奇迹」 1925 年 8 月，美国的电子工程师 Francis P. Houdina 借了一辆卡车，开始了自己的无线电控制汽车的环美国之旅。这辆车叫「 美国奇迹」，演示自动驾驶的时候，车子的「 驾驶员」 坐在紧跟在演示车后面的车子里，用无线电控制前面的车子。演示车可以在遥控下完成转弯，刹车，鸣笛等操作。为了展示这项技术，Houdina 在几年里走遍了美国。 未来的高速公路 在 1939 年的世博会上，通用公司展示了未来高速公路概念设想。他们设想了 1960 年代的高速公路自动驾驶情景：车子走上高速路之后，就会启动自动驾驶模式，按照预设的「 专属车道」 行驶。 1956 年，在 Firebird II 号概念车上，通用第一次配备了汽车安全和自动导航系统。1958 年，Firebird III 号概念车已经可以进行实际公路的自动驾驶测试了。通用在地下预埋了可以发射脉冲信号的电缆线圈，以此和车辆通讯，实现了对车子的自动驾驶控制。 聪明的导航系统 1966 年，斯坦福研究院的人工智能中心研发了一台叫做 Shakey 的产品，它首次实现了在真实环境下自动导航的功能。虽然这台机器当时只能在室内的的道路上完成自主导航，但是它在传感器技术和软件算法方面，都具有里程碑式的意义。 比驾驶员更靠谱 在 1971 年，英国道路研究实验室展示了一款和通用公司非常相似的产品。这辆车从外观上就能看出来是通过电脉冲系统来实现「 自动驾驶」 的，它初步实现了自动驾驶的基本功能。当年的科技媒体非常看好这套系统，称它比真人驾驶的车辆安全 100 倍。 用摄像头代替脉冲信号 1977 年，日本筑波工程实验室研发出了世界上第一台基于摄像头来检测前方路况实现导航的自动驾驶汽车，以前通过脉冲信号进行自动驾驶控制的方式被革新了。这辆车可以通过摄像头，检测到道路上的白色标记来确定前进线路，不再需要提前把脉冲发射器埋在路面里了。 1983 年，DARPA 的 ALV（Automated Land Vehicle）项目也是类似，他们让车子拥有高度的自主权，通过摄像头检测地形，然后计算导航方案。 动态视觉 慕尼黑联邦大学的 Ernst Dickmanns 教授，在上个世纪 70~80 年代，开始研究动态的机器视觉系统。他和他的研发团队陆续开发了几辆试验用车。 团队第一次取得重大突破是在 1993~1994 年。在一个和奔驰合作的项目里，他们使用奔驰 500SEL 车型完成了一次 1000 公里的高速公路自动驾驶实验。他们也是通过摄像头以及其他多种传感器来实现自动驾驶的。 移动运算 卡内基梅隆大学从 1986 年开始研究自动导航系统。他们改装的一台雪佛兰汽车，命名为 Navlab 1，在这辆车的车厢里，装有五台运算设备，以此实现自我控制。但是它的前进速度只有 32km/h。 他们代号为「Navlab 5」 的车子是一辆由别人捐赠的庞蒂亚克，车子上的 PANS（ Portable Advanced Navigation System）系统可以用来定位、控制转向和监控安全。 廉价解决方案 ARGO 是意大利帕尔玛大学参与的一个项目。他们的实验车和之前的自动驾驶车一样，也是使用立体摄像机来获取周边环境信息，从而规划出导航路线的。 这辆车在 1998 年完成了一次 2000 公里的自动驾驶之旅。这证明了，使用廉价硬件和摄像头来完成自动驾驶与导航是可行的。 DARPA 挑战赛 这个比赛应该很多人知道，我们 GeekCar 也专门写文章进行过介绍。第一届 DARPA 自动驾驶挑战在 2004 年举行，遗憾的是当年没有一只参赛队完赛。2005 年，斯坦福大学使用一辆大众途锐，跑完了全部比赛路程。