如果您希望有一天能乘坐无人驾驶汽车出行，那么这种出行很可能发生在城市地区。当向公众提供自动驾驶汽车服务时，像Waymo和Drive.ai这样的公司会选择亚利桑那州凤凰城和德克萨斯州弗里斯科等地区，那里有很多人可能愿意乘坐未来派汽车出行。通用汽车旗下的Cruise计划明年在美国主要城市推出一项自动驾驶出租车服务。
但是，在一段乡村道路上驾驶自动驾驶汽车呢？这条路可能只是一条柏油路，路边有草和树等自然景物，而车辆没有任何详细的三维地图可以参考。
麻省理工学院的研究人员一直在研究这个问题，他们的策略是教会汽车像人类一样驾驶。
麻省理工学院团队工作的区域是马萨诸塞州的德文郡，那里没有详细的地图。想象一下，你手机上的地图应用，比如谷歌地图。这种地图被称为地形图，麻省理工学院机器人学和感知系统博士候选人、乡村自动驾驶研究的首席研究员Teddy Ort说：“它只显示连接哪些道路以及大致形状的线段。”“这种地图与我们在城市中用于自动驾驶汽车的地图之间存在巨大差异。”
详细地图可以帮助自动驾驶汽车精确地知道它们在城市中的位置，路沿在哪里，以及前方有什么，比如停车标志。例如，在Drive.ai在德克萨斯州弗里斯科的项目中，他们的汽车（最初由人驾驶）使用传感器创建了三维高清地图，这些地图是它们后来自主运行所必需的。
“在城市地区，这是一个可靠的解决方案，”Ort说。但他们当时并不是在城市工作。“城市测绘的解决方案对于这个国家的很大一部分地区来说并不太适用。”（树木和灌木不断生长，也无济于事。）
因此，团队采取了一种“不使用详细地图的驾驶”方法。他们使用了研究车辆的激光雷达传感器，这是一种自动驾驶汽车上常见的设备，用于检测沥青路面与两侧草地的纹理差异。他们的激光雷达单元由64个激光器组成，以每秒10次的速度旋转。该仪器之所以有效，是因为激光照射到周围物体上，然后告诉汽车周围环境的样子。
“激光系统正在‘观察周围区域的纹理’，”Ort说。道路是平坦的，而旁边的东西——草、灌木和树叶——则不是。
就这样，汽车感知到了前方的道路位置，但它仍然需要知道如何在没有强大的3D地图（尽管有GPS）的情况下驾驶到目的地。为了做到这一点，它选择了一个“局部目标”——前方一个可见的点，然后朝着它驾驶。但它并不是开到那个点就停下来。车辆在接近目标时不断刷新目标，就像在大湖面上划向地平线上的一个点一样。
“局部目标实际上在不断更新，以至于它尽可能地向前延伸到车辆的视野范围内，”Ort说，并指出他们每秒刷新五次目标。局部目标更新得越快，汽车就能开得越快，所以每秒改变五次意味着你可以以55英里/小时的速度行驶，尽管麻省理工学院的团队并没有那么“猛踩油门”。
可以将局部目标想象成悬挂在马头前方的胡萝卜。
“这实际上与人类驾驶非常相似，”Ort指出。人们可能有最终目的地，但在实际在道路上驾驶汽车时，他们很可能只是向前看，朝着一个他们能看到的不断变化的点驾驶。
最终，他认为这项技术是“让自动驾驶汽车走出城市”的一种方式。
卡内基梅隆大学机器人研究所首席项目科学家Christoph Mertz对此表示赞同。他说，农村地区可能“被忽视”。“如果这些自动驾驶汽车不在农村地区行驶，那么那里的老年人可能会被困在家中，因为没有人能开车送他们。”
