交通规划案例集/自动驾驶汽车的出现

建议阅读

• 美国交通部联网车辆研究
• 自动城市交通系统设计考虑因素
• PRT 咨询视频关于阿联酋的马斯达尔城
• 多智能体系统交通建模：群体智能方法
• 由计算机和传感器引导，每小时 60 英里的平稳行驶

汽车的诞生与发展

早期机动车辆

现代汽车的起源可以追溯到 17 世纪，由南怀仁为中国皇帝建造的模型。从那个玩具开始，经过一个多世纪，才出现了全尺寸的蒸汽动力汽车。大约在 1800 年，随着蒸汽动力被内燃机取代，取得了进一步的进展。尽管铁路使用的蒸汽机和煤炭动力发动机大量增加，但直到 19 世纪末，汽车才出现。

1885 年，德国工程师卡尔·本茨推出了第一辆现代汽车，这是一辆专门设计为由发动机驱动的车辆。有趣的是，奔驰专利-汽车是一辆三轮车（一辆领先，两辆拖尾），与目前的四轮车不同。从 1885 年到 1920 年，汽车经历了一系列的进步，包括过渡到汽油动力（大约在 1910 年）。

自动驾驶汽车的前身

1920 年之前，大多数汽车都是由手摇起动装置启动的。由于发动机在启动时的运行不稳定，手动起动器经常使早期汽车的主人受伤。早在 1896 年，电动起动电机就已经开始研制，并被应用于汽车，到 1920 年，电动起动电机已成为新车的标准配置。这是自动驾驶汽车成为现实所需的多项前身技术中的第一个。

第二次世界大战前后，自动变速器 (1930 年代) 和战后不久的巡航控制系统 (1940 年代) 的发展，出现了更多前身技术的开发。有了这些，车辆可以在任何数量的坡度或弯道上以预先定义的速度行驶，驾驶员只需负责转向。但是，巡航控制系统直到 1960 年代和 1970 年代才可以通过人机交互控制。随着电子设备变得更便宜、更小巧、更复杂，机械式巡航控制系统被能够与其他车辆控制系统交互的计算机化版本所取代。

当前技术和进步

随着计算机和传感器技术（声纳、雷达等）的兴起，现代车辆配备了许多自动化功能来帮助驾驶员。在向自动驾驶汽车过渡方面最重要的功能包括自动刹车、车道偏离检测、盲点警告、GPS 导航和自动平行泊车。这些类型的系统会自动检测附近其他车辆和/或车道线的存在，以避免碰撞，并完成人类驾驶员难以快速可靠地完成的任务。

有关这些技术的更多阅读材料可以在 这里 找到。

科幻小说中的自动驾驶汽车

随着汽车成为主流，作家和电影制片人扩展了车辆技术的界限，并提出了一些关于个人车辆未来的想法。早在 1950 年代，菲利普·K·迪克和罗伯特·海因莱因等作家就在小说和短篇故事中加入了自动驾驶出租车系统。这些虚构的系统通常类似于今天正在开发的技术：完全自动驾驶车辆、语音控制系统、自动导航

更现代的描述出现在电影和电视剧中，例如《霹雳游侠》、《少数派报告》和《我，机器人》。

谷歌汽车

谷歌的自动驾驶汽车

谷歌的自动驾驶汽车项目涉及使用人工智能技术使汽车自动驾驶，无需人类驾驶员的干预。该项目由塞巴斯蒂安·特伦领导，他是斯坦福人工智能实验室主任、谷歌工程师以及街景地图服务的共同发明者。

技术

自动驾驶的谷歌汽车改编自传统汽车。最初，谷歌拥有一支由 7 辆自动驾驶汽车组成的车队，包括 6 辆丰田普锐斯混合动力车和 1 辆奥迪 TT。2012 年，谷歌将雷克萨斯 RX450h 混合动力车加入车队。

其想法是使用人工智能软件来感知周围环境，模拟人类驾驶员做出的决策。 该过程是通过汽车上配备的摄像头、雷达传感器、激光测距仪以及谷歌数据中心提供的详细地图信息来实现的，以帮助汽车导航。

在自动驾驶过程中，汽车会发出公告，例如“正在接近人行横道”或“前方转弯”，如果主控系统检测到各种传感器出现任何问题，就会提醒驾驶员。

安装在汽车中心的传感器称为激光雷达，或称光探测与测距。它提供了一个不断更新的三维地图，该地图以厘米精度扩展到汽车周围超过 230 英尺的范围。

该汽车配备了 4 个标准的汽车雷达，分辨率较低，范围更大，前面有 3 个，后面有 1 个。车内有一个高分辨率视频摄像头，安装在后视镜旁边，用于检测路灯和行人、骑车人等移动障碍物。该汽车还配备了 GPS 接收器和惯性运动传感器。

