内华达州的立法者在几周前采取了一个颇具前瞻性的举动，通过了一项关于无人驾驶汽车的监管措施。许多车辆已经能够完成曾经需要人类驾驶员才能完成的任务，例如停车和防滑控制，而不久的将来，它们将能够完全自主地导航、做出决策和驾驶。
但在某些方面，无人驾驶汽车的世界已经到来。通过相对简单的软件和对现有硬件的调整，美国和欧洲的主要汽车制造商正在让汽车变得更智能、更环保，这与混合动力发动机或替代燃料无关。
汽车之间以及与云端相连，将能够自主做出决定——所以，简单来说，未来的驾驶很大程度上将脱离人类之手。
算法和分析将预测驾驶员的行为并预测未来的行程，从几秒钟到几小时不等。配备雷达的轿车将感知周围环境，而车队和车对车网络将减少拥堵，防止事故发生并提高燃油经济性。
“我们今天进行的许多交互都是为了帮助驾驶员完成工作，但我们试图做的是帮助汽车，让汽车变得智能，”福特研究与创新部门（位于密歇根州迪尔伯恩）的工程师Ryan McGee说道。“当你把一辆汽车连接到云端时，有太多的可能性。”以下是其中几个例子。
你的汽车将预测你的行程
如果你不使用公共交通，你上下班或上学的行程很可能是按部就班的——早上，你从家到咖啡店再到办公室；晚上，你离开办公室，可能在超市稍作停留，然后回家。福特希望其汽车能够利用你的规律性，在你转动钥匙时猜出你要去哪里。
研究人员正在将驾驶历史输入一个名为Prediction API的谷歌软件服务，该服务使用机器学习算法生成一个预测行为模型——在这种情况下，是特定驾驶员的习惯。
“我们向模型提出的问题是‘这个人接下来要去哪里？’”正在研究该模型的McGee说。“模型会说，现在是周三下午5点，你很可能会回家，然后将这些数据发送回汽车。”
目前的系统连接到互联网，记录汽车在什么时间、什么地点、在哪一天。算法会计算出在该地点和时间可能的行程列表。基于行程的可能性，汽车可以将动力消耗转移到电池而非汽油上——McGee解释说，这对于插电式混合动力汽车非常有用。福特一直在Escape SUV插电式混合动力车上进行测试。
未来，政府可能会在学校或公园附近强制执行低排放区，或者建造纯电池车道。McGee通常在下班回家的路上接儿子参加足球训练，他说。如果他的汽车了解他的习惯，并且知道该区域有低排放区，汽车就会为他一天的行程节省一部分电池电量。
“它会确保我节省足够的能源，这样当我到达那个区域时，我就可以使用电力驱动，”他说。“如果我们更多地了解人们将如何使用汽车，我们就可以优化它们的性能。”
但是所有规律都可以打破——如果你周三想吃墨西哥卷饼，周四又想吃芝士汉堡怎么办？那么在午餐时间，汽车将不知道你要去哪里。McGee说，由于随机性和驾驶员善变的天性，如果该系统将来投入量产车辆，驾驶员可以对系统进行添加和更正。
你的汽车将预测交通状况
一旦汽车了解了驾驶员自身的习惯，它就可以整合来自云端的其他数据，做出更明智的建议。如果交通预测者拥有足够的数据，并且有足够好的模型来解读这些数据，他们应该能够在午餐时间告诉你下午5点回家时的交通状况。IBM开发了一款智能手机应用程序来做这件事。
IBM表示，该应用程序可以学习驾驶员的模式，预测30分钟或更长时间的交通状况，并在驾驶员上车前将预测结果发送给他们。据IBM智能交通项目经理John Day介绍，IBM一直在旧金山湾区测试该系统。
该应用程序利用手机的GPS功能，在一天中不同时间追踪驾驶员的行踪，学习其日常习惯。它还连接到加州交通部先前安装的700个道路传感器组成的系统。传感器追踪汽车的速度和交通流量，每分钟计算车辆数量。传感器每30秒收集一次数据，但IBM将其整合为5分钟的数据集，并输入算法。Day表示，算法会找出数据之间的关联，从而找出模式。
“该工具擅长发现和学习交通减速的特征，”他说。“它会注意到在特定区域，尤其是在交叉口，当交通减速时，83%的情况下，或者无论比例是多少，你都会遇到更大的问题。”
利用这些特征，该系统分析实时数据来构建一个不断更新的交通状况模型，每5分钟变化一次。现有的预测系统基于当前条件进行预测，预测在情况不变下的交通状况，而该算法则能够识别并考虑单一行为造成的连锁反应。
用户可以从电脑登录应用程序查看“行程历史”，并根据自己的选择添加或删除路线，以控制存储的信息量，Day说。他甚至设想该应用程序会为驾驶员常去的商家提供优惠券。
