穀歌的無人駕駛汽車現在能夠帶你在美國加利福尼亞(ya) 州山景城的大街小巷裏兜風了。

本周，筆者有幸坐穀歌的無人駕駛汽車體(ti) 驗了一把。我看到汽車駕駛員將手從(cong) 方向盤上拿開，電腦就自動挑起了駕駛的重任。“現在開始自動駕駛。”電腦裏傳(chuan) 出一名女性的聲音。變道、遵守紅綠燈指示、監測路邊騎自行車的人和步行者、轉彎，汽車自己完成了所有這些任務。

它運行得如此順暢，以至於(yu) 《紐約時報》的一名試乘記者不禁感歎，“坐在上麵太無聊了。”他的言外之意就是穀歌無人駕駛汽車的表現太讚了，幾近完美！

機器人司機可以減少交通事故、提高全美道路網絡的承載能力以及解放上班族，讓他們(men) 在上下班途中可以盯著自己的手機屏幕，隨心所欲地使用穀歌的各種服務。

但是，你現在還不能將穀歌無人駕駛汽車放到奧蘭(lan) 多或奧克蘭(lan) 或阿克倫(lun) 的街道上，並期待它像在矽穀一樣具有出色的表現。

其原因在於(yu) ，穀歌已建立了虛擬的山景城路況地圖，而其他地方的虛擬地圖尚未建立。

無人駕駛汽車成功的關(guan) 鍵

穀歌無人駕駛汽車成功的關(guan) 鍵是，這些汽車並不需要從(cong) 零開始處理所有道路交通情況。相反，它的團隊早已走過了該汽車將要走的各條道路，並繪製了詳細的虛擬地圖。這可不是普通的地圖，甚至也不是詳盡的消費者版穀歌地圖。

穀歌繪製了灣區的虛擬地形圖

它是描繪現實路況的極其精確的數字化地圖，它精確到了每一個(ge) 人行道鑲邊的位置和高度。一般的數字地圖僅(jin) 會(hui) 大致顯示道路交叉口的位置，而這種虛擬地圖展示的路況精確到了英寸。

這種虛擬地圖也超過了我們(men) 通常對地圖的概念。“我們(men) 的虛擬地圖一覽無遺地展示出了各種地理位置信息，從(cong) 而能夠提前告知汽車，為(wei) 其自動行駛提供幫助。”穀歌無人駕駛汽車地圖繪製主管安德魯-查塔姆（Andrew Chatham）說。

“我們(men) 會(hui) 告訴它交通信號燈距離地麵多高、人行道鑲邊的準確位置，從(cong) 而讓汽車清楚地知道哪些地方不能走。”他說，“我們(men) 甚至還納入了你看不到的信息，例如速度限製。”

穀歌工程師們(men) 駕車實地考察路況，並據此繪製出了虛擬的城市地圖。他們(men) 會(hui) 在汽車啟動前將路線數據上傳(chuan) 到汽車中，從(cong) 而在汽車行駛過程中，不斷地給予指引。

“汽車軟件不用每次從(cong) 零開始分析現實路況，並做出判斷。相反，它在出發前就已明了前方的路況是怎樣的。”查塔姆說，“現在，汽車軟件的工作隻是分析現實情況與(yu) 預期數據的差別。這就使得汽車自動駕駛的問題大大簡化了。”

“爬地球”收集數據

雖然它簡化了汽車駕駛的問題，但是它需要處理的數據卻並沒有減少。要知道，它可是要基於(yu) 整個(ge) 道路網絡來開發虛擬地圖。

很少有公司——也許隻有穀歌——會(hui) 想到讓美國路麵交通的數字化成為(wei) 無人駕駛汽車的解決(jue) 方案之一。汽車公司會(hui) 想到用這種數據收集和整合的方法提高其核心競爭(zheng) 力嗎？

在談及穀歌為(wei) 其汽車繪製每一條街道的做法時，卡內(nei) 基梅隆大學前教授、穀歌無人駕駛汽車項目負責人克裏斯-厄姆森（Chris Urmson）流露出了無比的信心。“這是穀歌利用地圖和街景服務嚐試的眾(zhong) 多新鮮事之一。”厄姆森說，“我們(men) 到處行走，並收集非常詳實的數據，這為(wei) 無人駕駛汽車提供了強大的導航信息。”

迄今為(wei) 止，穀歌已繪製了2000英裏的道路地圖。美國的全部道路網絡約有400萬(wan) 英裏。

“這就是我們(men) 的工作。”他說著，聳了聳肩。“但這並不是令人望而卻步的工作。”這就是穀歌考慮的這個(ge) 項目的規模。

事實上，我們(men) 最好別把穀歌正在做的這件事稱之為(wei) “繪製地圖”，而應該想出一個(ge) 新的動詞來顯示它與(yu) 傳(chuan) 統地圖概念的差別。要我說，他們(men) 就是在“爬地球”，他們(men) 獲得的數據才是真正有效的、適合電腦讀取的。

除了無人駕駛汽車，穀歌還推出了Tango項目，旨在“讓移動設備對空間和運動建立人類級別的理解力。”此外，穀歌最近還掀起了收購機器人公司的狂歡。Tango項目是為(wei) 了讓機器人理解人類的世界，而機器人公司則是為(wei) 了讓機器人在人類世界中行動自如。#p#分頁標題#e#

卓爾不凡的穀歌

你越想就會(hui) 越覺得穀歌的卓爾不凡：他們(men) 的遠大夢想、大手筆運作以及解決(jue) 這個(ge) 棘手問題的解決(jue) 方案都令人稱奇。由於(yu) 穀歌這樣大規模的、史無前例的、難以想象的數據收集工作，曾經十分棘手的“機器視覺”問題變得簡單多了。

去年秋季，另一位研製無人駕駛汽車的穀歌員工安東(dong) 尼-萊萬(wan) 多斯基（Anthony Levandowski）到矽穀