智能汽车如何让驾驶变得更轻松、更环保

几周前，内华达州的立法者通过了一项法案，要求对无人驾驶汽车制定新规定，这是一个颇具前瞻性的举措。许多汽车已经参与了停车和防滑控制等曾经由人类驾驶的活动，不久之后，它们将能够完全自主导航、做出决定和驾驶。

但从某种程度上来说，自动驾驶汽车的世界已经到来。美国和欧洲的主要汽车制造商利用相对简单的软件和对现有硬件的调整，让汽车以与混合动力发动机或替代燃料无关的方式变得更智能、更环保。

通过相互连接以及与云端的连接，汽车将能够自行做出决定——因此，简单地说，驾驶的未来将基本上不再由人类掌控。

算法和分析将预测驾驶员行为并预测未来的通勤情况，研究未来几秒到几小时的情况。配备雷达的轿车将感知周围环境，公路列车和车对车网络将减少交通拥堵、防止死亡事故并提高燃油经济性。

“我们如今的很多互动都是为了帮助驾驶员完成工作，但我们想要做的是帮助汽车，让汽车变得更智能，”密歇根州迪尔伯恩市福特研究与创新中心的工程师 Ryan McGee 说道。“当你将汽车连接到云端时，就会出现很多可能性。”以下只是其中的一小部分。

你的汽车将预测你的行驶方向

如果你不乘坐公共交通，那么你上下班或上学的路程很可能遵循一个典型的路线——早上，你从家里到咖啡店再到办公室；晚上，你离开办公室，也许在杂货店稍作停留，然后回家。福特希望其汽车能够利用你的可预测性，在你发动汽车时猜出你要去哪里。

研究人员正在将驾驶历史输入到名为 Prediction API 的 Google 软件服务中，该服务使用机器学习算法来生成预测行为模型——在本例中，是特定驾驶员的习惯。

“我们问模型的问题是‘这个人接下来要去哪里？’”正在研究该模型的麦吉说。“模型会说，现在是星期三下午 5 点，所以你很可能会回家，然后它会将这些数据发回汽车。”

当前的系统连接到互联网，记录汽车在什么时间和什么日期处于什么位置。该算法计算出该地点和时间的可能行程列表。根据行程可能性，汽车可以将其电力消耗转换为使用电池而不是汽油——这对插电式混合动力汽车很有用，McGee 解释道。福特一直在 Escape SUV 插电式混合动力车上测试它。

未来，政府可能会在学校或公园附近设立低排放区，或修建电池专用车道。麦基说，他通常在下班回家的路上接儿子去参加足球训练。如果他的汽车知道他的习惯，并且知道该地区有一个低排放区，那么汽车就会在他一天的那段时间节省一些电池电量。

“它可以确保我节省足够的能源，这样当我到达那个地区时，我就可以开电动汽车了，”他说。“如果我们更多地了解人们将如何使用汽车，我们就可以优化他们的性能。”

但所有常规都可能被打破——如果你周三想吃墨西哥卷饼，周四想吃芝士汉堡，那该怎么办？汽车根本不知道你午餐时间会去哪里。麦基说，由于随机性和驾驶员反复无常的天性，如果该系统被安装在大众市场车辆上，驾驶员将能够对系统进行添加和更正。

你的汽车将预测交通状况

一旦汽车了解了驾驶员的习惯，它就可以整合云端的其他数据，提出更明智的建议。如果交通预报员拥有足够的数据，并且有足够好的模型来解释这些数据，他们应该能够在午餐时间告诉你下午 5 点回家的路况会是怎样。IBM 开发了一款智能手机应用来实现这一点。

IBM 表示，该应用可以学习驾驶员的驾驶习惯，预测未来 30 分钟或更长时间的交通状况，并在驾驶员上车前将预测结果发送给驾驶员。IBM 智能交通项目经理约翰·戴 (John Day) 表示，蓝色巨人一直在旧金山湾区测试该系统。

该应用利用手机的 GPS 功能跟踪驾驶员在一天中不同时间的行车情况，了解其日常习惯。它还连接到加州交通部之前安装的 700 个道路传感器系统。这些传感器跟踪汽车行驶速度和交通流量，计算每分钟的汽车数量。这些传感器每 30 秒收集一次数据，但 IBM 会将这些数据汇总为 5 分钟的数据，并将其输入算法。Day 表示，该算法会将数据关联起来，找出规律。

“该工具擅长发现和学习减速的迹象，”他说。“它会注意到在某个特定区域或特别是某个交汇处，当交通减速时，83% 的时间，或者无论什么时候，你都会遇到更大的问题。”

系统利用这些特征分析实时数据，建立不断更新的交通状况模型，每 5 分钟更新一次。现有的预测系统基于当前状况进行预测，预测如果没有变化，交通状况会如何，而该算法可以识别并解释单个动作的连锁反应。

