Google无人驾驶车背后故事：从九曲花街的挑战开始

　　无人车幕后的原理：Google无人车是怎么思考的？

　　无人车之所以能够颠覆现有汽车行业，恰恰就是因为它解决的不是汽车行业的难题，而“其实是一个计算机科学领域的难题”。Google无人车团队的总监Chris Urmson说。模拟人的思考，恰恰是最关键的一部分。那当你坐上Google无人车的时候，它是怎么来“思考”的呢？

　　1.我在世界上的什么位置？

　　对于无人车来说，*个要搞清楚的是自己的位置。它主要用GPS来定位自己，不过，GPS的误差有点大，给出的信息可能是实际的位置30米之外，也就是说，要准确定位，还必须要再加上其他的感应器，比如激光来综合处理。可以把这些想象成汽车的眼睛和耳朵，但是去可以看到更远的地方，并且是车身360度的范围。这些感应器之间也都可以相互沟通，并且给出交叉验证过的环境信息。

　　2.我周围都有什么？

　　汽车也需要了解周围的环境是怎么样的。但是当感应器收集了大量信息之后，还是需要软件来处理这些信息，并且区分周围的物体类型。不过，事情远比说起来复杂。行人长得不一样，汽车更是有各自的大小和形状，软件需要把这些感应到的物体进行分类，并不容易。

　　经过几代更新，通过对目标物体的大小、形状和移动方式进行判断，Google无人车已经可以准确识别行人、自行车和汽车等几种类型。

　　在车里的安全驾驶员的电脑屏幕上，这些物体会以不同颜色的方块表示出来，自行车是红色的、行人是黄色的，汽车则是绿色和粉色的。安全驾驶员也可以对电脑的判断做出追踪，看是否正确，比如当屏幕上出现红色方块的时候，是否真的是辆自行车在前进。

大屏幕上是无人车“看到”的图像。左下角为人眼看到的实际路况。图片来自PingWest。

　　不过，仅仅是物体信息还不够，还需要知道这些物体的活动传递出什么含义。比如说，当骑自行车的人做一个手势，表示要转弯时，Google无人车会识别出那个信息，从而对其做出正确反应。

　　3.接下来会发生什么？

　　为了给下一步的行动做出安全的决定，Google 无人车不仅要了解周围的物体在哪里，同样还要预测每个物体下一步可能会移动到什么位置。软件会通过信号灯以及过去收集的信息、学习经历来做出可能性的预测，判断这个环境下有可能发生什么。比如，通过对行人的位置、行走速度和运动轨迹的了解，Google无人车的软件可以预测出在当前情况下，行人是非常有可能穿过马路的，所以会提早减速，在斑马线前停下避让。

　　4.我应该怎么做？

　　Google无人车的第四步，就是软件基于目前收集到的所有信息，来选择最安全的速度和路线。它的目标是，可以用非常自然的方式行驶，并进行加速、暂停或者改变方向等操作。这样的话，其他在这个环境里的人，也可以更好的和车互动，并且非常自然舒服地做出自己的行为，不会因为对方是辆无人车，就需要额外的注意或者担忧。

　　当然，安全始终是无人驾驶车的*要素，所以很多情景都要考虑进来，比如车辆间的距离、与周遭匹配的行车速度、当别的车要超车的时候该怎么做出反应等。

　　举例说，当有的车想要并入Google无人车所在的车道时，在处理器里，这些车的信息上面就会标记出黄色感叹号，以进行提示，这时，无人车就会减速，让前车顺利并道；或者，当它进入在前车的盲区时，它也会出于安全因素，尽快离开这个区域，以减少事故发生的可能性，这一点，可能很多司机自己都没有注意过。

　　除了和车子的关系，有的时候，还要考虑车上乘客的感受。当与一辆大卡车并排行驶的时候，很多乘客都会觉得不舒服，这个时候，软件就会控制无人车往车道的另外一侧靠，以留出一些空间，减轻卡车给乘客带来的压迫感。

　　Google无人车还可以识别和避让施工或者路障。它能够检测到那些提醒车辆绕行的橙色的标示和三角锥，然后提早改变车道。

　　而如果在一个没有交通信号灯的十字路口，人们通常需要眼神或者手势的交流来决定哪辆车应该先行，无人车可能没有办法打手势，但是它有自己的办法——在轮到它时，它会先停住，然后往前微微滑动，向其他的车表示轮到自己走了，再正常速度通过路口。

【本文由投资界合作伙伴品途商业评论授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。