本文最初刊登于The Drive。
自动驾驶汽车的未来可能不仅仅局限于道路。TartanDrive 是一个庞大的数据集，包含近 20 万次越野互动数据，有助于未来的程序员理解物理原理，使车辆能够更直观地理解地形。在一个快速变化的世界里，这有着真正的应用价值，因为 基础设施灾难 可能随时发生。
最近，卡内基梅隆大学发布了 关于 TartanDrive 的报告，旨在改变自动驾驶汽车解释景观的方式。目前，机器人看待越野环境的方式是识别“泥泞”、“草地”、“岩石”等表面。但这对于确定如何驾驶通过它们实际上并没有太大帮助。
任何越野过的人都知道，泥泞有许多不同的类型。识别表面类型是一回事，但能够应对它对汽车的影响更为重要。
为此，你需要物理学。对于物理学，你转向科学家，所以研究人员驾驶一辆 Yamaha Viking 全地形车在他们能找到的各种表面上滑动和行驶。收集了超过 20 万个数据点，可用于制造在越野环境中更智能、响应更快的车辆，通过物理方式而不是通过地图标注来解释世界。
你可能会问，自动驾驶汽车为什么需要越野，这是一个有效的问题。但这是有充分理由的，而且并不是为了让机器人接管你当地的越野公园。
越野是为经验丰富的司机准备的，他们知道自己在做什么，这很棒，如果你 确实 要去公园或小径，或者在预期会越野的情况下。但这并不总是如此；如果发生洪水等自然灾害或道路倒塌，突然之间 没有 经验的司机就需要它，也许是在紧急情况下。
如果机器人能更好地理解如何越野，这意味着在这些情况下，驾驶员辅助系统可以得到改进，以至于如果应急人员能够到达合适的车辆，他们就可以相对安全地穿越地形，而无需经过专门培训。当然，如果每个医护人员或急救人员都是超级英雄，那将是理想情况，但如果做不到，我们至少可以让人更容易地赶往紧急情况。
