当我打开 AImotive 的白色 2015 款丰田普锐斯的时候，一眼就能看到它的与众不同。这辆特别普锐斯被命名为 El Captain，并且被印在了车后边门的下面。两架小相机被固定在了车顶上，用电线与车头和后备箱上各一架相机相连。
坐进车里的时候，才是有意思的事情开始时候。后备箱内一个微波炉大小的电脑，一个大大的显示屏占据了副驾驶和仪表板。中间的控制台有三个开关，分别是“允许执行”，“错误”和“正在执行”。
这家名为 AImotive 的自动驾驶公司总部位于布达佩斯，致力于研发可与自动驾驶巨头，优步和 Waymo，比肩的自动驾驶技术。在加利福尼亚山景城，我有幸与该公司 CEO LaszloKishonti 一同乘坐他们研发的自动驾驶汽车，也有机会对这个自动驾驶世界的复杂程度一探究竟。
镜头回馈系统
AImotive 公司的无人驾驶系统与其他大家熟知的系统有所不同。简单来说，他们利用镜头作为主要传感器，而不是激光雷达。“交通系统是一个视觉系统，并且使用镜头的成本还是很低的” Kishonti 说，“激光雷达可以识别有人接近汽车，然而一个镜头可以分辨出是一个老人还是小孩。激光雷达的精度并不能识别这些微小的区别，而这些区别在城市交通中还是很重要的。”
这家公司的 aiDrive 软件，利用从镜头传感器得到信息来提供给其中的算法，从而进行层次决策，其中四层同步行为：识别，地点，移动以及控制。Kishonti 指出，激光雷达已经证明了有一定的成本优势，并且在未来也会继续存在这个优势。
“十多年前，激光雷达是最好的选择，因为那时候没有足够的处理能力来为人工智能提供计算 。”
Kishonti 指出 aiDrive 目前运行在 Nvidia 的芯片上，这些芯片最初是为图形计算而设计的，考虑到它们是多么的耗电，其运算效率并不高。同时，Kishonti 说：“我们计划在未来六个月内用低成本，低能耗的芯片替代现有芯片。”
在 VR 场景下进行测试
Waymo 最近宣布，它无人车舰队现在已经自主驾驶了四百万英里。这是数字很大，让人很难与之竞争。 但是 AImotive 并不是在试图与Waymo竞争，至少不是通过记录更多真实的测试里程。相反，公司正在做90％的虚拟现实测试。 Kishonti 说：“这是真正使我们与竞争对手脱颖而出的原因。”
他概述了 VR 测试的三个主要优点：它可以模拟对现实世界来说太危险的场景（比如碰到什么东西），成本太高的情况（并不是每个公司都有 Waymo 在真实道路上运行数百辆汽车的资金），以及过于消耗时间的情况（像等待下雨，下雪或其他天气条件自然而然地重复发生）。
“真实世界的交通测试太偏向一般的路况。” 他说， “我们想要做的就是测试所有难以解决的路况。”
在看起来和马里奥卡丁车多人赛车游戏差不多的屏幕上，他给我看了模拟器。卡通车沿着蜿蜒的街道巡游，配备了所有现实世界的环境：人，树，标志和其他汽车。当我盯着屏幕时，一只毛茸茸的袋鼠突然跳过一个屏幕。“沃尔沃在澳大利亚有一个问题，” Kishonti 解释到， “袋鼠的运动与其他动物不同，因为它跳跃而不是奔跑。”
AImotive 目前正在每天晚上测试大约 1,000 个模拟场景，成功的测试曲线稳步上升。这些路况被分解成特征，并且路况周围的环境特征也被馈送到神经网络中。随着算法学习更多的特征，车辆可以处理的路况复杂程度也会有所提高。
在路上
在 Kishonti 和他的同事们给我介绍了他们产品的细节之后，是时候对它进行测试了。安全驾驶员坐在驾驶座上，电脑操作员坐在乘客座位上，Kishonti 和我则坐在车的后排座位上。驾驶员保持对车的完全控制，直到我们驶入高速公路。然后他轻按了一下“准备”开关，他的副驾驶按下“激活”开关，然后驾驶员双手离开了方向盘。
你会问接下来发生了什么？
这辆自动驾驶汽车小爱的速度极限是每小时65英里，这意味着所有其他车辆都超过了我们。当一辆汽车我们面前进行并道时，小爱相应地刹车（有时候会觉得有点生硬）。监视器显示来自每个车辆摄像头的图像，多方数据，以及对道路进行的仿真，其中车道的中心被蓝线标记，小爱两侧的摄像机则会跟踪测量车道两侧的边缘线。
我注意到行驶途中小爱摇晃了一下，这并没有让我感到紧张。但是接下来发生的两件事情，让我感到有点紧张。先是我们行驶到一座桥下，然后是一辆卡车在我们的旁边，桥梁和卡车在我们的车上形成一个完整的阴影。那时，小爱失控了，接着我们向右急转弯，刚刚好没有撞上卡车的后轮。这是驾驶员抓住方向盘，收回了小爱对汽车的控制权。
Kishonti 解释说，“阴影使汽车的摄像机很难看到车道标线。这是该算法以前没有遇到的新情况。如果我们只是在一座桥下或者只是在卡车旁边一会儿，El Cap 可能不会有麻烦。但是在同一个计算循环里连续发生的两种新情况，小爱就有麻烦了。”
Kishonti 说：“这是一个新的场景，我们将加入到我们的测试中。他补充说，算法处理这种情况的另一种方法，就是模仿附近的汽车，而不是根据车道标线来计算速度和位置。他说：“人类的眼睛会看到其他车辆仍然以相同的速度行驶，即使看不到路面的细节。
在这之后，又经过了一次短暂的，平安无事的巡航，安全驾驶员接管驾驶权，并把我们带回了办公室。
驶向未来
我从车里爬了出来，不仅感觉到自驾车是可能的，而且自动驾驶也是完全可能的。我记得，有一次，当我开车进入隧道时，瞄到了车斜前方有一只松鼠，我赶紧打方向盘，并在停车标志线处缓慢的把车停住，从而避免了一场流浪松鼠被撞惨剧的发生。所有这些动作都没有使用主动意识进行思考。我认为，自动驾驶除了要学习如何驾驶，刹车和加速之外，还应该结合我们的大脑和身体的无意识（这是至关重要的）反应，就像我们的瞳孔扩张，可以让我们接收更多的光线，从而看清隧道中路况。
毋庸置疑机器学习，人工智能和计算能力都有了进步，但是在开车这件事上，我对人类的大脑有了全新的认识。
Kishonti 和我有类似的感觉。 “我不认为在不久的将来，自动驾驶汽车会比最好的驾驶员更好。”他说，“但他们会比一般的驾驶员要好一些。我们想要实现的是安全，高质量的驾驶，并具有可扩展性。“
AImotive 目前正与美国科技公司以及欧洲，中国和日本的汽车和卡车制造商合作。
联系客服
