第8部分(第3/4 页)

实例：当一个人驾车行驶到安全岛或者看见静止的车辆时，他会做出不同的反应。〃基本上你能够对静止的车辆做出反应，你可以排在车后面等候，〃他说道，〃如果是安全岛，你只需绕着开过去。人类在看到物体后能够立即识别，这是理所当然的。但是，想要通过分析图像数据，让车来理解前面出现的是一个安全岛，还不存在这样的技术。〃在40米左右的位置以外，按照特伦的说法，〃佐尼〃也不知道正在靠近的物体是什么，它只把这个物体看成一个障碍。

和人比起来，〃佐尼〃在某些方面更有优势，这就是为什么有些像自适应巡航控制的机器设备（可以通过雷达信号来判断与前面车辆的距离，同时做出适当反应）已经开始在车内使用的原因。当计算其与前面车辆的距离时，就像ACC（自适应巡航控制系统）一样，〃佐尼〃比我们更加准确。斯坦福大学的研究员迈克尔·蒙特莫罗（Michael　Montemerlo）说〃佐尼〃可精确到1米内的车距。〃人们总会问：是否〃佐尼〃可以感觉到其他人的刹车灯，〃蒙特莫罗说道。〃我们的答案是〃不需要〃。〃佐尼〃可以精确计算另外一辆车的速度，由此判断这辆车是否会刹车。它可以直接确定对方的速度，而不是通过十分有限的信息了解到对方即将停车。〃它比人类获取的信息还要多。

驾车不仅要考虑感觉的可信度，还要知道如何处理信息。对〃斯坦利〃来说，这种任务相对简单。〃不过是机器人独自行驶在沙漠里，〃蒙特莫罗说。〃〃斯坦利〃〃对外界的认识是基础性的，实际上外界在〃斯坦利〃眼里完全是几何图形。〃斯坦利〃的目标不过是选择平坦的道路而避免走崎岖的路。由于〃斯坦利〃对外界的了解很有限，它无法在市区环境下行驶。要在这种环境下行驶就一定要理解你看到的情形，还要对此理解得很透彻。〃比如说，当我们接近一处刚刚变黄的交通灯时，我们会立刻开始一系列复杂的分析：黄灯会亮多久？我有时间（或者空间）刹车吗？如果加速我可以穿过去吗，要开多快才能成功？如果突然踩刹车，后挡板会不会被撞？有没有冲红灯摄像机？路面是不是湿的？我在岔路口会不会被抓，会不会妨碍交通？然后我们再做出决定。

▲BOOK。▲虹桥▲书吧▲

第32节：为什么你车开得不像你想的那么好？（3）

我们有时距离黄灯很近时才停下来，但有时距离黄灯还很远，红灯还没亮时停下来，到底该什么时候停，工程师们将此称为〃进退两难地带〃（dilemma　zone）。这的确是个麻烦。通过撞车率可以知道，很多司机因为要在黄灯时停车而汽车的尾部被撞。不过更严重的撞车是司机继续行驶，从路口开过来的车辆撞到了车身侧面。要么撞车事故不严重，但是撞车几率很高，要么撞车事故很严重，但是发生这种事的几率很小，这两种情形该如何选择？工程师们延长了黄灯等待时间，不过因此降低了路口的道路通过量。一旦信号灯的等待时间放宽松，这相当于又在鼓励司机提高车速去冒险。

有些人甚至提议使用提示司机交通灯即将变黄的标志牌，以此提前警告司机。这是一种〃小心再小心〃的策略，扩大了〃犹豫区〃（indecision　zone）的范围。然而，在澳大利亚的十字路口处进行的一次调查却并不让人乐观，调查者研究了绿灯刚刚开始闪烁，还没有变成黄灯时发生的情形。调查结果多种多样：绿灯闪烁时，穿马路的司机数量很多，但是直接闯红灯的司机并不多；然而多数司机都停车过早。以色列的一项路口研究显示，后一种做法会造成危险后果，这里使用的也是〃绿灯闪烁〃的办法。在十字路口处，使用这种指示灯造成了更多追尾事故。犹豫区范围越大，车辆数量就越多，于是有更多人需要决定是开走还是立即停车，撞车的几率也更大。

在路上，这种麻烦区域一直都存在。在挑战大奖赛进行时，路上没有行人（蒙特莫罗说〃谢天谢地〃）；这对汽车〃佐尼〃来说是个大问题。〃我想过很多，要是〃佐尼〃在实战中不成功会怎样，〃蒙特莫罗说道。它在斯坦福驾车就比较稳定，可是如果有行人站在路边，站在人行道旁边怎么办？因为这时行人不在路上，他不算障碍。可是他要是在等着过马路，或者仅仅站在那呢？为了认识这个问题，机器人还需要理解路人的肢体语言，或者通过训练可以进行眼神交流和对行人的面部表情进行分析。即使机器驾驶员停下车，路人仍需获得更进一步的信息。〃行人有时很警惕，即使走在已经停下来的车面前也会比较小心，〃蒙特莫罗说，〃通常他们会