互动科普

美国内华达州沙漠上，五角大楼举办了第二届无人驾驶智能车挑战大赛，向无人战车迈出了关键一步。智能车在军用和民用两方面的诱人前景由此展开：巷战、排除爆炸物、清障运输、耕地、清障……

代汽车中最昂贵、最复杂的部件，往往也就是整车系统最不可靠、最容易出问题的部件。因为人为因素作祟，车祸的发生通常都造成人员伤亡。某些工程师，特别是建造机器人的工程师认为，要解决此问题，有一个再明显不过的办法：把那些既容易分神、又容易疲倦的司机打发掉，由永远聚精会神、永远孜孜不倦的机器人取而代之。

几年来，众多驻伊美军士兵在路边炸弹的轰然声中一命归西，因此美军方对于用自控智能车来代替人的设想尤为热心。截至2002年，由军方出资的自控地面车辆研制工作已进行了十多年，但结果却只造出了几辆速度奇慢、行动笨拙的样车，令人大失所望。

于是，在这一年，五角大楼委托下属国防高级研究项目局（DARPA，以下简称“高研局”）另辟蹊径，举办了一项奖金为100万美元的公开竞赛。2003年2月，高研局局长安东尼·J·泰瑟尔（Anthony J.Tether）宣布，将于2004年3月在莫哈维沙漠举行自控智能车挑战大赛，即首届长途无人驾驶汽车赛。由于这次比赛中没有一辆智能车跑完全程，高研局便宣布将奖金数额提高一倍，并计划于2005年10月在该沙漠的另外一个地方举行第二次挑战大赛。

泰瑟尔指出，智能车挑战大赛的意义，不仅在于打造出一种军方可以马上投入批量生产的智能车，举办这一赛事的目的，事实上是要激励众多工程设计高手对智能车开发过程中遇到的一系列难题进行攻关研究；只有在攻克了这些难题之后，智能车才能在其不熟悉的地面上安全而高速地自动行驶。在2005年10月8日正式比赛开始前10天，高研局举行了预选赛。泰瑟尔在预选赛上解释说：“我们要做的事情，就是让那些以技术为由否定智能车可行性的种种说法不攻自破，今后让人再也不敢说什么这是做不到的事情。”

很清楚，这件事可以做到，而且方法还不止一种。在这次比赛中，5辆无人驾驶的汽车冲过了终点线，其中4辆车驶完212.4千米长的比赛全程，所用时间远远少于10小时（比赛主办者规定，在10小时内驶完全程是获取奖金的必要条件之一）。

与赛事本身相比，参加挑战大赛的各队（包括其智能车未能跑完全程，或者连预选赛都未能通过的几个队）所开发的各项创新技术具有更为重要的意义。这些创新技术成果为一种全新的地面车辆准备了各种必要的部件，使它们能够在几乎无人和完全无人参与的情况下执行各种任务，包括运送货物、耕地、开矿、搬运污物、探索遥远星球等，当然还有作战。

斯坦福大学人工智能实验室主任、该大学智能赛车队领队塞巴斯蒂安·思朗（Sebastian Thrun）声称：“这个领域的发展潜力惊人。自控车辆的重要意义将不亚于互联网。”

行驶路线巧安排

智能车技术要想实现思朗的大胆预见，就必须跨越比高研局挑战大赛所设下的障碍更高的技术难关。不过，挑战大赛的确已经定下了许多十分贴切的考题。为了在这样一场比赛中取得成功，参赛车首先必须为它所面临的漫漫长路拟定一条快捷可行的路线。其次，智能车必须精确地跟踪自己的位置，并及时发现道路及挡道的障碍物。最后，智能车必须安排一条可能避开障碍的路径，灵活机动地前行，同时始终不偏离方向，特别是在打滑的地面上高速行驶时。

直到比赛开始前两个钟头，高研局官员才宣布了比赛路线。他们发给各参赛队一份电脑文件，其中列出了2935个GPS（全球定位系统）路线点，还有速度限制和指定行驶通道的宽度。这2935个路线点犹如撒落地面的一串面包屑，平均间距为72.24米，为参赛智能车指示了行驶路线。许多参赛队把该文件一股脑儿拷进自己的智能车内就算完事，未作任何改动，但也有的队借助专用软件，设法在允许的行驶通道范围内找出一条恰到好处的路线，以增加获胜的机会。