这辆车不仅仅有摄像识别系统，还包括激光测距仪、长波雷达、GPS，以及几块奔腾 M 架构的主板。 在城市中驾驶 三年之后的 DARPA 挑战赛，场地从沙漠变成了城市。这次斯坦福大学的车队获得了第二名，Tartan Racing 得了第一。卡耐基梅隆大学也在那届比赛里确立了自己在自动驾驶领域的地位。 自动驾驶车的「 工作」 越来越复杂：它需要像人类驾驶员一样，处理和其他车辆的关系、识别交通信号、躲避障碍，等等。 Google 2009 年，在支持了其他车辆参加 DARPA 挑战赛之后，Google 推出了自己的自动驾驶研究项目。到 2010 年，包括丰田普锐斯在内的众多车辆，已经在太平洋沿岸的街道上行驶了 14 万英里。他们团队里的许多人，都来自于 2005 和 2007 年 DARPA 挑战赛的冠军队。大计划就这么开始了。 自动驾驶的洲际旅行 在 2010 年，几辆自动驾驶车，从意大利帕尔玛出发，一路到了上海，总行程 1.3 万公里。这些车来自于意大利 Vislab 团队，车子导航系统使用的电力，全部来自于车顶的太阳能板。 聪明的摆渡车 法国的 Induct 公司研发了一款叫做 Navia shuttle 的小车。这辆车适合在校园里或者停车场里作为摆渡车使用，车子使用激光雷达传感器来感知周围环境，并且具备行驶线路自学习功能，最高车速为 … 继续阅读
自动驾驶汽车眼中的世界是什么样的？
（转载自网易科技）自从诞生以来，计算机就一直生活在一个充满 1 和 0 的世界，不厌其烦地处理着 if-then 和 and-or 语句。 一种为自动驾驶汽车研发的技术可能会改变这一切。它将赋予机器人通过视觉理解这个世界的能力，更有可能是机器人自我意识的第一步。 我们称这项技术为「 深度学习」，一种基于神经网络算法模仿大脑运行的科技。尽管目前研究者们在许多领域应用了深度学习，如语音识别等等，视觉识别才是和深度学习最相关的一个。自动驾驶汽车更是其中最热门的研究领域。 简单标签 为了让自动驾驶汽车能够在我们的城镇和乡村中穿梭自如，我们需要它们能够辨识周围的物体。除了已经配备的短波雷达和激光雷达之外，研究者们还在自动驾驶汽车上安装了摄像头，让它们能够实时辨识周围的物体。 不幸的是计算机不具有人类这样的视觉进化过程，它们天生是无法看到和分辨周围环境中的物体的。如果没有视觉识别技术，工程师无法教给汽车遇到什么样的情况应该怎么办。 目前只有沃尔沃 XC90 等少数几款车安装了基于摄像头的识别系统，这种系统能够辨别其它汽车、行人和骑自行车的人。但这种系统还没有在深度学习系统中实现。它们的实现机理是将摄像头拍摄到的图像和图像数据库进行比对来辨别汽车、行人、自行车、交通标示等常见物体。这种方法会带来一个很明显的问题，那就是并不是所有出现在摄像头中的物体都曾被保存在数据库中。即便数据库中有，我们的世界如此复杂多样，计算机不可能把每个方面都储存进去。 比如说，如果电脑只知道「 蛋糕」 是一种双层带有面包和奶昔的圆形糕点，那么它看到单层长方形抹着巧克力的蛋糕时就无法识别出来。通过多年的学习和经验积累，我们人类的思维能力具有灵活性，进而将两种蛋糕都识别出来。 相同点和不同点 深度学习是与图像匹配不同的技术，它最终将赋予汽车更好的视觉识别能力。接着前面的例子讲，研究者给计算机看数千张照片，并告诉它这些都是蛋糕。深度学习系统就会把图片拆分到图层和纹理级别，提炼出它们的共同之处，并接受不同点。在使用足够多的图片进行训练之后，电脑的神经网络就可以辨别出它从未见过的蛋糕图片了，即便是超大号的婚礼蛋糕也不在话下。 科学家希望通过同样的道理教会自动驾驶汽车的神经网络辨识行人、汽车、自行车、道路标志。