我們不斷測量，分析和評估無人車在多個方面的表現(xiàn)。按照真實世界和模擬裝置兩部分進行路測，軟件系統(tǒng)積累的各種指標，將在未來繼續(xù)為我們所用

——Chris Urmson |文    劉琛 |翻譯

　　如果你在公路上花費的時間足夠長，那么無論自主駕駛還是無人駕駛，事故總會發(fā)生。過去六年我們進行了11種微弱事故（輕微損傷，沒有重傷）的路測，距離長達170萬英里，既有自動駕駛也有無人駕駛，但是沒有一起事故是由無人駕駛引起的。即使有的事故并非由汽車引起，我們還是詳細回顧了每一起事故出現(xiàn)的原因。

　　現(xiàn)在我們不僅了解了這些微小事故為何發(fā)生，也逐漸能識別出重大事故背后的駕駛模式（比如隨意變換車道，闖紅燈）。盡管這些駕駛行為不會出現(xiàn)在官方數(shù)據(jù)中，卻給普通人的出行帶來了潛在的危機。

　　在公路上一心一意開車對許多人來說是一件難事。在光線充足的情況下，有66萬的美國人在駕駛中低頭檢查車內(nèi)設備，而不是觀察路況。與此相反，我們的自動駕駛司機則會嚴格地例行公事，觀察車道上不斷移動的人流，乘客們則可以高深無憂，選擇在車內(nèi)讀書甚至吹小號。無人駕駛汽車將給人們的出行安全帶來保障。新一代傳感器能夠360度觀測周圍環(huán)境，每分每秒都保持注意力高度集中，跟蹤距離2個足球場距離內(nèi)的汽車、自行車和行人。

　　十字路口是危險高發(fā)區(qū)。最近幾年的數(shù)據(jù)顯示，美國有21%的致死事故和50%的嚴重事故發(fā)生在十字路口。那些闖紅燈的司機，他們會不耐煩得高速行駛，或者心不在焉得穿過十字路口，給其他行人帶來傷亡。因此，我們研發(fā)的汽車會在綠燈亮起之前短暫停留，降低這一常見事故發(fā)生的可能。
　　在無人駕駛路測中，我們經(jīng)常遇到注意力分散、對路況關注不夠的司機。這也是我們開發(fā)無人駕駛汽車的動因所在。7月1日晚，我們的一輛雷克薩斯車行駛到加州的十字路口。綠燈亮了，但是交通阻塞，為了避免被困在在十字路口，包括無人駕駛汽車在內(nèi)的三輛車都停下了，停車之后，一輛汽車以20英里／小時與我們的車追尾，壓根沒有剎車。我們的剎車是符合駕駛經(jīng)驗的，但是追尾車輛卻沒有在車距足夠的情況下減速行駛。所以，只能得出一個結(jié)論，那就是追尾車輛的司機可能沒有注意觀察路況。
　　2009年項目開展以來，其他司機碰撞我們的無人駕駛汽車的次數(shù)有14次，沒有一次是由無人駕駛導致的。事故的真正原因是人類的錯誤和分神。

　　無人駕駛可以減少上述交通事故的發(fā)生，因為無人駕駛將消除司機的心不在焉和駕駛誤判，防止碰撞、傷亡。實際上94%的事故由人類導致。這就是人們熱衷于討論無人駕駛的原因。但我和我的團隊面對最近面臨的問題是，“無人駕駛何時準備投入使用？”但在回答這個問題之前，更重要的問題是“在無人駕駛到達何種安全程度后，可以準備投入使用？”
　　我們不斷測量，分析和評估無人車在多個方面的表現(xiàn)。我們按照自己的方法進行路測，包括真實世界和模擬裝置兩部分，時至今日真實世界的路測距離已達180萬英里，模擬裝置則是每天路測超過3萬英里。最終，無人駕駛投入使用時，這些里程數(shù)將被歸結(jié)為一個簡單的數(shù)字，但它的意義不僅在于此時此地，軟件系統(tǒng)積累的各種指標，將在未來繼續(xù)為我們所用。

　　一個我們密切關注的指標是，正在測量中的“模擬接觸”。它是指，當我們在模擬裝置中模擬現(xiàn)實世界中的情形時，假使測試司機沒有接管駕駛，汽車可能和其他物體接觸的比率。車管局報告中有13起這樣的事故（其中兩起是和交通錐形路標接觸，三起由其他司機的魯莽行為引起）。報告的結(jié)果激動人心。2014年的測試進行到第3個月，路測達到53000英里時，有8起這樣的事故發(fā)生，2015年測試進行到第11個月，路測里程達到370000英里時，事故下降到5起。這個趨勢看上去很不錯，事故率持續(xù)下降。（這一數(shù)字不會持續(xù)下降，但是當我們引入日照時間、道路環(huán)境和天氣等更加復雜的因素，比率將上升。）

　　報告中的另一個指標是“自動駕駛系統(tǒng)的整體穩(wěn)定性”。（我們還在不斷增加軟件的新功能，這不是我們最優(yōu)先的指標之一，但是對于我們最終確定軟件并裝載到公眾能夠駕駛的汽車上來說是重要的。）軟件可以探測系統(tǒng)中的272種反?，F(xiàn)象，它們將帶來嚴重的道路安全后果。一旦軟件探測到反?，F(xiàn)象，它將立即控制測試司機駕駛的汽車。當無人駕駛總里程數(shù)達到5300英里的水平時，我們重新開始計算這一指標。在之后785英里的路測里程中，自動駕駛系統(tǒng)整體穩(wěn)定性獲得了7倍的提升。

　　此外，我們還有其他建立安全紀錄的指標和相應的測量方法，比如罕見路況下的測試，這種測試有賴于我們強大的模擬裝置。它每天都會產(chǎn)生成千上萬的真實測試場景。然后，軟件將通過調(diào)整汽車和其他道路使用者的位置和速度，處理我們在真實環(huán)境中遇到的各種變化，在演練中捕捉微弱的環(huán)境差異。未來無人駕駛真正進入公共交通環(huán)境的時候，分秒之間，攸關生死，這種應對變化的能力將變得尤為重要。

　　作者是谷歌無人車項目首席技術官，上周剛剛離職，本文摘譯于其博客。