卡内基—梅隆大学的红队把这项任务规划得相当完善，堪与军事行动的规划媲美。他们在离出发车道不远的地方建立了一间移动办公室，安排了13名路线编辑、3名速度调节员、3名主管、１名统计员和１名战略策划专家，在那里等候高研局的光盘。光盘到手后几分钟内，一个 “预规划”系统便开始把比赛区域叠加在该队已准备好的图像上，这个系统是该队在国防工程承包商科技应用国际公司（Science Applications International Corporation）的协助下开发出来的。这些图像存储在一个1.8万亿字节的数据库中，包括分辨率为1.04米的卫星照片、航拍照片、数字标高模型，以及激光扫描的道路断面图等，这些断面图是红队在莫哈维沙漠驱车近4800千米进行勘查期间所收集的。

这个系统把每个顶点转换为一条曲线，计算出智能车绕每条曲线行驶的安全速度，并把允许的最高速度降至在内华达汽车测试中心数月的沙漠试验后得出的限速值，从而自动为卡内基—梅隆大学的两辆参赛智能车“沙暴”号（Sandstorm）和H1ghlander号确定了初步行驶路线，然后软件把赛程和初步行驶路线分为若干段，主管给每位编辑分配一段。

编辑们在一大堆图片、地形图和勘查扫描图中间不停地翻来翻去，反复对路线进行调整，使智能车在弯道上像赛车手那样转急弯，同时避开悬崖边缘等危险地方。他们把栅门、冲蚀地段和下穿道等附近的路段标上“慢”，而把铺砌路面和干湖床上的路段标为“快”。

主管反复把路段分配给编辑们审查，每一路段至少要经过4位编辑把关。同时，在后面的一个房间里，领队们正目不转睛地凝视着一些显示预计速度和对已过时间估计的直方图。领队威廉·“雷德”·惠特克（William “Red” Whittaker）规定H1ghlander号要用6.3小时跑完全程，而“沙暴”号应该用7.0小时跑完全程，系统则调节发出的速度指令，以实现这一要求。

八仙探路，各显神通

道路情况是在变化的，而沙漠道路更是变化无常，因此任何地图都不能号称为“完全最新版”。而且，除非智能车随时知道自己所在的位置和下一步要去哪里，否则路线设计得再完美也没有用。参加挑战大赛的每一辆智能车都配备了距离差制GPS接收机，总的说来，定位精度优于0.914米，但上跨道及峡谷等，可能会影响GPS信号的接收，而且GPS信号有时会发生一些莫名其妙的变化。

因此大多数参赛队为自己的智能车配备了其他一些跟踪系统，通常是装有微电子机械加速计或光纤陀螺仪的惯性导航系统。但是有两支参赛队创造了独树一帜的新技术，它们要么可以实现更高的定位精度，要么可以降低定位系统的成本，或者干脆就是鱼与熊掌兼得，既精确又便宜。

来自加利福尼亚州帕洛斯维德的一支参赛队全是高中生，他们从台式电脑所用的光学鼠标中获得了灵感。这些高中生在他们的智能车Doom Buggy号上安装了一盏明亮的灯，并通过光导管让这盏灯发出的白光照向地面。一台摄像机对准地上的明亮光斑，探测出光斑在水平方向上的移动，从而起到二维里程表的作用，其测量精度达1毫米。该队队员阿什顿·拉尔森（Ashton Larson）说：“我们称它为‘地鼠’。”

以福特、霍尼韦尔、德尔斐以及感知技术公司（Perceptek）等企业的专业工程师为骨干的“智能汽车安全技术”（IVST）队，将一辆皮卡货车改造为自控智能车，并在这辆车上采用了与上述方法相仿的定位法。一台装在车上的雷达向地面发射波束，并探测地面反射回波的多普勒频移，然后就可以非常精确地计算出智能车的相对运动。一旦智能车无法通过GPS来精确地探知自己在哪里，就可以转而利用雷达里程表的测量数据，借助推算方法来测定其位置。

在沙漠里，即使是人在开车，有时也难于辨认出肮脏不堪、遍地泞泥的道路。为了辨明方向，的确需要非常聪明的软件。泰瑟尔说，这类软件“是我所谓的‘秘诀’的要点之一，对于保证智能车在沙漠里行驶自如，它功不可没”。