“如果你有能力识别某人经常经过一家咖啡店，这会是非常有价值的信息。这必须谨慎使用，并且要妥善管理，让用户完全掌控是否要共享这些数据，但是的，肯定存在这样的能力，”他说。
但该应用程序的真正优势在于帮助驾驶员避开交通拥堵，他说。它可以建议替代路线，甚至查询在线交通时刻表。所以，如果一个驾驶员通常在早上8:30出发上班，他可能会在早上8点收到一条短信，内容是当天的交通预测——“你平常的通勤今天会很糟糕，但是这趟火车8:30发车，并且在换乘站有48个停车位可用。”
Day说，只要有道路传感器和装有GPS智能手机的驾驶员，该系统就可以在任何地方工作。
“去任何一个城市看新闻，你通常都会看到交通热力图，就像天气预报员一样，”他说。“[城市]几乎都有某种道路传感器网络。”
你的汽车将预测行人和其它车辆的下一步行动
现在你的汽车知道了你的行为，也知道了大众的行为，它还需要知道前方20英尺的汽车下一步要做什么。车对车网络和先进的控制算法可以确保没有意外，并希望有一天不会发生事故。它们还可以通过防止走走停停的交通来提高发动机效率并减少排放。
就在本周，美国交通部宣布了一项试点计划，允许驾驶员测试未来的联网汽车功能。这些系统将使汽车能够相互通信，并与交通信号灯和铁路道口等道路基础设施通信，但驾驶员必须先适应。在半打城市的诊所里，人们将可以测试无线连接的汽车技术，看看我们能适应得如何。
如果我们适应得不好，汽车很快就会配备相应的应对措施。麻省理工学院的研究人员正在开发新的算法，这些算法结合了人类行为模型，可以警告驾驶员潜在的碰撞，并接管汽车以防止事故发生。
根据《麻省理工学院新闻》（上个月曾报道该新算法）的报道，就该系统而言，驾驶被简化为两种行为：制动和加速。取决于驾驶员在特定时间点采取哪种行动，汽车接下来会有多种可能的去向。麻省理工学院机械工程学助理教授Domitilla Del Vecchio也结合了预测人类行为的模型，例如驾驶员在交叉口减速或加速的时机。
麻省理工学院表示，由此产生的系统可以确定交叉路口车辆发生碰撞危险的点。配备该算法的汽车将尝试预测另一辆车的行为——同时参考交通信号灯和自身车载传感器——并采取相应行动以避免碰撞。
在未来完全没有人类驾驶员的情况下，算法将不得不考虑不同数量的汽车协同作用，并考虑一个行为造成的连锁反应。例如，如果一辆车为了避免碰撞而减速，其他车辆也必须改变其行为。分布式控制系统将控制给定车辆组内所有车辆的加速、制动、变道和高速公路出口。
卡内基梅隆大学的研究人员构建了一个模拟器，可以证明此类系统的安全性，即使有多辆汽车执行多项复杂任务。由计算机科学助理教授Andre Platzer领导的一个团队最初只有两辆车在一条车道上。然后他们增加了更多的车辆，以表明该系统可以与任意数量的车辆协同工作，并增加了更多的车道，以表明车辆数量也可以变化。最终，无论涉及多少车辆或车道，该系统都能保持防碰撞——前提是它在一条直线高速公路上。Platzer在CMU的声明中表示，未来的模拟需要考虑弯道等变量。
然而，对于自动驾驶车队而言，控制系统还需要一些时间。汽车不需要复杂的算法来协同工作以减少拥堵和防止碰撞——欧洲的研究人员已经在这样做了，他们仅仅是通过允许汽车相互通信。此类系统可以通过让汽车进入尾流来减少排放并提高发动机效率。
瑞典汽车制造商沃尔沃一直在测试“公路列车”，即由专业驾驶员带领的车队。汽车可以加入车队并通过无线链接连接，自适应巡航控制系统将匹配领头车的速度。汽车中的传感器将确保所有车辆之间保持安全距离。今年早些时候，沃尔沃测试了一列由一辆汽车和一辆半挂车组成的公路列车。
目标是减少燃料消耗，减少拥堵，并提高驾驶安全性。该汽车制造商希望在2020年之前部署这项技术。
上个月，德国研究人员发现，每1000辆车中仅有5辆进行通信就足以减少拥堵。汽车中的传感器可以收集数据并通过本地无线网络与其他汽车交换数据，还可以将数据中继到中央交通指挥中心。一项为期一年的测试的初步数据显示，最少5辆车的参与就足以对拥堵产生影响。该测试是欧盟动态信息和应用移动通信与自适应网络和远程信息处理基础设施（DIAMANT）项目的一部分。
你的汽车不会发生太大变化——它的电脑会
对汽车制造商和消费者来说，好消息是，大多数这些技术都可以通过一些简单的代码和算法更改来实现——汽车无需彻底革新就能实现重大改进。通过这些更新，未来几年驾驶可能会变得更安全、更少令人沮丧。如果人类也能更聪明地驾驶就好了……