戴伊说，用户可以从电脑登录该应用查看“行程历史”，并可以根据自己的选择添加或删除路线，以控制存储的信息量。他甚至设想该应用会为司机经常光顾的商家提供优惠券。

“如果你有能力识别出某人经常路过咖啡店，那将是有价值的信息。它必须谨慎使用和管理，以便用户完全控制是否要共享这些数据，但确实有这种能力，”他说。

但他说，这款应用的真正优势在于帮助司机避开交通拥堵。它可以建议替代路线，甚至可以查看基于网络的交通时刻表。因此，如果司机通常在早上 8:30 出发上班，他可能会在早上 8 点收到一条短信，上面写着当天的天气预报——“你今天的正常通勤情况看起来很糟糕，但这趟火车 8:30 出发，停车换乘处有 48 个停车位。”

戴表示，该系统可以在任何有道路传感器且司机配备有 GPS 智能手机的地方发挥作用。

“去任何城市看新闻，当有人谈论交通时，你通常都会看到热点图，就像天气预报员一样，”他说。“[城市]几乎所有都设有某种道路传感器网络。”

你的汽车将预测行人和其他驾驶员的下一步行动

现在你的车知道你要做什么，也知道大众要做什么，它需要知道前方 20 英尺处的汽车要做什么。车对车网络和先进的控制算法可以确保不会出现意外，希望有一天不会发生事故。它们还可以通过防止走走停停的交通来提高发动机效率并减少排放。

就在本周，美国交通部宣布了一项试点计划，让司机测试未来的联网汽车功能。系统将使汽车能够相互通信，并与交通信号灯和铁路交叉口等道路基础设施进行通信，但司机必须先习惯它。六个城市的诊所将让人类测试无线联网汽车技术，看看我们能适应得如何。

如果我们不能很好地适应，汽车很快就会具备应对能力。麻省理工学院的研究人员正在开发新算法，该算法结合人类行为模型来警告驾驶员潜在的碰撞，并控制汽车以防止发生碰撞。

就该系统而言，驾驶可归结为两个动作：刹车和加速。据上个月报道了新算法的《麻省理工学院新闻》报道，根据驾驶员在特定时间点采取的动作，汽车的下一步可能结果非常有限。麻省理工学院机械工程助理教授 Domitilla Del Vecchio 还整合了预测人类行为的模型，例如驾驶员在十字路口减速或加速时。

据麻省理工学院称，由此产生的系统可以确定十字路口中车辆有碰撞危险的点。配备此算法的汽车将尝试预测其他汽车的行为（同时参考交通信号灯和自己的车载传感器），并采取相应措施避免碰撞。

未来完全没有人类司机，算法必须考虑不同数量的汽车协同行动，考虑一个动作的连锁反应。例如，如果一辆车减速以避免撞车，其他汽车也必须改变其行为。分布式控制系统将控制给定组中所有汽车的加速、制动、变道和高速公路出口。

卡内基梅隆大学的研究人员建立了一个模拟系统，可以证明该系统的安全性，即使有多辆汽车执行多项复杂任务。计算机科学助理教授 Andre Platzer 领导的团队最初只在一条车道上设置了两辆汽车。然后他们增加了更多汽车，以表明该系统可以与任意数量的车辆配合使用，并增加了更多车道，以表明该数量也可以变化。最终，无论涉及多少辆汽车或多少条车道，该系统都能保持防撞性能——在笔直的高速公路上。Platzer 在 CMU 的新闻稿中表示，未来的模拟必须考虑弯道等变量。

不过，自动驾驶汽车车队的控制系统还远在遥远的未来。汽车不需要先进的算法来协同工作以减少拥堵和防止碰撞——欧洲研究人员已经在这样做了，只需让汽车相互通信即可。这样的系统可以让汽车在尾流中行驶，从而减少排放并提高发动机效率。

瑞典汽车制造商沃尔沃一直在测试“公路列车”，即由专业司机带领的车队。汽车可以挂接到列车上并通过无线链路连接，自适应巡航控制系统将与领队的速度相匹配。车内的传感器将确保每个人都保持安全距离。今年早些时候，沃尔沃测试了一列由一辆车和一辆半挂车组成的公路列车。

目标是减少燃料消耗、缓解交通拥堵、提高驾驶安全性。该汽车制造商希望在 2020 年之前部署该技术。

上个月，德国研究人员发现，每 1,000 辆车中只要有 5 辆进行通信就足以缓解交通拥堵。汽车中的传感器可以收集数据并通过本地无线网络与其他汽车交换数据，以及将数据转发到中央交通指挥中心。为期一年的测试的初步数据显示，至少有 5 辆汽车就足以对交通拥堵产生影响。该测试是欧盟“自适应网络和远程信息处理基础设施移动动态信息和应用”（DIAMANT）项目的一部分。