沒有什麼比一場較量更能將新技術推向大眾了。一群高科技愛好者正在將這句古老的格言應用於無人駕駛汽車，計劃推出一項新的賽車運動，讓機器人汽車在漫長而蜿蜒的賽道上正面交鋒。
Roborace——既指這項運動，也指其組織者——希望建立一級方程式賽車的自動駕駛版本，其中的超級明星是計算機程式設計師，他們的程式碼釋放了取得格子旗所需的速度、精確性和效率。這些勝利的一個關鍵副產品是：加速無人駕駛乘用車上市的創新。
Roborace 成為首個無人駕駛汽車錦標賽的計劃有很多優勢，但也需要克服許多障礙。“從好的方面來看，一群無人駕駛的速度魔鬼以每小時超過 320 公里的速度成功地在賽道上疾馳的景象，可能會激發人們對無人駕駛技術的更大信心。同樣有趣的是，這樣的賽事將不僅是一場汽車比賽，也是一場編碼競賽。然而，最大的問題圍繞著高速完美自動駕駛的工程挑戰。此外，賽道上的成功並不一定能轉化為無人駕駛乘用車，後者必須應對行人、交通訊號和惡劣天氣。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您將幫助確保未來能夠繼續報道關於發現和塑造當今世界的想法的具有影響力的故事。
無人駕駛汽車依靠遍佈車輛的感測器網路來收集有關其位置和周圍環境的資料。人工智慧演算法使用這些資料來注意附近物體，規劃避開它們的路線，並最終將該計劃轉化為轉向、加速和制動等動作。Roborace 正在開發的車輛配備了五個雷射雷達（LiDAR）感測器，它使用脈衝雷射來測量距離；兩個雷達，它將高頻電磁波從物體上反射回來；18 個超聲波感測器，它依靠聲波；兩個光學速度感測器；六個攝像頭；以及 GPS。Roborace 的機器——稱為 Robocar——依靠能夠每秒執行多達 24 萬億次運算的高階車載計算機，根據感測器資料做出瞬間決策。
四輛原型 Robocar 中的每一輛重約 975 公斤，長 4.8 米，寬 2 米，看起來像是科幻電影中的東西。這對於由 Daniel Simon 設計的機器來說非常合適，他曾幫助創作了 2010 年的電影《創：戰紀》和 2013 年湯姆·克魯斯電影《遺落戰境》中出現的車輛。兩輛可操作的 Robocar（另外兩輛是為展示而製造的）配備了四個 300 千瓦的電機和一個 540 千瓦的電池，電池封裝在碳纖維車身內。
嚴峻的挑戰
Roborace 希望在兩年內開始進行多達 20 輛 Robocar 的比賽——10 支車隊，每隊派出兩輛賽車。由於所有車隊都使用基本上是 Robocar 克隆體的賽車，因此獲勝者將是那些軟體最擅長處理每秒多米速度的車隊。“當您從每小時 [50 公里] 提高到每小時 [320 公里] 時，這並不意味著您只是將速度提高了六倍；這意味著您需要對一切採取完全不同的方法，”Roborace 執行長 Denis Sverdlov 說。
技術挑戰始於硬體。斯坦福大學機械工程教授 Chris Gerdes 說，感測器的範圍——自動駕駛的一個限制因素——“當您以更高的速度行駛時，具有非常不同的含義，因為相同的……距離給您留出的反應時間要少得多”，他的實驗室研究賽車以改進自動駕駛。此外，密歇根大學機械工程教授 Huei Peng 指出，當車輛以非常高的速度移動時，感測器計算要求——將原始物理資料處理成計算機友好的座標——要高得多。靜止的雷射雷達可以輕鬆地計算出每個反射物體的絕對位置，但在快速移動的車輛上，軟體必須考慮到由於測量之間行駛的距離，世界將顯得模糊。雖然執行車輛計劃的控制演算法執行速度很快，但解釋攝像頭和感測器資料的演算法需要更長的時間——這意味著當汽車理解它所看到的東西時，它已經移動了幾乎一輛公共汽車的長度。