但不只是识别特定的行人外貌，而是不同的图片来训练计算机行人在环境中可能的模样。 这样一来，计算机就能够区别坐在路边的人（安全）和正在翻越护栏的人（危险）。更棒的是，视觉处理芯片能够从身体的一部分识别出整个人来，比如只有脑袋或者胳膊出现在图片中，坐在副驾驶的乘客常常会这样做。 当一辆自动驾驶汽车能够准确识别周围环境中的物体时，它们就可以根据具体情况作出相应反应。当发现行人正在翻越护栏甚至是站在路边的时候，它可以减慢速度，停车甚至是急转弯。视觉识别可能是实现自动驾驶汽车的唯一方法。 充满物体的世界 为了训练自动驾驶汽车，神经网络只需集中精力识别那些会影响驾驶环境的因素即可。而斯坦福大学和普林斯顿大学开发的 ImageNet 数据库中包含数百万贴好标签的图片，供神经网络学习面对更大的世界，比如扳手和企鹅之间的差别。除了图片之外，研究者们还可以使用其它媒介训练神经网络，比如声音输入或 3D 图像。谷歌从事神经网络研究已经有一段时间了，她们推出了一种基于网络的工具，计算机可以告诉人们它在图片中看到了什么物体。 除了自动驾驶汽车，神经网络和视觉识别还可以做许多事。想象一下，如果有一种警用头戴显示器可以实时分析罪犯并判断他身上是否藏有武器，会不会很有用？它可以帮助警察分辨罪犯手中是致命武器还是球棒等物体，可以避免警察做出错误的判断。 家用机器人也会从这种技术中受益。Roomba 扫地机器人只能在二维的房屋地面上来回移动，在它的机械传感器碰到障碍后后退。一个装备了摄像头的扫地机器人则能够分辨出屋里哪些物体时它可以移开进行打扫再放回原处的（当然不能是活物）。比如一个扔在地板上的篮子，它可以挪开篮子打扫下面的地面，再把它放回去。 自我意识 随着深度学习和神经系统的不断发展，我们终有一天会遇到机器人拥有自我意识的问题。这个技术奇点标志着强人工智能的出现，程序极度复杂以至于很难和意识相区分。当机器人能够像人类那样感知周围世界，它们是否会有相同的世界观、价值观、道德观？ 目前人们对机器人意识会发展到什么程度还没有达成共识，但一些非常聪明的人已经警告过人们可能发生的最坏情况。特别是霍金和谷歌 DeepMind CEO 都在呼吁对自动武器系统建立国际限制规定。 一架自动识别携带武器的人并向其开火的无人机离现在还很远，但在研究神经网络和视觉识别系统的时候这是必须考虑的一个问题。只要人类安全被纳入考虑范围，自动驾驶汽车就会被严格要求和密切监视。 神经网络继续发展，它们会向机器打开一扇新世界的大门，透过这扇门，机器得以站在从未有过的视角观察我们生活的世界。联网计算机已让我们的世界以完全不同于几十年前的模样运行，10 年后，当计算机能够准确分辨摄像头中看到的所有物体时，这个世界又会变成什么样子？ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
日本推自动驾驶出租车 开发商竟是游戏厂商
2020 年，去日本东京观看夏季奥运会比赛的游客们，将能够乘坐自动驾驶出租车出行，这是日本 DeNA 公司的愿景。今年，DeNA 宣布于 ZMP 合作，开发自动驾驶出租车，称之为「Robot Taxi」，有望在 2020 年东京奥运会期间正式投入使用。 也许你曾在任天堂的新闻中看到过 DeNA，是的，这是一家手机游戏公司，但同时也是一个涉足多领域的商业巨头。该公司涉足游戏、数字支付、基因检测，甚至拥有 12 支职业棒球队，而其下一个目标，则是自动驾驶汽车业务。 DeNA 的 Robot Taxi，硬件方面与机器人及自动驾驶汽车技术公司 ZMP 合作，为出租车配备激光雷达传感器和图像识别摄像机，用来侦测交通信号灯、行人及车辆距离，技术上与谷歌自驾车相似。