智能汽车可以使道路更安全，并且缓解拥堵。以下是科学记者劳瑞·霍威尔有关自驾车的报道。
苏珊·哈斯勒（Susan Hassler，以下简称苏珊）：生活在2030年的另一种好处将会是“自主车”，也就是人们所知的“自驾车”。许多主要的汽车制造商已经开始测试自驾车系统。而且，谷歌公司声称基于普锐斯的自驾车已安全行驶30万英里，其中5万英里没有任何来自人类驾驶员的干预。
菲尔·罗斯（Phil Ross，以下简称菲尔）：当然，谷歌是改变国家法律来适应自驾车的主要驱动力。加利福尼亚州已经通过了一项法律，是到2015年对自驾车的强制规定。佛罗里达州和内华达州也通过了类似的法律。因此，自驾车的一举一动都在我们的监测中。
苏珊：我们的下一个故事来自科学记者劳瑞·霍威尔（Laurie Howell，以下简称劳瑞），她一直梦想有一个私人司机，那么为什么不干脆要一辆自驾车呢？
如何玩得转
劳瑞：大家好。嗯，大家知道，每当你研究改变生活方式的新技术时，最大的一个挑战是如何玩得转。
于米特·厄兹居内尔（Umit Ozgüner，以下简称于米特）：其他所有人并不见得会按照规矩开车，如果你的汽车想要生存的话，就必须适应你可能要处理的各种奇怪的行为和因素。
劳瑞：电气工程师于米特·厄兹居内尔和他在俄亥俄州立大学的团队正在研究在城市环境中――从小社区到大城市，把自驾车与人类司机整合在一起。
于米特：我们能协调所有东西，能把所有指令、指导和传感器数据可靠地传送到比如说成千上万甚至上百万不同的移动实体。
凯斯·雷德米尔（Keith Redmill，以下简称凯斯）：所以，这是我们的室内实验室，我们在这里做一些软件的最初测试，我们设计软件来控制自动化的车辆……
劳瑞：电气工程师凯斯·雷德米尔带我们参观了他们研究团队的模拟城市环境。我们置身于大约1 200平方英尺（约111.48平方米）的房间里，这里有一条涂漆的道路蜿蜒绕过许多代表建筑物的盒子。这里有十字路口、停车标志、交通信号灯，甚至还有一座立交桥。
凯斯：我们有许多小机器人，我们对它们进行了编程，让它们有点像汽车那样行驶、转弯、停止和启动。即使它们看起来不像真的汽车，但是它们能像汽车一样行动，而且它们运行的程序和真的汽车上的控制程序是兼容的。
劳瑞：是研究员斯考特·比德斯东（Scott Biddlestone，以下简称斯考特）启动了它们。
斯考特：你给它们列一张你想让它们完成的要点，然后它们就会竭尽所能去完成。你总是想在它们如何行驶方面有一点变化。
凯斯：我们在这里想测试的是软件中内置的决策、计划和反应机制。
凯斯：变化性是我们采用实验设置方式而非仿真方式的收获。而且，正如斯考特所说，他能让这些机器人动起来，随心所欲地干涉任何正在进行的实验，从而看看软件是做什么的。
劳瑞：比德斯东正在研究他们称为“护航”的东西。
斯考特：如果你们正驾车驶过一条路，你们如何能迅速组成一组然后形成护航，这样你们能一起更快地通过一个交通信号灯――而且希望能形成更小的间隙，让人与人之间挨得更紧，遇到交通信号灯或在公路上行车更高效。
劳瑞：如果护航听起来有点牵强，那你们有没有听说过一家汽车制造商新提出的“交通堵塞协助功能”？它能让一辆车在停停走走的交通中与前面的车辆保持一个设定的距离。
劳瑞：在实验室测试之后，他们在俄亥俄州立大学的汽车研究中心，在真车上尝试了软件和传感器。
劳瑞：越过隔壁一个研究项目的嘈杂的发动机排气风扇，凯斯·雷德米尔正在带我参观汽车。有些车就停在他们的两辆车的车库的里面和外面。首先登场的是明星车――装有传感器、雷达、激光雷达、激光测距仪和电脑的SUV。
凯斯：现在，我们正在使用这辆车测试车与车之间的通信。所以我们用这辆车――还有另一辆车是部分自动化的，它不具有转向能力，但它有油门和刹车。然后，我们还有一些手动驾驶的车，我们找人驾车载着我们与这辆车联络，做机动演习，切断通信。
劳瑞：正如在实验室所演示的，我更早地看到，他们的确有一盏通信的交通信号灯――和真的一样大。所以，我们并不只是在谈论未来的汽车。
凯斯：你知道，交通信号灯被称为是基础设施。我们希望在将来，也许不是5年后，而是15年或是20年后，像交通信号灯这样的东西将可能播送所有种类的信息。
安全性问题
劳瑞：在未来的城市环境里，交通信号灯以及交通基础设施的其他方面将能与智能汽车通信，而智能汽车之间也能互相通信。驾驶错误发生的可能性将降低――现在90%的撞车事故都是司机失误造成的。这一数据来自美国国家公路交通安全管理局，该机构还报告了在2011年，有超过3 2000人死于撞车事故。
阿肖克·克里希纳穆尔蒂（Ashok Krishnamurthy，以下简称阿肖克）：我相信与日俱增的汽车自动化将越来越来自安全考虑更甚于其他因素的驱动，汽车趋于自动化，不仅是因为自动化技术的存在，而且因为安全性。
劳瑞：在俄亥俄州立大学的超算中心，电气工程师阿肖克研究信号处理。
阿肖克：我观察信号然后对汽车将要做出的行为进行估计，或是基于我观察到的数据。
劳瑞：阿肖克进行的是这项研究的一个关键部分――通过记录诸如人类司机在看到信号灯时要花多长时间减速这样的事情的传感器，来模仿人类司机的行为。
阿肖克：你用了很多被试者，让他们多次经历这些机动演习。你收集数据，然后你有一个机器学习的算法，用它来训练这些模型，这些模型通过学习就学会了。然后，你所要做的就是你一旦知道模型学会了，就可以说：“哦，在这个特定的例子里，我不知道它们将要做什么，但是我将收集数据，将用这个模型来预测它们将做什么。”
劳瑞：团队里的每个人都一致认为，驱使我们走向自驾车的第一重要的因素将是安全性。自驾车的其他的主要好处还有便捷、燃料效率，以及更好的交通流。但是，没有任何一个人有充足的心理准备说，到2030年，自驾车将完全与人类司机整合在一起。
阿肖克：我当然能预见，在2030年，我们自己开车将更少，而汽车将更多地自主行驶，可能在如何驾驶车辆方面，我们将处于一个管理者的角色。
于米特：现在，我们能多想想的是专门车道和公路，或是像迪斯尼乐园那样封闭的小环境，或是带有封闭道路等的一些研究中心，或是一座小岛。所有这些都可以变得完全自动化，我的确能想象到，我们到2030年将能看到其中一些东西。
劳瑞：我是劳瑞·霍威尔。
男性汽车语音：霍威尔小姐。
劳瑞：嗯。
男性汽车语音：您将在三分钟后到达目的地，我将暂停你的iPod，并关闭互联网。
劳瑞：嗯，好的。
男性汽车语音：除非，你希望我为您停车吗？这当然可以。
劳瑞：好的。
资料来源 IEEE Spectrum
责任编辑 彦 隐