如果你开车，你就知道有些操作比其他操作更难。例如，无保护左转——没有绿灯箭头告诉你何时可以转弯——总是比标准的右转更棘手。人类并非在这方面独自挣扎。无保护左转对电脑驾驶的汽车来说也是一个挑战，因此它们会在模拟中进行训练。自动驾驶汽车公司 Cruise 甚至发布了一个视频，展示了其车辆在旧金山一天中处理的 1400 次左转。
左转是一种棘手的操作，但驾驶环境本身也是人类——或自动驾驶汽车——可能遇到的障碍类型的因素。晴天、标线清晰、车流量稀少的两车道公路提供了一个简单的驾驶环境。但周六下午的宜家停车场呢？那就糟糕了。
事实上，停车场是一个足够独特的环境，以至于作为谷歌姐妹公司的自动驾驶汽车公司 Waymo，专门通过在受控环境中设置真实场景来训练其车辆应对。我们采访了 Waymo 的工程师，了解更多关于他们是如何做的。
垃圾箱周围可能潜藏着危险
停车场在技术上可能有停车标志、限速和人行横道，但在这些环境中，驾驶员和行人往往随心所欲。推着箱子的购物者可能会直接穿过车道，而不是走人行横道，购物车可能被随意放置，车辆可能逆行或在空停车位上行驶。Waymo 所谓的“结构化测试”负责人 Stephanie Villegas 表示：“停车场比普通街道更具挑战性。它们对于人们如何在其中移动并没有真正的标准化规则。”
“它们基本上是无法无天的，”她补充道。
此外，在模糊的驾驶情境中，社交信号也起着重要作用。如果你正在等待一个停车位，看到有人上了停着的车，那个人可能会向你挥手示意他们不打算离开——或者那个车位确实即将空出。人类可以直观地理解这些信号，但自动驾驶汽车需要以不同的方式进行教学。她说：“自动驾驶汽车并不具备社交能力。”
Waymo 的汽车可以在加利福尼亚州梅赛德附近的前卡斯特尔空军基地占地 91 英亩的地方进行练习。在那里，团队可以模拟不同类型的停车场，从简单的到拥挤而烦人的。该公司工程师可以调整环境的复杂程度，控制动态因素，例如从车位倒车的车辆、行人（在他们应该走的地方或汽车前方行走），以及携带大件物品的人（这会改变汽车的感知系统如何看待他们）。Villegas 说：“每次你增加复杂性时，车辆就需要同时评估和预测多个事物的行为。这对传感器来说是极具挑战性的。”
当然，汽车在暴露于这些情况后并不能神奇地自行提高。工程师会观察汽车的表现，然后根据需要更改软件。她说：“这不仅仅是简单的暴露；”工程师们会迭代更新软件。
例如，汽车必须学会小心处理垃圾箱——特别是垃圾箱周围的结构，它们有带摆动门和混凝土块墙。Waymo 发现，这些地方可能会有购物车的滚出，或者行人突然出现。就像人类的眼睛无法穿透混凝土一样，自动驾驶汽车的旋转激光或摄像头也无法做到，因此 Waymo 必须确保其汽车在这些遮挡区域附近谨慎行驶。她说，汽车会“缓慢地向前蠕行”。
构建地图，标注地图，使用地图
人们想知道：自动驾驶汽车如何知道它在停车场？它是否和人类一样讨厌去宜家？
第一个问题的答案是，它知道自己在哪儿，因为它使用 GPS 并遵循地图。但它不能只使用谷歌地图，因为自动驾驶汽车需要比你在导航时依赖的地图更精细的地图资源。
为了构建地图，Waymo 会部署自己的自动驾驶汽车沿路线行驶，使用其传感器——激光、摄像头和雷达——收集有关物理空间的信息，例如道路宽度、路缘高度，或停车标志在三维空间中的位置。收集数据后，工程师会移除动态元素，例如行人，这些元素在汽车下次行驶到那里时不会在同一平面上。他们还必须为汽车标注这些地图，告诉它们道路边缘实际上就是道路边缘。Waymo 地图产品经理 David Margines 表示，这些信息“引导了汽车对世界的理解”。
实际而言，这意味着当汽车进入停车场时，它已经在其硅芯片大脑中知道了布局。这一点很重要，因为停车场可能不像修建州际公路那样经过同样的工程严谨性规划。
Margines 说，他们会为汽车绘制整个停车场的地图，包括停车位的朝向（如果它们是倾斜的），为车道应有的交通方向提供重要提示。他们会告诉汽车哪些区域是“可驾驶区域”，甚至告知它们像条形商场后面这样的服务车辆区域是禁止通行的。在某种意义上，汽车进入停车场时的知识，与人类进入非常熟悉的停车场时的知识类似。Margines 说：“我们提供给车辆的，有点像我们脑海中的地图。”
Waymo 提供给汽车的地图还提供有关其应如何到达特定目的地的路径的数据，以及在主要路径被卡车（开启危险信号）等障碍物阻挡时的备用路线。而且，由于停车场不总是在需要的地方设有停车标志，Waymo 的地图可以包含“隐含停车”点，即使没有标志，汽车也应该在那里停下来。
这一切都表明，自动驾驶汽车通常不能神奇地在任何地方巡航——它们只会在它们已经知道街道布局的地方行驶。
