走进CMU：无人驾驶技术诞生的地方

为它总比现实跑得更快、更远。火箭被发明前的几千年，历史就已经有对于飞天探索的记载。无人车也是如此。下面就随汽车电子小编一起来了解一下相关内容吧。

1984年，在GPS还没有被发明的时候，卡内基·梅隆大学团队在一处废弃的停车场测试了他们的第一辆自动驾驶汽车。在今天看来，当时的水准不值一提，但自1980年代起，在美国DARPA等机构的资助和推动下，一系列研究团队对无人驾驶技术从无到有的探索之路，走得并不容易。这也成就了包括卡内基·梅隆大学在内的一众院校和实验室，至今也是无人驾驶技术和人才诞生的摇篮。

如今，无人驾驶要比过去任何一刻都跟接近人们的生活，那么对于孕育了这项技术原型的卡内基·梅隆大学，他们曾历经了怎样的故事呢?新智驾整理编译了这篇来自匹兹堡商业时报的报道，以飨读者。

在位于美国匹兹堡的一处废弃停车场里，一辆无人车绕着场地缓缓地行驶，它有一个名字，叫Terregator，创造它的人说，“它像一张滚动的桌子，能够自主识别和驾驶”。

“自主识别和驾驶”，就是这个今天常被用来形容自动驾驶汽车的属性，让这台“会滚动的桌子”几乎创造了历史。

那一年，是1984年，比人类发明GPS时间还要早很久。所以，当时团队为了跟踪这辆车的驾驶轨迹，在车尾绑了一个底部打孔的油漆罐，随着车辆移动，漏出的油漆在车尾画出了一条路径。

 

提到这件事的时候，卡内基·梅隆大学(Carnegie Mellon University，下称CMU)机器人学教授Red Whittaker依然记忆犹新。当时的原型车，是CMU多年来对陆地巡航器(Terrestrial Navigator，即“Terregator”)研发积累的结晶，同时，研究团队还花了数月对车辆进行外观和架构设计。

这款被CMU研发团队命名为“Terregator”的小车，有六个轮子，每秒能行驶几厘米。车身配置的一系列传感器，包括声纳环、摄像头，以及一个单线激光雷达测距仪，它们将负责对障碍物和环境进行感知。

“我并不想标榜这是无人车历史上的第一，但对于当时研发它的团队而言，Terregator在他们心中就是这样的位置，”Whittaker感慨地说，“第一次看到它在那儿，虽然就只是绕着停车场转圈，但那种惊喜、那种惊叹的感觉，是难以言说的。”

从那以后，CMU就因Terregator的诞生而成为自动驾驶技术的发源地，而这，也开启了CMU在此基础上长达30余年的技术研究。这些年来，Terregator的创造者Whittaker也一直在支持其他各类汽车相关技术的研发。

今天，如果城市街道上出现一辆自动驾驶汽车，它已经不会再那么让人惊奇，但CMU以及它所在的匹兹堡市，却因为Terregator的故事成为孕育无人驾驶技术最古老的地方。

其实，CMU的自动驾驶技术研发始于1980年代中期的一个契机。

当时，美国DARPA(美国国防部高级研究计划局)旗下操持着一个“战略计算计划”(Strategic Computing Program，SCP)，计划为期10年，DARPA希望以此从计算机架构、软件、以及芯片设计领域的高速发展中获益，并推动AI技术达到新的高度。

1983年，美国国防部将自主式陆地车辆(Autonomous Land Vehicle，ALV)列为战略计算计划的研究项目之一，并制订了年度规划。

1985年：道路跟踪试验，车辆以10km/h的速度行驶在铺好的公路上，不设置障碍。

1986年：避障试验，车辆以20km/h的速度行驶，能识别和避开固定障碍物。

1987年：越野路线规划试验，规划车辆行驶路线，并以15km/h的速度通过开阔的沙漠地带。

1988年：公路网路线规划及避障试验，规划车辆行驶路线，并实现以20km/h的速度借助路标导航行驶于公路网上，以及完成地图校正和从路边绕过障碍物。

在那段时间，DARPA资助了一些院校和制造商企业，作为其中之一，CMU的任务是负责解决ALV系统复杂的感知和集成问题。为了攻克该技术，CMU的研究人员于1984年组建了导航实验室，命名为“NavLab”，专注于复杂环境中的高难度视觉感知问题研究。

“在那个时代，一切都是从零开始。从为自动驾驶汽车规划路径，到路径跟踪，到避障，到找到实现自动化的合适的软件系统。机器如何看见世界?机器如何理解世界?所有的一切，在今天而言，都太过初级了，也正因如此，那时候的成果称得上真正的发明。”Whittaker如是说。

机器人如何看见世界?