同时，DeNA 将为 Robot Taxi 配备专有的应用程序及车载系统，包括骑行广受欢迎的漫画服务等。其负责人声称，在 Robot Taxi 上，乘客可以工作、看电影、睡觉甚至喝酒。 除了借助奥运会推广 Robot Taxi 服务，DeNA 还拥有更长远的计划，希望其 Robot Taxi 能够遍布日本，包括日本的农村，除了为繁忙的上班族、游客服务，还能够帮助老人更便利地出行，以应对日本日益严重的老龄化现象。DeNA 还有可能在未来推出更多服务类型，让 Robot Taxi 发挥更大作用。 不过，Gizmodo 认为，相对于美国、中国、澳大利亚、英国，日本自动驾驶汽车市场是相对保守的，数据统计用户对自动驾驶汽车的兴趣仅在 10%左右。另外，由于日本的终身雇佣制度、日本出租车司机礼貌且优秀的服务品质，这些因素可能会成为 DeNA Robot Taxi 发展的障碍。 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
自动驾驶断了政府的「钱路」？
（编译自 Wired）不久的将来，自动驾驶汽车将会给人来带来许许多多的好处，比如，更安全的道路，更有效率的工作。不过，可能并不是每个人都期盼自动驾驶汽车时代的到来。比如美国的地方政府。 一旦汽车实现自动驾驶，车辆就基本不会存在超速、抢红灯、乱停乱放、酒驾等问题。这也就意味着，人们不会因为上述这些行为而受到罚款。如果是这样的话，本地政府就必须得「 勒紧裤腰带过日子了」。（Brookings Institution 的报告）来自亚利桑那州立大学的 Kevin Desouza 说：「 本地政府已经意识到这个问题的存在，正在积极拓展其他可行性。」 以前本地政府会依靠收罚款来产生一定的资金，不过如果自动驾驶来临，本地政府将失去很大一块儿资金。 虽然并没有一个全美性的权威数据来表明驾驶员交了多少罚款，不过有人给出了一个数以亿计的总预估额。以洛杉矶为例，2014 年就从停车罚款中收入约 1.6 亿美金。加州的 20 个城市每年都会从拖车服务里获得约 4 千万美金。 除此之外，如果「 自动驾驶汽车普及将会减少人们购车数量」 这一预测成立的话，政府在车辆上牌注册方面的收入也会直线下降。 这个消息对于本地政府似乎不利，不过对于普通人来说倒是很欢喜——可以省掉好多费用。但是我们得转念一想，税收「 取之于民，用之于民」。政府财政收入减少会不会影响交通基础设施建设和维护、公立学校、救济金等各种公共服务的资金呢？答案是肯定的。然而大家肯定是希望城市道路能够一直维护得很好。 上面讲的可能太「 严峻」 了，实际上对于政府来说还是有好的一面。汽车事故会产生很大的社会成本，根据美国道路安全局的报告：2010 年公共税收接近 7%都用到了交通事故花费上，花掉了纳税人 180 亿美金，相当于每个美国家庭额外花费 256 美金。」 更少的事故也是一种降低财政成本的方式。 如果社会现有车辆的一半换成自动驾驶，那么在提高工作效率、减少拥堵、提高能源利用等方面，可以节省 2110 亿的成本。（根据 Eno Center for Transportation 的报告）然而上面这些好处其实并不难完全覆盖掉文章最开始说的「 财政损失」，所以需要去做的是改变现有税收的方式。 一些人提出更好的操作办法可能是按照每英里驾驶路程来收税，改变或取代以往的燃油税以及上牌手续费方式。虽然这样的征税可能会引起很多人的不满，不过这种转变很重要：基于财产的税收过渡到基于使用的税收。 当然，自动驾驶也会把交警解放出来，去做些其他有意义的工作，比如减少犯罪等等。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 同时欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
