在自动驾驶汽车变得更安全之前，它们需要突破自己的极限

自动驾驶汽车以谨慎驾驶而闻名。毕竟，汽车制造商和科技公司设计的自动驾驶汽车是教科书式的安全驾驶，而不是激进的速度狂魔。但斯坦福大学的机械工程师一直在研究一种研究车辆，它可以在轮胎抓地力的边缘自动驾驶，突破摩擦的极限。

目标不是制造一辆可以在赛道上漂移的自动驾驶汽车。相反，研究人员希望通过让自动驾驶汽车了解自己的极限，甚至在极限边缘行驶，帮助它们真正更安全地行驶。如果有鹿冲到车前，这对任何司机来说都是一项有用的技能——你需要能够在必要时转向，但不要太猛，以免轮胎在沥青上失去抓地力，汽车滑出路面。

“我们的实验室对研究自动驾驶汽车的极限操控性非常感兴趣，”斯坦福大学机械工程系博士生、 《科学机器人》杂志上一篇关于该主题的新论文的第一作者 Nathan Spielberg 说道。“我们从赛车手那里获得了很多灵感，因为他们能够熟练地利用所有可用的道路摩擦力，以尽可能快的速度绕赛道行驶。”

为了收集该项目的数据，该团队使用了两条测试赛道：一条位于“北极圈附近”，斯皮尔伯格说，这让他们能够从冰雪表面收集有关低摩擦环境的数据（有人驾驶和自动驾驶）。再往南，加利福尼亚州威洛斯的雷霆山赛道公园提供了一个获取高摩擦数据的地方。

他们利用这些数据帮助训练神经网络，这是一种机器学习和人工智能工具。然后他们在椭圆形赛道上测试了这辆车，让神经网络控制汽车的转向角度。

如今道路上的自动驾驶汽车与这辆汽车的巡航方式不同。首先，街道上的自动驾驶汽车使用激光雷达和摄像头来感知周围环境，因此如果看到停车标志等，它们可以做出反应。而这辆斯坦福研究车则使用高精度 GPS 系统来了解自己的位置，并配备车载惯性导航系统。研究人员告诉它绕椭圆形赛道行驶，并指导它的速度：车辆在赛道的直线部分时速约为 46 英里，在弯道上时速约为 25 英里。换句话说，研究人员告诉汽车要做什么以及要跑多快，他们训练的神经网络负责将汽车控制在摩擦极限。他们希望汽车“在汽车能力的极限范围内尽可能好地跟踪路径”，Spielberg 说。观看视频：

那么它的表现如何呢？他们将汽车的表现与赛道上的人类驾驶员进行了比较，斯皮尔伯格说，他们告诉人类驾驶员“尽快完成比赛”。他们发现自动驾驶系统的表现与人类相当。他们实际上在自动驾驶模式下使用了基于神经网络的系统和另一个更传统的基于物理的系统进行转向，并发现神经网络略有改善。简而言之，让人工智能部分控制方向盘有助于提高汽车的表现。

虽然观看自动驾驶汽车在拐角处急速行驶很有趣，但斯皮尔伯格强调，这项研究是为了确保安全，并在情况需要时在极限范围内操作。

“我们希望能够制造出与最熟练的人类驾驶员一样优秀甚至更好的自动驾驶汽车，”他说。这样一来，“如果它们遇到必须利用所有道路摩擦力的情况——如果突然出现障碍物，或者你突然遇到一片冰面——汽车就会知道如何做出相应且安全的反应。”