Whittaker永远都不会忘记1984年的一天，在美国申利公园，团队第一次决定测试Terregator在真实世界的避障性能。

“那是匹兹堡的晚春，所有大学都没放假，许多学生们出来散步晒太阳，”他说，“所以，在他们都聚集在公园时，我们测试了Terregator，它缓缓地，在这些学生身旁行驶着，一些人躺在公园草坪，它也绕开了他们。学生们第一次看到Terregator，就像Terregator第一次看到他们一样。这一瞬间，感觉真的很酷。”

不过，对于自动驾驶而言的挑战，还不止是障碍物本身，这意味着，车辆需要去感知这些障碍物，然后更重要的是，是决策下一步应该如何行驶。

“在无人车的驾驶决策上，有太多工作需要做。换句话说，一旦视觉数据被解译，那么车辆就必须对如何驾驶、如何转向等做出判断，”CMU机器人研究所主任Martial Hebert说，“我认为在这个环节，是创新性技术迸发的地方。”

Hebert回忆说，当CMU第一次着手研发自动驾驶车技术时，他们的汽车只成功“看”了两天。当时，团队使用类似摄像头的传感器，配合图像分析技术，同时使用激光雷达直接获取3D感知信息。这两种环境感知的手段，至今也在被采用，不过已经变得比1980年代更复杂了。

CMU研发的最新一款自动驾驶车，是于2013年亮相的一辆凯迪拉克SRX，这辆车当时成功载着时任美国宾夕法尼亚州议员的Bill Schuster抵达了机场。

技术上，这辆车通过图像分析和对车道线等路标的测量辅助进行环境感知，同时车辆已经能够实现高速路的平均驾驶时速。而真正让它与Terregator区分开来的，除了时速和外观，还有对环境中动态事物的感知能力，不论是人、车、还是自行车等。[!--empirenews.page--]

 

*自动驾驶改装车凯迪拉克SRX

“当你需要处理无人车与交通环境中的其他参与者，如行人的关系时，事情会变得非常复杂，”Hebert如是说，“车辆必须在完全动态的交通环境下做出驾驶决策。”

在现代研究中，车辆的驾驶决策将变得更加细致。Hebert回忆说，在Terregator之后，1986年，CMU还研发了一辆基于雪佛兰厢式货车改装的自动驾驶车，命名为Navlab 1，这辆车能达到每小时20英里(约32公里/时)的时速。

 

*自动驾驶改装车NavLab 1

而在Navlab 1之后，CMU开始将研发重点放在更细致的自动驾驶车行为决策上，即让车辆“表现得更像人类司机”。这意味着，自动驾驶车不只是考虑“避障和行进”那么简单，而是需要结合更多的场景和分析做出判断。

“所以，当时的下一步研究，是让车辆能够推测其他车辆的移动，例如一辆从旁边经过的汽车，”Hebert说，“这是非常关键的进步，因为它使得自动驾驶车从简单的周围环境感知和追踪，发展成对周边车辆的动态反应。”

这些研究成果，在CMU随后研发的NavLab 5上全部进行了展示，这是一辆基于庞蒂亚克运动款轿车改装的自动驾驶车，1995年，这辆车在“横穿美国实验”(NO Hands Across America，NOAA)中，从宾州的匹兹堡行驶到加州的圣迭哥，行程 4587公里，其中自主驾驶部分达到 98.2%。

 

*自动驾驶改装车NavLab 5

Navlab的研发成员之一，CMU博士生Todd Jochem回忆说，他们当时花了4个月时间完成车辆的改装和软件调试，总成本不超过2万美元。所有装备包括一台计算机、一台彩色摄像机、GPS，以及一台光纤陀螺仪。

 

有趣的是，他们的GPS并不是用来定位，而是测速，Todd Jochem说，当时GPS还没有开放高精度定位功能，也就是说如果使用这种服务价格会十分高昂，同时，就算用GPS进行高精度定位，他们也没有匹配的地图。