奥迪展示新款自动驾驶版 RS7 车型 速度更快
去年 10 月份，奥迪将一辆具备自动驾驶功能的 RS 7（代号 Bobby）送上了德国霍根海姆赛道。而现在，这家德国厂商又带来了自己的第二款自动驾驶版 RS 7，名叫 Robby。 日前，这辆自动驾驶汽车来到了美国加州的索诺玛赛道，并以 2 分 1 秒零 1 的时间跑完了全程 2.5 英里的赛道。奥迪开发工程师 Tomas Müller 表示，Robby 的单圈时间比「 那些赛车手还快」。 和去年的型号相比，新款 Robby 的车身重量降低了 400 磅（约 181 千克），但 560 的马力输出维持不变，因此其所能达到的速度自然也就更快。据介绍，两款汽车都使用来 GPS 信号来进行导航，内置的摄像头则提供了更加精确的环境感知能力。奥迪所研发的软件对将摄像头所拍摄的图像与本次存储的数据库图像进行对比，以帮助汽车了解到自己的确切位置。随后，行驶命令会被传输至汽车的硬件，以控制转向、刹车和加速，「 凶猛程度」 不输任何人类司机。 在今年早些时候的 CES 展上，奥迪还展示了一款自动驾驶版的 A7（代号 Jack）。在数名人类司机的帮助下，这辆汽车从加州一路行驶到了拉斯维加斯展会现场，全程超过 500 英里。随后，这辆 A7 又走上了德国高速公路（尽管速度只有 80mph），并于 CES Asia 期间在上海进行了展示。 奥迪表示，他们在这些车辆当中所获得的经验会全部被投入到下一代 A8 轿车的研发当中，而这款汽车将会成为奥迪旗下第一款具备自动驾驶能力的量产车。但 A8 的应用领域并非是赛车赛道，而是真实的道路环境。它的最高时速可达 60 公里/时，并可自动驶入和驶离停车区域。 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
驾驶机器人：自动驾驶的另一种途径？
一直以来，我们关注的自动驾驶或无人驾驶大多是对车本身进行「 智能化」 改造。最主要在汽车内部装上一颗强大的「 车脑」，配合外部传感器以及无线网络让汽车进化成智能终端。 不过上周 GeekCar 到北航交通学院，他们课题组里的「 驾驶机器人」 给了我关于自动驾驶解决方案的新的思考。 利用一个机器人，或许就能代替人，实现对目前普通汽车的控制。那样也算是「 自动驾驶」 了。 在和负责该项目的老师交流中得知，他们研究驾驶机器人的原因，是由于最开始承担了一项国家课题——主要研究和测试道路的性能。利用 2.3 公里的环形路面，对道路进行长时间的测试，直至跑坏道路。 如果依赖驾驶员来进行测试，工作量大且枯燥，甚至还会有一定的危险性。于是他们就想到利用「 机器人」 来操控汽车，进行道路测试。 北航的「 驾驶机器人」 已经进行了几年时间的研发，目前正在进行驾驶机器人二代（Robot Driver V2）的开发。 Robot Driver V2 的系统器件总成包括以下三个部分。 机械执行机构：改善换档机械手，满足手动和自动换档需求；开发点火控制机械手，实现自动点火控制。（这部分相当于驾驶员的手和脚。）环境感知：在车道线识别基础上，开发道路标识和标线的识别；开发交通信号灯的识别。（这部分则相当于驾驶员的眼睛、耳朵等感官。）车辆控制：提高车辆自动驾驶速度 > 40km/h，在高速下实现循线、跟车和超车的稳定性控制；实现远程驾驶控制，开发脑控制接口，初步实现脑控制的基本功能开发。 