挑战大赛的经验表明，对于智能车来说，激光扫描器为它们完成这一任务提供了最佳的观察手段。智能车上的扫描装置利用红外激光束快速扫视它前方的一溜地面，根据扫描结果拼凑出一幅由无数个点构成的三维立体环境图。不过，只使用单一的激光光束，则通常无法以足够高的精度来同时看清远处的物体和近处的道路，因此智能车上通常配备了几台激光器，以便协同工作。

但激光器也并非越多越好。Indy智能车赛车队研制的自控吉普车IRV号因装有11台之多的激光器而大出风头。但这些激光器却各行其是、配合失调，致使IRV号开到了干草堆上而着火，在预选赛中便“出师未捷身先死”。如果未对激光扫描器进行精确的校准，那么当它在把探测到的障碍物标在智能车的内部地图上时，它就可能会搞错位置，从而导致智能车一头撞上它本该避开的障碍物。

DAD队是来自加利福尼亚州摩根希尔的一支参赛队，队员仅有两人，其中一位是大卫·霍尔（David Hall），他研制了一台新颖的激光探测器来解决校准问题。他在一个电动圆形平台内安装了64台激光器，此平台以每秒10周的速度旋转，一组用低级汇编语言编程的高速数字信号处理器，负责处理激光器传送来的大量数据。在赛前测试中，这个探测器可以测出远在152.4米外大小跟人体相仿的障碍物。

红队的两台智能车采用了不同的方法，但其构思之新颖毫不亚于DAD队。每台智能车上只装了一台远程激光器，但它却是多面手，能够承担好几台激光器的工作，因为它安装在一个被称为“万向支架”的活节臂上，可以灵活自如地进行水平旋转、左右横摇、上下俯仰等动作。此激光器由一个圆盖和挡风玻璃保护着，使它看起来好像是智能车顶部的一只巨大眼球。当智能车上坡或下坡时，激光器可以相应地向上或向下倾斜，而当智能车接近弯道时，万向支架可以向左或向右转动，使它的眼睛始终瞄向道路。

万向支架有三根轴，红队的工程师在每根轴上都安装了光纤陀螺仪，并通过反馈系统将陀螺仪连接到使激光装置保持稳定的驱动元件上，这样，即使智能车在行驶中上下颠簸，激光装置也能稳如泰山。红队没有来得及把这种稳定功能与智能车的其他各系统整合为一体，因此在比赛中未使用这套稳定装置。但是，无论是蓝队刚刚在加利福尼亚州伯克利成立的Motion Zero公司，还是纽约霍帕奇的HD系统公司，都正在研制微型版的激光陀螺稳定系统，并计划把它推向市场，用于卫星、武器系统和摄像机平台中。

路在脚下

看来智能车似乎离不开激光器，但激光器也并非十全十美。远程激光扫描系统的价格每台高达2.5万到10多万美元，实在令人望而生畏。其他几种探测器（如摄像机和雷达）的探测范围比激光器远，成本也较低。但它们同样存在着各自的问题，而且这些探测器输出的大量数据解读之困难，也是众所周知的。

因此许多队干脆采取多管齐下的方法，在其智能车上将若干种探测装置搭配使用。但只有少数几个队研制的综合探测系统最终获得了成功——它们能够把各个探测器探测到的完全不同的画面整合成统一的图像，从而为智能车选定一条安全而迅捷的行驶路线，而且这种整合与判断的过程在一秒种内可以进行许多次。

Terramax队的参赛智能车是一辆重达15吨的Oshkosh号货车，该车在比赛中能驶完全程的一个重要原因，就是它安装了意大利帕尔玛大学阿尔伯托·布罗吉（Alberto Broggi）小组所设计的一种新颖的“三筒镜”视觉系统。该智能车可以使用三对摄像机进行观测，程序从中选择一对摄像机以获得精确的近距、中距或远距地面的立体图景。速度越快，智能车就看得就越远。

思朗在比赛结束后回顾赛事时总结说，斯坦福大学队的参赛智能车“斯坦利”号（Stanley）之所以能勇夺冠军，并将200万美元奖金揽入囊中，是因为它采用了一套以视觉为基础的速度切换装置。“斯坦利”号安装了一台结构简单但功能强大的机器，一旦它发现前方是一条平坦的道路一直延伸到远处，它就会加大油门飞速前进。

