对于人类驾驶员来说，变道很简单。但对于自动驾驶汽车来说，情况并非如此。自动驾驶汽车不依赖于大脑和肌肉记忆，而是通过编程、人工智能和激光、摄像头、雷达等车载感知系统来做决策。
我们询问了四家公司——斯坦福大学的初创公司 drive.ai；麻省理工学院的 nuTonomy；Uber；以及 Waymo——它们在决定是否向左变道时会考虑哪些因素。
解读信号
环境中闪烁的信号为汽车的机器人大脑提供了重要的线索。使用一种称为深度学习的人工智能策略，drive.ai 的车辆可以判断出停在绿灯前的汽车可能抛锚了，而红灯时不前进的汽车只是随波逐流。算法还可以推断出前方车辆闪烁的危险信号灯意味着它可能在很长一段时间内都不会移动。
跨道侦测
停在路边的汽车和送货卡车在拥挤的城市环境中经常会侵入车流。对于自动驾驶汽车来说，一辆只部分占道的停放车辆是一个信号，表明它可能在那里停留一段时间。来自nuTonomy 和 drive.ai 的智能汽车在决定是否超车时会考虑这一点。如果前方车辆更靠近路边而不是车道中心，机器人汽车可能会选择绕行。
了解路况
在新加坡和波士顿地区进行过自动驾驶汽车测试的 nuTonomy，会利用城市特有的信息。例如，在一辆卡车停在 nuTonomy 已知可能发生送货的地点，可能会影响其车辆决定超车。如有疑问，汽车会认为静止车辆只是暂时停靠，并会等待在它后面。这种保守的做法在行业内很普遍。
道路共享
如果有人不小心走到马路上，自动驾驶汽车可以紧急刹车。Waymo 的汽车默认会给骑自行车的人留出很大的空间。车载摄像头会扫描车辆周围的街景，而它旋转的激光——一种叫做激光雷达的工具——会测量汽车与其他物体之间的距离。雷达读数可以帮助它计算附近其他车辆的速度。
准备导航
导航——例如，进行左转——是自动驾驶车辆冒着风险变道的一个很好的原因。Uber 的高级技术集团会对汽车进行编程，使其在进行变道操作前检查与其它车辆之间是否有足够的距离。本质上，它的计算机执行的是一种驾驶员培训课程中关于跟车距离指导的“两秒规则”。计算还会考虑乘客的舒适度：汽车不会突然加速让他们感到害怕。（编者注：在本文印刷版出版后，Uber 因其一辆自动驾驶汽车撞死一名行人而暂停了其自动驾驶汽车的道路运营。）
前方障碍
高大的车辆会阻碍人类和机器人驾驶员的视线，因此一辆完全停在一辆半挂车后面的自动驾驶汽车可能会保持原位，除非有人类介入。然而，如果停放的车辆靠边停，或者打着转向灯，自动驾驶汽车很可能会尝试超车。最终，工程师们预计车辆之间能够相互通信；这样，一辆停着的卡车就可以与附近的汽车共享其状态（在上图中以蓝色波形显示）。
本文最初发表于《大众科学》2018 年春季刊“智识”特刊。