驾驶机器人的应用场景其实还是非常广：实验室里对于车辆及控制相关的在环仿真；封闭试车场里对于整车性能的测试，包括 ABS 试验、耐久性测试、防侧翻测试；开放道路的高等级测试（类似于目前谷歌小车在山景城路面的驾驶），包括了自动车道保持、自动换道、自动超车、自动跟车、紧急避撞、车路协同等自动驾驶的一系列「 分解动作」。 和车辆自身配备无人驾驶系统相比，这种驾驶机器人也有自己独特的优势。可以适用于所有车型（小车、客车、货车等），方便分离和安装，可调整性高，适应性广泛。 让我们来看看驾驶机器人有哪些潜在的应用场景。 驾驶机器人可以用于整车厂对产品的各种性能测试上，而不用对车本身的软硬件进行大改动。因为适用性广泛，所以可以成为汽车厂测试的标配。 这种驾驶机器人能够「 普及」 的场所，首先是线路较为固定且较为封闭的地方，比如城市里的快速公交（BRT）。这种方式与改造道路（安装地磁）或是定制生产无人驾驶功能的汽车相比，技术上更容易且成本低。 其实英国、法国等国家已经有类似的 Robot Driver 的研发，不过动辄几百万的成本很难让产品商业化。北航团队的驾驶机器人将会在执行、控制、感知几个方面来控制成本，比如 50 万左右的控制系统、1 万左右的 GPS 以及几千左右的摄像头，他们还会进行数据采集和分析利用。 「 驾驶机器人」 或许对于未来自动驾驶的发展是另外一种启发。它能够独立于车本身，更好地赋予不同年代不同品牌的汽车「 自动驾驶」 的本领。 试想想，如果驾驶机器人和家政机器人、医疗机器人等等的功能结合起来，各种功能集于一身，这样的「 超级机器人」 或许才是未来的方向。有了这样的全能型机器人，汽车这种硬件本身就没有太大必要变为自动驾驶汽车了。 未来驾驶机器人能否占据主导，我们还不能确定。不管怎样，它至少是自动驾驶的一种可行性方案。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 同时欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
我们要让自动驾驶车掌握「生死大权」吗？
（转载自盖世汽车网）目前，来自底特律、东京和斯图加特的互联网公司几乎都已经成功掌握了如何去制造一台无人驾驶汽车的技术，谷歌公司似乎也参透了其中的关键技术。 但最棘手的问题在于，是否应该让自动驾驶汽车来掌握交通事故中人类的生死大权？ 尽管业内人士认为自动驾驶汽车的未来会非常光明，所有的车辆都会井然有序的行驶在路上。但除非汽车制造商能够解决 Isaac Asimov 于上世纪写的机器人系列科幻小说中提出的棘手问题，否则自动驾驶的未来并不会那么简单。比如，一辆自动驾驶汽车是否应该为了避免与校车碰撞，而自行选择带着乘员一起冲下悬崖自杀？ 以上问题是汽车行业的从业者并不熟悉的领域，其需要让伦理学家、哲学家等一起参与进来以帮助找到最好的答案。斯坦福大学的汽车研究中心正在研发一项程序，该程序可以让自动驾驶汽车做出符合道德的决策，并观察这样是否能够行得通。福特、通用、奥迪、雷诺和丰田等汽车厂家都争先恐后的想要跟该研究中心为此开展此项合作。 执掌研究的 Chris Gerdes 与福特、通用的首席执行官进行了讨论，期间他表示：「 是否应该让自动驾驶汽车来掌握交通事故中人类的生死大权这样的伦理问题是目前急需解决的问题。」 而 Chris Gerdes 等研究成员早就发现了这一问题，因此其希望可以通过此次研发的程序而给出答案。 汽车制造商和谷歌公司在无人驾驶汽车上都已经投入了大量的资金。本周，福特就曾表示他们研发的自动驾驶汽车从实验室到工程运营阶段都取得了进展。