然而，有些影响更为深远的革新，却是由未能跑完比赛全程的智能车所创下的。例如，IVST队通过沙漠试车，在各种不同的路况下——如搓板路、铺面公路或州际地下道等，发现该队参赛车“沙漠之龟”号（Desert Tortoise）的探测器的最佳配置方案。据该队领队威廉·克拉奎斯特（William Klarquist）解释说，智能车在行驶时，“将选择一种适当的道路条件，然后据此关掉某些探测器，打开另一些探测器，并重新分配它为每一台探测器设定的置信度”。借助这一技术，在由沙漠地段驶向比如说农田地段时，智能车可以立刻下载一组新的道路条件，因而保证它依然可以顺利行驶。

Indy智能车赛车队通过其参赛智能车IRV号检验了一种用于探测器的“即插即用”系统，该系统很可能是创建自控汽车行业的一项必不可少的先决条件。这支由100多位工程师组成的庞大队伍在测试并改进该系统时，需要找到一种简便快捷的方法来将各种探测器及软件模块换入或换出智能车。因此他们发明了一种用于自控驾驶的网络协议（与现今互联网上的超文本传递协议相似）。

IRV号上的每个探测器均接入一台专用计算机内，此计算机把原始数据转换为一组表示障碍物的坐标和大小的参数，然后将它们翻译成上述网络协议。每个探测器的计算机都把它列出的障碍物清单通知其他所有探测器，同时也通知智能车的中央路线规划计算机。有了这个协议，排除有故障的雷达或升级有漏洞的视觉算法便如换轮胎一样易如反掌。

2005年智能车挑战大赛掀起的尘埃尚未落定，自控地面车辆的下一个里程碑在何处尚不清楚。高研局的泰瑟尔指出，军方有意研制一种护送车，它由人驾驶，向紧随其后的一队智能车发送坐标数据。惠特克则打算在2005年年底前把智能车H1ghlander弄到他的农场去照管围栏，而到11月，他已经在着手制定登月智能车的初步方案了。惠特克和思朗都宣称，他们在大赛开始之前就收到了商业投资者抛来的绣球，条件十分优厚。因此，不管还会发生什么情况，这些智能车都将继续奔驰下去。

■在2005年的挑战大赛中，智能车“沙暴”号正在越过啤酒瓶山口，它旋转它的车载激光扫描“眼”（在银色圆盖内）来探测急弯处的路况，高研局的跟踪车辆紧随其后。这辆自控智能悍马车以平均212.4千米的时速行驶了29.93千米路程，可是另一辆速度稍快的智能车超越了它。

考验耐力的智能车大赛

2004年8月，来自7个国家和美国42个州的550多名工程师云集加利福尼亚州帕萨迪纳，一个个摩拳擦掌，兴奋异常，聆听美国国防部高研局官员宣布2005年智能车挑战大赛比赛细则。许多人将日常工作丢在一边，动用自己的积蓄来研制能够自主导航的地面车辆，以期在2005年10月的正式比赛中将200万美元奖金收入囊中。首届智能车挑战大赛于2004年3月13日举行，结果令人大失所望——只有13个队的智能车得以上场参赛，没有一辆车能穿山越岭跑完228.5千米的比赛全程。但这一结果看来并没有吓退众人，2005年，大家的参赛热情反而更加高涨[参见W·韦特·吉布斯《智力车新比赛》一文，《科学美国人》2004年3月号]。

在2004年的比赛中，卡内基-梅隆大学红队建造的智能车“沙暴”号跑得最快，也跑得最远。该车的最高速度曾达到每小时57.9千米；它在进入规定的比赛路线行驶了11.9千米之后，便在一段狭窄的弯道上作急转弯时冲出路边，不得不退出比赛。然而，尽管“沙暴”号在这次比赛中铩羽而归，它的成绩仍创下了越野智能车技术的新纪录，激起了无数智能车专家、学生和业余机械技师的想象力。

高研局项目主管容·库尔雅诺维支（Ron Kurjanowicz）负责安排2005年挑战大赛，他宣读了比赛规则：任何一种牵引推进式车辆均可参赛，但如有智能车在比赛过程中干扰其他参赛车、危害环境或以任何方式同人联系，那么将被大赛官员取消比赛资格。比赛路线由数千个GPS（全球定位系统）路线点标出，这些路线点秘密地保存在一份可由电脑读出的清单中，直到比赛当日凌晨4点钟才向参赛者公布。库尔雅诺维支说：“今年参赛者必须准备好在10个钟头以内行驶281.6千米。”泰瑟尔则提醒大家，智能车必须设法越过众多障碍。他说：“这些障碍包括沟壑、冲塌地段、熄火趴下的车辆、下穿道、高压线铁塔等等。在比赛那天清晨，我们还要在路上设置几个坦克陷阱。”他出示了一张照片，上面是由三个十字形铁架构成的一道障碍，看起来还真有点吓人。

