经验的积累与运用 是自动驾驶卡车安全行驶的关键

驾驶员的驾驶体验越丰富，驾驶中的风险就越低。研究表明，人类司机通常需要练习多年，才能成长为勇敢和认真的交通参与者。同样，卡车司机知识越丰富，就越不容易造成严重的交通事故。

同样的原理也适用于自动驾驶系统。哪个自动驾驶平台经验多，它的驾驶安全性会更好。

既然驾驶经验如此重要，技术人员如何保证自己的电脑驾驶系统能够充分积累来自美国常规道路和高速公路的第一手培训资料？

这个问题的答案可能是开创自动驾驶新时代的核心。

半拖卡车——计算机的学习之路

得益于传感器技术和人工智能(AI)的快速发展，自动驾驶卡车现在能够分析道路上的各种物体并做出快速响应决策。

所有这些，在很大程度上都是通过训练好的深度学习算法来实现的。通过不断向自动驾驶系统展示其他车辆、行人甚至障碍物，我们的自动驾驶方案也一步步学会了如何做出自适应响应。

这里需要注意的是，与人类不同，机器往往缺乏基本的常识，无法处理以前从未见过的新情况。人类驾驶员遇到意外障碍物(如突然跳出的野生动物)会立即减速。这个决定来自于我们过去经历过的类似情况或基本推断，但计算机在这方面总是显得“智商焦虑”。

具体来说，深度神经网络只能从训练时接触到的数据中学习，所以只要公共道路、封闭道路或计算机模拟中没有出现当前情况，算法就会瞬间陷入混乱。

所以这又回到了最初的问题：如何训练机器，保证它们能够充分接触和积累驾驶经验？

数据、数据、更多数据

Plus公司的目标是帮助卡车自动驾驶系统从容应对长途道路上各种常见的交通和天气情况。除了封闭道路测试和计算机模拟，该公司的PlusDrive系统还在开放道路上学习，指导卡车解决实际道路上可能遇到的障碍和紧急情况。空中飞舞的垃圾，地上的冰，路边旋转的风叶，甚至是左冲右冲的摩托车，都得在系统范围之内。

虽然这些所谓的“拖尾”情况只占所有路况的不到1%，但却是决定整个自动驾驶过程能否安全完成的关键。目前，全社会对电脑操作机器的安全期望或要求远远高于人类驾驶员。

数十亿英里的道路测试

从今年夏天开始，Plus将把其监督自动驾驶系统投入工厂生产，并开始用该系统改造现有卡车。到明年夏天，由PlusDrive驾驶的数百辆自动卡车将正式在道路上运输商业货物。

在整个培训期间，人类驾驶员也需要坐在驾驶室内。与新手老司机类似，Plus雇佣的人类司机会持续监控自动驾驶卡车的驾驶模式，并在必要时迅速介入，展示如何应对意外障碍。

Plus预计，在全面部署全自动驾驶汽车之前，其卡车车队将积累数十亿英里的总里程。有了这个经过专业司机培训验证的自动化系统革命性实施方案，公司有望更快积累可观的学习里程。

卡车司机仍将存在，车队碳排放将显著降低

司机也能从中受益。Plus监管下的自动驾驶卡车解决方案实际上增强了卡车司机的作用，可以帮助他们快速提高技能，为未来的自动驾驶技术做好准备。此外，数字化车载“大副”将帮助驾驶员缓解长途路线上的驾驶疲劳，让车队更容易招募货运司机。

这个系统还有其他好处。目前燃油消耗约占货运企业整体经营预算的三分之一，也是目前重卡中的一大支出。未来，在线自动驾驶系统将更加了解路况，实时获取GPS和天气数据，提前优化换挡和刹车操作。Plus还建立了一个试点项目，证明即使和人类最优秀的驾驶员相比，PlusDrive也能进一步降低车辆油耗103354，这将是经济效益和环保的双重胜利。

自动驾驶卡车的未来，在于当下

商业太空旅行、太阳能城市和自动驾驶汽车——是影响未来生活方式的三大变量。前两个取决于经济转折点何时到来，第三个完全取决于我们何时能为系统积累足够的数据。

Plus正试图建立必要的信息反馈回路，其卡车不断积累数据。很多安全意识最强、驾驶效率最高的顶尖人类驾驶员，都在用自己的反应为系统提供培训资料；工程师们不断微调PlusDrive的算法和决策机制。或许，PlusDrive最终会成为顶级驱动力之一。