而谷歌公司计划将于今年夏天将几台自动驾驶汽车从测试路段转移到加利福尼亚的现实道路上进行实测。 目前，自动驾驶汽车已经可以自主的进行刹车或启动。波士顿咨询公司认为，十年之内完全自动驾驶的汽车就会上路行驶。届时汽车将会成为第一批接受现实生活中各种检验的自动机器。 加州波利泰学院伦理和新兴科学小组的负责人，同时也担任汽车生产商顾问的哲学家 Patrick Lin 表示，由于自动驾驶汽车是最早进入到人们实际生活中的自动机械，因此在自动驾驶汽车上路之后，其会为其他的社会服务型机器人如何工作定下基调。 人们对于自动驾驶汽车的期望是希望可以通过自动驾驶来避免碰撞的发生，从而大幅减少美国高速公路上的交通死亡人数，目前该数字是 33000 人每年。但是事实是交通事故是无法避免。 因此在发生交通事故后，自动驾驶汽车需要两害相权取其轻，到底是转向拥挤的人行道避免被后面高速行驶的卡车追尾，还是停在原地置车内的驾驶员于非常危险的境况中。福特汽车人机交互技术高级主管 Jeff Greenberg 说，只有在上述问题得到解答之后，自动驾驶汽车才能真正上路行驶。 正当伦理学家们都在就以上的哲学难题权衡利弊时，Gerdes 已经开始在现实环境中开始了自动驾驶的实验。今年夏天，他将在加利福尼亚北部的一个赛道上进行实验，让自动驾驶车辆能够遵循伦理的规则作出瞬时的决定。比如，是不是应该违反交通规则越过双黄线为并排停放的自行车和轿车让路。 另外，Gerdes 也在跟丰田合作，如何让自动驾驶汽车迅速地将车辆控制权交还给驾驶者。虽然这样的控制权交接会非常危险，尤其是在自动驾驶越来越流行，人类的驾驶技术越来越退化的情况下。 让自动驾驶车辆做决定还存在这样的问题，就像科幻小说里描写的那样，机器人缺乏人类的同理心，也很难像人类一样去判断情况的细微差别。 Gerdes 还表示，目前市场上还没有设计出一个能够像人类的眼睛和大脑一样敏感的传感器，去帮助自动驾驶车辆进行最好的判断。 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
除了 Google，这个城市也在拥抱无人驾驶
(本文转载自爱范儿）今年夏天，Google 的无人驾驶汽车就要在山景城上路测试了。然而每当被堵在上班的去路上时，都还是觉得无人驾驶离我们还很遥远。且不谈像 Google 一样激进创新的科技公司太少，政府部门和既得利益者又往往对科技的新兴力量持以保守态度。 而在新加坡纬壹科技城（one-north）则是另一番景象：交通部门正在积极征集无人驾驶汽车的试验。 纬壹科技城是一个主要由新加坡政府注资 150 亿星币建立的高新科技园区，建于 2001 年，占地面积约为 2 平方公里，汇聚了生物医学、信息科技、数字媒体三大产业。 去年 8 月，成立了新加坡自动驾驶汽车动议委员会，用于监管自动驾驶汽车的研究和测试。最初会在纬壹科技城中进行试验，在一定时间内的试乘可能是免费的，而且乘坐者仅限于在这个园区工作的员工。 这一基本设想是，像叫 Uber 一样：人们可以通过智能手机随时来呼叫无人驾驶服务。 这项试验则是由新加坡的土地与交通部门（Land Transport Authority, LTA）主导的。其在六月初提出的一份动议中称： 为了将这些可能性带到现实中来，我们希望在纬壹科技城创造一个开放的平台。业界、研究机构和政府部门可以联合起来进行验证概念的（Proof-of-Concept）试验，作为在其他地区推广这项功能的基础。 新加坡与麻省理工学院联合成立的研究组织（Singaport-MIT Alliance for Research and Technology，SMART）早已在研究无人驾驶的可能性。