这之后，在2005年，CMU带着H1ghlander参加了当年的DARPA挑战赛，那是一辆改装的通用悍马，它在道路上成功对一辆人类驾驶车辆进行了超车。

“我至今仍记得当时的兴奋之情，一辆自动驾驶车对一辆人类驾驶车进行了超车，”Whittaker说，“时至今日，所有人都知道这是如何实现的，但我却不希望因此忽视当时取得的成果的巨大价值。”

在路上

2007年的DARPA城市挑战赛(Urban Challenge)，100余组参赛队伍中，11辆自动驾驶车因其卓越性能脱颖而出，其中就包括Boss——CMU基于雪佛兰太浩的自动驾驶改装车，最终，它在当年比赛中摘得了冠军，平均时速达22.53km/h。

 

DARPA城市挑战赛的前身是「DARPA Grand Challenge」，地位等同于无人驾驶圈的奥林匹克。2007年，挑战赛在美国一处退役的空军基地进行，距离洛杉矶两小时车程，「DARPA Grand Challenge」也被随之称为「Urban Challenge」。当时赛道全程55英里(约合89公里)，参赛方需要在过程中完成三项驾驶任务，并在6小时内完成比赛。

“在无人车开始三项驾驶任务中的第一项时，Boss突然不动了，当时所有人的心跳都像漏了一拍，”参与挑战赛的CM

“在无人车开始三项驾驶任务中的第一项时，Boss突然不动了，当时所有人的心跳都像漏了一拍，”参与挑战赛的CMU电子计算机工程系教授Raj Rajkumar回忆说。

“我们本来应该第一个开始，结果当我们准备启动系统时，Boss却不动了!”Rajkumar说，“当时团队所有人都在心脏狂跳，然后想‘这到底怎么了!’”

经过简单调查，团队发现了问题所在。与其他参赛车不同，Boss在赛道起始位置十分靠近一个报道赛况的巨大显示屏，对Boss的GPS造成了干扰。随后，Boss继续参与了比赛，并以20分钟领先第二名的成绩摘得了冠军。

CMU在DARPA挑战赛中的优秀表现，直接促使美国通用汽车公司对其捐赠500万美金建立第二个实验室，自动驾驶技术合作研发实验室，并由Rajkumar担任联合主任。

Rajkumar还有一个身份，自动驾驶技术创业公司Ottomatika的创始人。2013年，Ottomatika被创立，并致力于将CMU研发的自动驾驶学会成果进行商业转化。随后，该公司与德尔福合作，进行了一些汽车在城市或高速公路驾驶的主动安全平台研发。

2015年，Ottomatika被德尔福收购。也是在那一年，德尔福用Ottomatika的技术改装了一辆奥迪Q5自动驾驶车，从旧金山行驶到纽约，自主驾驶时间达99%。

迄今为止，CMU已经公开了140项针对自动驾驶技术的研究成果，其中，凯迪拉克SRX也成为浓墨重彩的一笔，不只是因为其开创性地完成了对许多前沿技术的深度融合，也是因为许多传感器和套件已经与车辆进行了嵌入式整合。

“Boss的车身上背着一串的设备，车顶的激光雷达、一大堆摄像头，车尾还装满了电子器件。在车内有两个巨大的显示屏，驾驶员需要不断监控这些信息，同时，即使是有三四十年驾龄的老司机，也必须通过训练才知道如何操作这辆自动驾驶车，” Rajkumar描述说，“而到了2011年，我们与通用公司合作基于凯迪拉克进行改装，当时的首要目标，就是让这辆车看起来更正常。”[!--empirenews.page--]

在SAE划定的Level 0-Level 5自动驾驶等级中，Rajkumar认为SPX达到了Level 3.3。而对于达到真正的Level 5，Rajkumar认为至少还需要10年时间，甚至更久。

“接下来，我们还需要面对诸如天气环境、隧道、桥梁等复杂问题，”Rajkumar说，“在隧道和桥梁环境下，GPS失效，我们目前能达到85%自动驾驶，但剩下15%始终要被彻底解决。”

“现在，我们正为下一代的自动驾驶实现做储备，这其中不再只是自动驾驶本身的问题，还涉及许多车规级元器件开发——为了真正实现产品化，同时要考虑各种城市道路的复杂问题、天气问题，当然，还要最终控制成本。”