自動駕駛汽車依靠人工智能、視覺計算、雷達、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。

　　自動駕駛汽車最引以為豪的就是配備了很多傳感器：攝像頭、超聲波、雷達、激光雷達，以及很多叫不上名字的儀器。為什么要裝這么多傳感器?看看下面這張圖就明白了。

　　這張通顯示了自動駕駛領(lǐng)域所謂的“邊緣情景”——在面對非常規(guī)情景時，軟件與人的處理方式有所差異，導(dǎo)致汽車行為難以預(yù)測。在上面的例子中，基于傳統(tǒng)攝像頭數(shù)據(jù)的軟件，會把汽車后面的自行車圖片誤判為真正的騎行者。

　　Cognata公司的研究人員意識到了這一盲點，他們開發(fā)了可以測試自動駕駛算法的軟件。這樣自動駕駛公司就能不斷用“邊緣情景”考驗軟件的處理能力，直到它們處理得當(dāng)才上路。

　　為了識別那些虛實難辨的圖像，很多自動駕駛汽車采用了不同類型的傳感器?！凹す饫走_無法探測玻璃，雷達主要探測金屬，攝像機則容易對圖片產(chǎn)生誤判……各種傳感器需要相互彌補?！盋ognata公司CEO丹尼·阿茨蒙(Danny Atsmon)解釋道。不論是在模擬情況還是現(xiàn)實情況中，軟件如果能逐漸適應(yīng)在“邊緣情況”下找到可靠的數(shù)據(jù)源，汽車就能處理更復(fù)雜的情景。

　　特斯拉的自動駕駛系統(tǒng)曾因為沒能在明亮的天空背景中識別出一輛拖車而導(dǎo)致一名司機死亡。特斯拉只采用雷達、攝像頭和超聲波傳感器來為自動駕駛系統(tǒng)提供數(shù)據(jù)。事故發(fā)生后，特斯拉的自動駕駛系統(tǒng)飽受質(zhì)疑。有批評者認(rèn)為，激光雷達是自動駕駛傳感器中所必不可少的。因為在弱光與強光條件下，激光雷達相比于雷達或超聲波，能提供更加詳盡的數(shù)據(jù)。但阿茨蒙也指出，即便是激光雷達也無法面面俱到。比如，它不能分辨紅綠燈。

　　對于自動駕駛汽車制造商，最安全的莫過于安裝一系列傳感器，構(gòu)建一個具有冗余度的探測系統(tǒng)。至少，騎行者會對他們表示感謝。