它是第一个提出申请试验的组织，他们希望能够快速得到测试许可。 Frazzoli 是 SMART 的首席调查员，她认为 「 无人驾驶最大的好处是让共享汽车和拥有汽车一样方便，又像公共交通一样可持续发展、规模可控。」 如果说无人驾驶在美国目前的应用是在高速公路上，那么它对于新加坡这个弹丸之国有着另一种非同一般的意义。 新加坡是一个城市国家，面积约为 700 平方公里，550 万人口，相当于一个中型的二线城市。由于国土面积小，寸土寸金，现实情况是，在新加坡开车非常昂贵： 居民为买一辆车要支付 6 万美元，而且牌照只持续 10 年。有夸张的进口税。一个新加坡人会为一辆丰田普锐斯付出 15 万美元以上。 2015 年 3 月，新加坡共有 28672 辆出租车，6 大出租车公司运营的 7 种车型。几乎遍布全城的轨道交通系统仍然是最便利的公共出行方式。 如果无人驾驶出租车能够取代私家车和现有的出租车，将极大地改善城区中的路况。但前提是它们能够系统性地运行，而且能够与其他车辆和行人沟通。 严格来说， SMART 正在研制的并不是新加坡的第一辆无人驾驶车。去年秋天，SMART 团队和新加坡国立大学联合推出了两款可以自动驾驶的电动游览车，以供游客乘坐游览公园。 这两款游览车分别名为 DJ (Driverless Jockey) 和 BX (Buggy Xtreme)，能够搭载 3 位游客，时速在 10 千米以内。 要使用这些游览车，游客首先要在 SMART 网站上注册，然后便可以通过手机 app 预订车辆。在网站和 app 上，可以随时查看它们的位置。 所有的无人驾驶游览车构成了一个交通系统：一块触摸屏取代了方向盘，乘客可以用它来选择目的地 ；在行车途中，车与车之间也能通讯、交换彼此的位置，以提高整体的运输效率。 尽管这些游览车与真正上路的无人驾驶汽车还有距离，但它还有一个目的，即了解： 如果你把这样的技术放在人们面前，他们会拥抱它，还是远远躲开？ 2011 年新加坡有 78 万载客车辆。据 Frazzoli 估计，若要满足全城的出行需求，并且在高峰期 15 分钟之内就能叫到车，大约需要约 30 万辆无人驾驶出租车。这意味着车辆的数目可以减少一半，甚至还可以省下许多停车位。 受国土面积所限，新加坡一直严格控制新增汽车数量，汽车的年增长量在 0.5% 左右。 你可以把土地还给居民，建造公园，而不是用来存放橡胶和金属。如果你能摆脱这些车，你将能重新得到你的城市。
谷歌自动汽车抢线，差点撞上德尔福的自动驾驶车
（转载自新浪科技）本周早些时候，谷歌一辆无人驾驶汽车的原型车在硅谷差点与竞争对手的无人汽车发生事故。这是首次涉及两辆无人驾驶车辆的交通事件。 美国德尔福汽车 (Delphi Automotive PLC) 硅谷实验室主任，自动驾驶项目全球商业总监约翰·艾布斯米尔 (Jpohn Absmeier) 周四透露，本周二，公司一辆由奥迪 Q5 跨界车改装的自动驾驶原型车在 Palo Alto 一条道路上变线时，被谷歌一辆雷克萨斯 RX400h 改装而来的自动汽车抢线拦住去路，被迫取消变线。 艾布斯米尔称他作为乘客目睹了事件经过，并称德尔福的车辆「 反应妥善」，没有发生碰撞事故。 谷歌对此不予置评。 德尔福的硅谷实验室位于山景城 (Mountain View)，距离谷歌总部不远，主要使用奥迪汽车作为自动汽车实验的原型车，谷歌则采用了 20 多辆雷克萨斯车型试验自动驾驶。 本周四，谷歌开始测试新款无人驾驶汽车的原型车。新原型车外观由谷歌自行设计，但使用的软件与此前的原型车相同。 两家公司此前都报告称自家的无人汽车曾发生过轻微碰撞事故，主要原因是其他司机的操作失误。