第8部分(第3/4 頁)

例項：當一個人駕車行駛到安全島或者看見靜止的車輛時，他會做出不同的反應。〃基本上你能夠對靜止的車輛做出反應，你可以排在車後面等候，〃他說道，〃如果是安全島，你只需繞著開過去。人類在看到物體後能夠立即識別，這是理所當然的。但是，想要透過分析影象資料，讓車來理解前面出現的是一個安全島，還不存在這樣的技術。〃在40米左右的位置以外，按照特倫的說法，〃佐尼〃也不知道正在靠近的物體是什麼，它只把這個物體看成一個障礙。

和人比起來，〃佐尼〃在某些方面更有優勢，這就是為什麼有些像自適應巡航控制的機器裝置（可以透過雷達訊號來判斷與前面車輛的距離，同時做出適當反應）已經開始在車內使用的原因。當計算其與前面車輛的距離時，就像ACC（自適應巡航控制系統）一樣，〃佐尼〃比我們更加準確。斯坦福大學的研究員邁克爾·蒙特莫羅（Michael　Montemerlo）說〃佐尼〃可精確到1米內的車距。〃人們總會問：是否〃佐尼〃可以感覺到其他人的剎車燈，〃蒙特莫羅說道。〃我們的答案是〃不需要〃。〃佐尼〃可以精確計算另外一輛車的速度，由此判斷這輛車是否會剎車。它可以直接確定對方的速度，而不是透過十分有限的資訊瞭解到對方即將停車。〃它比人類獲取的資訊還要多。

駕車不僅要考慮感覺的可信度，還要知道如何處理資訊。對〃斯坦利〃來說，這種任務相對簡單。〃不過是機器人獨自行駛在沙漠裡，〃蒙特莫羅說。〃〃斯坦利〃〃對外界的認識是基礎性的，實際上外界在〃斯坦利〃眼裡完全是幾何圖形。〃斯坦利〃的目標不過是選擇平坦的道路而避免走崎嶇的路。由於〃斯坦利〃對外界的瞭解很有限，它無法在市區環境下行駛。要在這種環境下行駛就一定要理解你看到的情形，還要對此理解得很透徹。〃比如說，當我們接近一處剛剛變黃的交通燈時，我們會立刻開始一系列複雜的分析：黃燈會亮多久？我有時間（或者空間）剎車嗎？如果加速我可以穿過去嗎，要開多快才能成功？如果突然踩剎車，後擋板會不會被撞？有沒有衝紅燈攝像機？路面是不是溼的？我在岔路口會不會被抓，會不會妨礙交通？然後我們再做出決定。

▲BOOK。▲虹橋▲書吧▲

第32節：為什麼你車開得不像你想的那麼好？（3）

我們有時距離黃燈很近時才停下來，但有時距離黃燈還很遠，紅燈還沒亮時停下來，到底該什麼時候停，工程師們將此稱為〃進退兩難地帶〃（dilemma　zone）。這的確是個麻煩。透過撞車率可以知道，很多司機因為要在黃燈時停車而汽車的尾部被撞。不過更嚴重的撞車是司機繼續行駛，從路口開過來的車輛撞到了車身側面。要麼撞車事故不嚴重，但是撞車機率很高，要麼撞車事故很嚴重，但是發生這種事的機率很小，這兩種情形該如何選擇？工程師們延長了黃燈等待時間，不過因此降低了路口的道路透過量。一旦訊號燈的等待時間放寬鬆，這相當於又在鼓勵司機提高車速去冒險。

有些人甚至提議使用提示司機交通燈即將變黃的標誌牌，以此提前警告司機。這是一種〃小心再小心〃的策略，擴大了〃猶豫區〃（indecision　zone）的範圍。然而，在澳大利亞的十字路口處進行的一次調查卻並不讓人樂觀，調查者研究了綠燈剛剛開始閃爍，還沒有變成黃燈時發生的情形。調查結果多種多樣：綠燈閃爍時，穿馬路的司機數量很多，但是直接闖紅燈的司機並不多；然而多數司機都停車過早。以色列的一項路口研究顯示，後一種做法會造成危險後果，這裡使用的也是〃綠燈閃爍〃的辦法。在十字路口處，使用這種指示燈造成了更多追尾事故。猶豫區範圍越大，車輛數量就越多，於是有更多人需要決定是開走還是立即停車，撞車的機率也更大。

在路上，這種麻煩區域一直都存在。在挑戰大獎賽進行時，路上沒有行人（蒙特莫羅說〃謝天謝地〃）；這對汽車〃佐尼〃來說是個大問題。〃我想過很多，要是〃佐尼〃在實戰中不成功會怎樣，〃蒙特莫羅說道。它在斯坦福駕車就比較穩定，可是如果有行人站在路邊，站在人行道旁邊怎麼辦？因為這時行人不在路上，他不算障礙。可是他要是在等著過馬路，或者僅僅站在那呢？為了認識這個問題，機器人還需要理解路人的肢體語言，或者透過訓練可以進行眼神交流和對行人的面部表情進行分析。即使機器駕駛員停下車，路人仍需獲得更進一步的資訊。〃行人有時很警惕，即使走在已經停下來的車面前也會比較小心，〃蒙特莫羅說，〃通常他們會