Sverdlov 希望為賽車開發的更快的感測器和人工智慧演算法能夠應用於消費者和商用車輛。但卡內基梅隆大學下個月將聘請為機器人學助理教授的 David Held 說，任何演算法創新是否會影響這些領域，將取決於它們在多大程度上能推廣到街道駕駛。如果賽車演算法透過做出強有力的假設來加快處理速度——例如，Robocar 周圍的所有移動物體都是其他賽車——那麼這顯然不會轉化為公共道路。但是，通用視覺演算法的改進也可以縮短乘用車感知處理的時間。Held 說，這將使汽車要麼將更多時間用於其他任務，例如最佳化其軌跡，要麼只是縮短其響應時間，以減少總的制動或轉向距離。
關於賽車作為改進常規駕駛方式的最有力論據是安全性。“最好的賽車手能夠真正利用所有輪胎摩擦力來完成一些非常規的操作，並將賽車推向極限，”Gerdes 說。“我們想了解如何複製這一點，不是為了跑得快，而是為了安全。”（Gerdes 在他的實驗室自己的自動駕駛 DeLorean 跑車在賽道上的錐桶周圍發出刺耳聲音的背景下，透過電話與《大眾科學》進行了交談。）受賽車手啟發的演算法可能會考慮到車輛可用的有限摩擦力，並使用該資訊來設定特定轉彎或在冰雪路面上保持行駛的最佳速度，Gerdes 說：“透過研究賽車，我們可以瞭解很多關於如何在日常駕駛中可能遇到的不利條件下控制汽車。”
看到高效能的自動駕駛賽車也可能使消費者對自動駕駛技術更有信心——儘管機器人比賽中缺乏碰撞可能會讓一些賽車迷失望。與 Roborace 創始人一樣，Held 認為這種信心可以增加公眾對無人駕駛汽車的支援，大多數人尚未乘坐過無人駕駛汽車，甚至沒有在街上見過。“親眼看到一輛自動駕駛汽車以及它實際能做什麼，而不是僅僅聽說它——我認為這可能有助於改變人們的想法，”他說。
機器人準備好了嗎？
Robocar 在準備好參加起跑線之前還有多遠的一個跡象是，Roborace 傾向於使用公司的“Devbot”車輛進行公開演示。Devbot 配備了與 Robocar 相同的感測器，但也包括一個供人類駕駛員使用的駕駛艙，駕駛員可以監控車輛的效能並在需要時接管。Devbot 已在多場電動方程式“ePrix”比賽中進行了高速演示，這些比賽以類似於一級方程式的完全由電池驅動的電動汽車為特色。2 月，Roborace 在布宜諾斯艾利斯電動方程式 ePrix 賽事的定製城市街道賽道上比賽了兩輛 Devbot，成為首家同時展示兩輛無人駕駛賽車的公司。其中一輛 Devbot 以 186 公里的最高時速完成了比賽（並設法避開了一隻跑到賽道上的狗），而另一輛 撞毀，未能完成比賽。
Robocar 迄今為止唯一一次在賽道上的亮相是在 5 月份的巴黎電動方程式 ePrix 賽上進行的一次試探性圈速。最近，Roborace 選擇不在紐約州布魯克林建造的 1.95 公里電動方程式賽道上演示該車輛。Sverdlov 表示，賽事組織者直到比賽計劃階段後期才最終確定 10 彎賽道的路線。“這裡建造的賽道對我們來說是一個相當大的挑戰，因為彎道很急，”他在賽事之前說道，Roborace 在那裡測試了其 Devbot 之一。“我們做出了決定，我們需要花更多時間在開發演算法和微調硬體上。”Sverdlov 還指出，在主辦比賽的布魯克林紅鉤區，GPS 訊號強度很差。由於被迫更多地依靠攝像頭獲取定位資訊，Robocar 將不得不以較慢的速度透過賽道。
即使在最佳條件下，自動駕駛賽車仍然沒有達到最佳人類專業選手的水平。“我們一直在與 J. R. Hildebrand 合作，”Gerdes 說，“他仍然比我們快，因為人類具有驚人的能力……真正理解……：“在此時此刻，在這輛車中，繞過這個彎道的最佳路徑是什麼？輪胎的加熱程度與我加熱的程度完全相同？能夠感受到、感知到並在當下提出最佳解決方案仍然是我們受到啟發的事情。”如果 Roborace 如願以償，那麼不久之後，這種能力也將激勵許多其他工程師團隊。