人类驾驶员有三种方法可以控制汽车：按下右手附近的一个红色按钮，踩刹车或转动方向盘。

测试谷歌汽车

自动驾驶汽车是从普通汽车改造而成的。谷歌为汽车配备了能够自动驾驶的技术。最初，谷歌秘密进行自动驾驶汽车项目，并在 2010 年年底将其公布于众。^[4] 截至那时，所有自动驾驶汽车都行驶了 1000 英里，无需人工干预，而且行驶了超过 140,000 英里，只有偶尔的人工控制。^[1] 这些汽车行驶过金门大桥、太平洋海岸公路、太浩湖、谷歌圣莫妮卡办公室，甚至还有伦巴第街，^[2] 这条街是美国最陡峭的街道之一，有很多急转弯。

此后，测试仍在继续。截至 2012 年 3 月，测试里程已达 200,000 英里。谷歌于 2012 年 8 月 7 日宣布，自动驾驶汽车已完成超过 300,000 英里的测试，在计算机控制下从未发生过一起事故。^[5]

迄今为止，自动驾驶测试遵循以下几个程序。在测试开始时，谷歌会向当地警方介绍其工作，然后派一名驾驶员驾驶一辆传统汽车绘制路线和道路状况，记录车道标识、交通标志等特征。^[2] 一组软件工程师将对绘制的信息进行标注，以确保道路标志、人行横道、路灯和其他非寻常特征都已嵌入。所有这些信息都会由谷歌的数据中心进行处理并存储。^[3] 之后，将沿着相同路线进行自动驾驶测试。在汽车自动驾驶时，它会记录发生的任何变化并更新地图。整个过程，包括手动驾驶和自动驾驶，被称为 SLAM（同步定位与地图构建），它可以在汽车定位在地图内时创建和更新地图。^[3]

自动驾驶汽车并非无人驾驶。车内将有一名受过培训的安全驾驶员坐在方向盘后面，可以在必要时接管汽车，还有一名受过培训的软件操作员坐在副驾驶座上监控软件。^[2]

关于自动驾驶汽车的法律

自动驾驶汽车的出现带来了棘手的法律问题。现行法律要求始终有一名驾驶员坐在方向盘后面。此外，许多机动车法律都假设有一名人类操作汽车。正如加州机动车管理局高级法律顾问伯纳德·鲁所说，“在许多方面，技术都领先于法律。”^[6]

最初，谷歌在加州的公共道路上测试了自动驾驶汽车。虽然这在法律上没有得到正式允许，但根据加州的机动车法规，这被认为是合法的，因为驾驶员坐在方向盘后面，可以纠正任何错误。^[6]

内华达州是第一个授权自动驾驶汽车在州内道路上行驶的州。该法律于 2012 年 3 月 1 日生效。^[7] 佛罗里达州于 2012 年 4 月成为第二个通过法案允许测试自动驾驶汽车的州。^[8] 加州是第三个颁布自动驾驶汽车立法的州（2012 年 9 月）。^[9]

事故

谷歌的第一起自动驾驶汽车事故发生在 2011 年 8 月。谷歌的一辆普锐斯追尾了另一辆普锐斯。但谷歌表示，汽车在碰撞时并未处于自动驾驶模式。

成本

除了传统汽车的成本外，谷歌的自动驾驶汽车还需要搭载价值约 150,000 美元的设备。仅车顶上的激光雷达就价值 70,000 美元。^[10] 显然，目前对于消费者来说，这太昂贵了。

谷歌汽车的潜在影响

提高安全性是该项目的主要目标。谷歌认为，机器人驾驶员比人类驾驶员更具优势，因为它们拥有 360 度感知能力，反应速度更快，而且不会感到疲劳或分心。^[1] 因此，使用自动驾驶汽车将有可能减少道路交通事故并挽救生命。谷歌汽车可以在道路上比手动驾驶汽车更近距离地行驶（“未来的高速公路列车”，用谷歌的话说）。^[2] 因此，它们可以提高道路通行能力（谷歌估计可将道路通行能力提高一倍），^[1] 提高时间效率，并缓解交通拥堵。

如果谷歌汽车减少了汽车事故，那么汽车就可以更轻。^[1] 减少交通拥堵以及更轻的汽车可能会导致燃油消耗降低。

谷歌汽车也可能改变人们使用汽车的方式，并推动汽车共享。当汽车最终不再需要有人坐在方向盘后面时，它们就可以通过电子方式被召唤，这样人们就可以共享它们。人们只需拨打电话，然后等待自动驾驶汽车来接他们。汽车共享将减少对汽车和停车位的需求。

