1
| 本文作者：宗仁 | 2015-01-07 00:09 |
文/ SID Geekcar
到目前为止，内华达州给无人驾驶测试车一共发放了 50 张车牌照，其中的 40 张都给了谷歌。而今天我乘坐着这辆挂有「048」牌照的奥迪 SQ5，在拉斯维加斯的开放道路上「招摇过市」。一番体验过后，我能给出的评价是：挺屌的。
不要误会，这并不是奥迪的活动，而是零部件供应商德尔福的自动驾驶原型车体验项目。
司机把这辆 SQ5 从展览场地开到外面的开放式街道上，然后拔起了档把附近的一个特殊按钮，接下来，它就开启了自动驾驶模式。
拉斯维加斯的道路不像北京那样有白色的标线，而是用一个个圆形的钉子代替车道线，而且，路口很大很复杂。在这种城市路况下，德尔福的这辆原型车速度被限制在 50 英里/时（80km/h）以内，行驶的过程非常顺畅。如果是高速路段，它也可以跑到 75 英里/时。
我快被各种雷达弄蒙圈了
从外观上观察这辆 SQ5，除了德尔福的车身拉花以外，和普通车子并没有什么不同，但实际上，它被各种雷达武装了起来。我必须吐槽一句，它们太复杂了，我几乎蒙圈。
让我来描述一下：这辆车上有 10 个不同种类的电子雷达，除此之外还有 6 个激光雷达。
这 10 个电子雷达又分为长距离雷达和短距离雷达，它们分布在车子前端的两侧以及尾部 C 柱之后的位置。长距离雷达的探测距离可以达到 200 米，短距离雷达为 80 米左右。像照相机镜头一样，前者的探测视野会比后者窄很多。
至于激光雷达，它们被安装在车子的四角上。德尔福用这些雷达，代替了谷歌无人车上那个难看的犄角。
然后让我们来看看摄像头。在前挡风玻璃上，德尔福放置了两个摄像头。德尔福的自动驾驶系统工程师 Nathan 说，其中一个是单色的 Mono Camera，用来侦测地面上的车道线，第二个是 Color Camera，它可以识别颜色，用来分辨信号灯等。另外，还有第三个摄像头，它用来实现夜视等功能，可以侦测路面上的一些情况。
进入车里，可以很容易被中控台和前座头枕上的显示屏所吸引，它上面显示的是花花绿绿的图形，有车、有车道线、人行横道、行人、红绿灯等各种元素。Nathan 告诉 GeekCar，这个画面上的每一个颜色，实际上都代表了一种传感器，它们将对道路侦测的结果表现在这个屏幕上。
我们试乘体验的是工程样车，所以才会有这些画面，通过它，我们基本能够看清周围有什么，雷达探测到了什么。而最终装到量产车上之后，用户是看不到它们的。另外，这辆车其实是内置了导航系统的， 但是试乘的时并没有感觉到它的存在，这更多的是因为这次体验的是固定路线。
另外，普通车子打开后备箱，掀开备胎隔板之后，会有一些储物空间，但是这辆 SQ5 的这个区域被电脑和线缆占据了。我们想拍照，但是被德尔福制止。
那么，是否可以把这些设备移植到其他车型上呢？Nathan 说，完全没问题。选择 SQ5 其实并没有什么特别的原因，只是它空间足够大，动力足够强，而且属于高端品牌。
德尔福自动驾驶的幕后英雄：Ottomatika
值得注意的是车尾的那一行英文：Ottomatika。它在德尔福这套自动驾驶技术里起到了至关重要的作用。
Ottomatika 是美国卡耐基梅隆大学投资的一家公司，它和德尔福共同开发了这套自动驾驶技术。
我在现场遇到了两个卡耐基梅隆大学的学生，他们帮我把对于这个学校的认知提高到了一个新的档次。他俩本科的时候在清华大学学的是自动化专业，本科毕业之后来到卡耐基梅隆，做的也是恰好是无人车方面的研究。我们在现场聊到了对于自动驾驶和无人驾驶的看法，感觉它们的理念比国内做这些的人先进很多，而且从今天的体验来看，做的东西也确实很牛，要知道，Ottomatika 仅仅成立六个月，然后就做出了这套东西。他俩说，德尔福的这个原型车已经在洛杉矶、匹兹堡和拉斯维加斯做了某些路段的测试，「如果把地图数据补全的话，在理论上它完全可以实现自动驾驶。」
我的推测，这个自动驾驶项目里，Ottomatika 可能更多的是提供算法等软的内容，而德尔福提供实现它的必要硬件，并且发挥强大的整合能力。
哦对了，这俩同学的导师是 Chris Urmson。熟悉谷歌无人驾驶汽车的同学们一定知道他，他就是谷歌无人车团队的总监。
技术不是问题
Nathan 说，德尔福的自动驾驶会分好几个级别，比如，最基本的可能是自动泊车，再往上是辅助驾驶，功能上一层一层累积，给整车厂提供多种解决方案让他们选择。德尔福想用无人驾驶来证明它们的 Highly Automative 技术，而这辆 SQ5 就是把所有技术整合到一起的结果。
德尔福这次非常高调，但是，这样会不会抢了客户的风头呢？
我问德尔福的工作人员，你们的无人驾驶车与谷歌是否有竞争关系？他说没有，甚至谷歌也可以是德尔福的客户，因为谷歌也可以采用他们的软硬件结合的技术。
从越来越多的自动驾驶原型车可以看出来，技术正在变得越来越成熟，在实现自动驾驶的道路上，技术方面的阻碍越来越小。只要传感器够多，雷达够多，然后把什么自动泊车、拥堵辅助、行车辅助、车道保持等等技术都整合到一起，就可以实现不同程度的自动驾驶。
但是，理想状态中的自动驾驶，在技术之外，可能更多的是要解决标准化高精度地图，以及法律和道德上的问题。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
