[ 導讀 ] 據美國《連線》雜志5月15日報道，盡管谷歌的無人駕駛汽車已經研發了數年，時常有其新聞見諸報端，但是相信許多朋友都還是對其不甚了解。近日，筆者有幸去谷歌總部親身體驗了一下乘坐的感受。

 　　據美國《連線》雜志5月15日報道，盡管谷歌的無人駕駛汽車已經研發了數年，時常有其新聞見諸報端，但是相信許多朋友都還是對其不甚了解。近日，筆者有幸去谷歌總部親身體驗了一下乘坐的感受。這段約三英里的短短行程，為我們留下了極深的印象。

 　　親身體驗之前，筆者原以為無人駕駛汽車的“車技”會比較蹩腳。但出乎意料的是，乘坐時，我們竟然感到像坐在一位有經驗的司機車上。確切地說，這輛車的駕駛技術至少和一位剛拿到駕照的年輕人不相上下。

 　　我們乘坐的是一輛經過改裝的雷克薩斯RX350h，車身布滿各種激光測距系統、車載攝像機和雷達系統等設備。不過，令谷歌無人駕駛汽車比過去任何一種自動駕駛技術都更加先進的，靠的可不僅僅是這些高端設備。

 　　無人駕駛汽車完全不是一個新鮮的概念。事實上，從上世紀初起，人類關于自動駕駛技術的種種嘗試就一直沒有中斷過。而除了上文提到的種種先進科學儀器，真正讓谷歌無人駕駛汽車達到前所未有的高度的核心優勢，是其不僅僅能識別已經駕駛過的道路。谷歌無人駕駛汽車項目團隊已經專門對很多地方的道路細節信息，包括分道線、路緣石的精確位置以及限速等進行實地搜集和整理。基于這樣一個極為龐大的數據庫，即使是沒有駕駛過的道路，谷歌無人駕駛汽車也能輕松應付。

　　谷歌無人駕駛汽車地圖數據負責人安德魯•查塔姆(Andrew Chatham)近日表示，無人駕駛汽車能夠行使，離不開地圖數據的幫助，而地圖數據也使得開發無人駕駛汽車軟件更加容易。

 　　由于道路信息常常會發生變化，如何確保獲取最新的路況信息就成為一個非常重要的難題。無人駕駛汽車軟件就是為了解決這一問題而產生的工具，它可以對任意路段的車輛、行人、建筑等信息進行實時更新。

 　　盡管這款軟件很好地解決了地圖數據的更新問題，但是卻仍然無法解決另一大難題，即谷歌無人駕駛車的駕駛范圍僅限于已經采集過地圖數據的路段。查塔姆坦言，如果某一地區沒有建立地圖數據庫，無人駕駛車便無法在當地行駛。盡管隨著各種車載傳感器的精度不斷提高，無人駕駛汽車的智能程度也會不斷提高，但還是無法離開地圖數據的重要支持。地圖數據對行駛安全性相當重要，無人駕駛車在其熟悉的地區行駛，其表現顯然更加令人放心。

 　　電池容量問題是限制電動汽車發展的一大障礙，那么有限的地圖數據會不會成為無人駕駛汽車的“軟肋”呢？對于這一問題，查塔姆表示，數據采集是一項相當龐雜的工作，而且糟糕的是，盡管“谷歌地圖”已經記錄了地球上大量地區的詳細信息，但是卻仍然達不到無人駕駛汽車對地圖數據的精密要求。因此，實際上所有的路段都需要人工重新行駛，而且需要行駛數遍。如果谷歌無人駕駛汽車想在全球推廣，那么地圖團隊不僅要對全球各個地區的數據進行實地搜集，而且對這樣驚人的數據搜集的精細程度也遠超此前的谷歌地圖項目。

 　　拿筆者所試乘的這輛SUV為例，車上裝有各種搜集數據所必備的設施。架設在車頂上的激光測距系統每秒鐘旋轉10次，發出64束激光射線，以對周圍物體的距離進行不間斷測量，并生成周圍環境360度的3D圖像。此外，車載攝像機和雷達系統則能夠記錄更加精確的信息。團隊工程師將所有這些數據信息封裝在一起，就形成了可供無人駕駛汽車使用的地圖。

　　在問及這樣龐雜的搜集工作是否是無人駕駛汽車項目的主要難題時，軟件項目負責人德米特里•多爾戈夫(Dmitri Dolgov)表示，他對此并不擔心。他認為，無人駕駛汽車并非只能自動駕駛，在沒有數據的地區改換手動操作也未嘗不可，而且未來由每一位車主幫助共同搜集地圖數據也并不是沒有可能。

 　　多爾戈夫的樂觀并不是毫無根據。事實上，每輛谷歌無人駕駛汽車上都配有激光測距系統、車載攝像機和雷達系統等一整套搜集地圖數據的必要設備，因此車主完全可以先在沒有地圖數據的地區手動駕駛數遍，上傳相關數據后即可享受自動駕駛帶來的樂趣。

 　　多爾戈夫還補充道，目前團隊已經搜集了許多地區的地圖數據。2007年上線的“谷歌街景”項目為了獲取各地實景信息，曾在全球各地利用專用街景車進行實地拍攝。而如今為了無人駕駛汽車項目，谷歌再做一次類似的工作，也并非沒有可能。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。