需要解决的问题

目前，谷歌汽车的设计团队尚未能够训练汽车识别人类交通警察或交通引导员做出的手势。^[3] 该团队还需要研究临时施工信号和其他许多驾驶员遇到的棘手情况的解释。^[11]

为了使自动驾驶汽车真正安全，汽车中的计算机系统需要非常可靠。如今的个人计算机不够可靠，因为它们偶尔会崩溃，而且容易感染病毒。^[1]

责任也是无人驾驶汽车的一个潜在问题。如果发生事故，谁该负责——坐在方向盘后面的人还是软件制造商？^[6]

未来

人们正在探索许多关于未来车辆的想法。有些系统将是全自动的，而另一些系统只是创造更智能的汽车。以下是一些目前正在研究或至少正在考虑的想法的例子。

车对车 (V2V) 通信

V2V（车对车）系统是指在一定范围内，车辆之间通过无线传输进行通信的系统。一辆汽车会向其传输范围内的其他车辆发送“我在这里”信息。这个信息是一个简单的数据包，包含车辆的位置、速度和行驶轨迹。其他车辆的计算机接收并处理这些数据，根据收集到的数据做出决策以降低风险。最终的目标是让所有道路上的车辆都具备V2V功能，这样所有车辆都可以获取大量的数据。实现该系统所需的所有技术已经成熟。GPS系统可以提供必要的数据，许多新车型已经具备可传输数据信号的Wi-Fi功能，正如前面所述，一些车型还具有驾驶辅助功能，可以在发生碰撞时接管驾驶员的操作。不过，车辆即使没有驾驶辅助功能，V2V也能正常工作。警示系统和警报也能起到辅助驾驶员的作用。美国交通部目前正在研究V2V系统的可行性及其带来的安全效益。V2V系统的优势在于，它能让驾驶员依然享有与现在相同的驾驶自由，同时又能减少危险的碰撞事故。潜在的缺点是，人们可能对将自己的驾驶数据分享给他人感到担忧。

车路协同 (V2I)

V2I（车路协同）与V2V类似，车辆依然会传输行驶数据，但它们会与基础设施进行通信，例如交通信号灯和数字路标。V2I的目标是更有效地告知驾驶员，同时最大程度地减少基础设施的需求。与V2V一样，V2I的技术已经成熟，只需将其应用于车辆和基础设施即可。V2I被视为V2V的补充系统，目前也正由美国交通部进行研究。目前，美国交通部认为该技术可用于驾驶辅助，但未来它有可能发展成为无人驾驶技术。

自动导引运输车 (AGV) 和个人快速运输系统 (PRT)

Masdar City PRT Pod

AGV（自动导引运输车）是一种自动化系统，车辆在预设的路径上行驶，通常是在轨道上或通过磁力驱动。AGV在制造业中非常常见，它们取代了人工操作的物料运输方式，例如托盘搬运车和叉车。在科幻小说和电影中，出现了将AGV用于人员运输的想法，近年来，一些地方尝试在少数地方实施这种系统。在阿布扎比附近的阿拉伯联合酋长国马斯达尔城，曾尝试在新建成的城市中采用个人快速运输系统 (PRT) 来代替传统的道路系统。PRT系统使用了一系列无人驾驶的电动汽车，由道路下方的磁力引导。这些汽车的行驶路线不受限制，可以将乘客送到城市的任何地方。乘客只需到达车站，使用平台上的电脑呼叫一辆汽车。汽车到达后，乘客输入目的地即可。乘客还能享受公共交通带来的额外便利，无需与公众共享交通工具。最终，由于成本节约的考虑，马斯达尔城的PRT系统被取消，只有一段从轻轨站到大学的线路保留下来。

群体智能交通系统 (SITS)

SITS（群体智能交通系统）是一个相对较新的概念。它是一种基于社会昆虫行为的系统，例如蚂蚁、蜜蜂和白蚁。有时也被称为集体智能，指的是每个个体都在为整体做出最优行动和移动的理念。目前对SITS的研究旨在通过改进建模和分析流程来提升现有的交通系统。群体智能的未来潜力巨大。有人设想了一个由超级计算机组成的中央控制网络，它可以控制所有交通工具的移动并优化效率。这个概念还处于起步阶段，但很有可能在未来得到应用。这种系统的缺点是，由于所有交通工具都实现了自动化，驾驶员将完全失去驾驶自由。但另一方面，所有交通工具都实现了自动化，因此几乎可以消除所有的事故。