泰瑟尔半开玩笑半认真地说：“我们的任务就是充当伯乐，搜寻那些脑袋里满是怪点子的奇才，然后尽快把这些点子转化为现实技术。看一看今天云集此地的这些人物，我应该说我们已经做到了这一点。”

■2005年挑战大赛上，众多智能车出尽了风头。其中几辆参赛车由军车改装而成，例如康奈尔大学队的“蜘蛛”号参赛车（上）。许多参赛车系皮卡货车或运动休闲旅行车（SUV）改装而成，这样，参赛者可以集中精力开发新的软件和探测器，DAD队装有64台激光器的“地面扫描者”（中）便属于此类。还有一些参赛车是白手起家从头设计的，例如Jefferson队的“汤米”号（下）。

冲向起点线

2005年9月28日，43辆智能车开到了加利福尼亚州方丹纳镇的加利福尼亚赛车场内，准备参加挑战大赛的半决赛。在接下来的8天内，每辆智能车至少有4次会在约3.2千米长的赛车道上测试速度，而大赛官员们则在赛车道上设下了种种障碍，包括栅门、抛锚的汽车、堆积的轮胎等，还有一个可以挡住GPS信号的隧道。红队的克里斯·乌尔姆森（Chris Urmson）和斯坦福大学赛车队的塞巴斯蒂安·思朗在赛车场主看台的最高处观看了比赛。他们目不转睛地盯着大大小小的智能车——小到只有124.9千克的微型摩托，大到重达15吨的军用卡车，当这些智能车一一飞驰而过时，乌尔姆森情不自禁地咧嘴而笑道：“这或许是我所见过的最酷的事情了。”

这批在赛车场上大出风头的智能车，从为数众多的申请者中脱颖而出。国防部高研局共收到了195个队的参赛申请，其中有3个高中队，35个大学队；进入2004年挑战大赛决赛圈的15个队这次也全在申请参赛之列。许多未参加第一次挑战大赛的名牌大学——包括斯坦福大学、康奈尔大学、普林斯顿大学、加利福尼亚大学洛杉矶分校以及麻省理工学院等，都踊跃参加了第二次大赛。

根据智能车技术资料和实际行驶表演的录像，高研局官员进行了初步筛选，结果只有118个队通过了这一关。2005年5月，高研局官员对其中每个队进行了实地考察，观看各队的智能车在一段220码（200米）长的之字形车道上展示其性能。考察人员记录了每辆智能车所用的时间，并在其行驶路线上放置了一些垃圾桶，通过三次测试来检验其避开障碍的能力。

在上述考察中表现出色的队，其智能车将参加第四次路程更长的测试，以展示它们的驾驶性能。在艾奥瓦州锡达拉皮茨镇，Terramax队的Oshkosh号智能车曾有过一次出色表演。它在驶近一个锥形路标时先是后退了一下，设法调整了它那宽达2.44米的车身的方向，只差约10厘米就擦到路标了，但终于还是绕着锥形路标小心翼翼挤了过去。而在匹兹堡的一家钢厂旧址，红队的H1ghlander Hummer号智能车以每小时40.2千米的速度在满布碎石的道路上疾驶，迅速穿过铁路桥的下方通道。

从第一天起，获半决赛资格的智能车便显示过去18个月里智能车技术取得了长足进步。43辆车中11辆首次试驶便跑完了整个障碍赛赛程，而到试车结束时，已有25辆参赛车过关，有的跑出了每小时64.4千米的高速。这25辆车中，有两辆在试车时遭受严重撞击，因此被淘汰了。高研局让剩下的23辆智能车到内华达州普里姆镇作最后一搏，争取那诱人的200万美元奖金。

胜者为王

红队技术主管克里斯·乌尔姆森回忆说：“去年比赛的前一天晚上，我老是在想，‘沙暴号，你可千万不要捅漏子呀！’而今年这个时候，我更多的是一种期待的感觉，就像圣诞老人快来了一样。”

比赛当天凌晨4点钟刚过90秒，赛车路线图就显示在红队路径规划车内的屏幕上。亚力山大·古铁雷斯（Alexander Gutierrez）一边打量着弯曲旋绕的赛车路线，一边说：“嗯，这才真够痛快。”

斯坦福大学队的编程骨干迈克尔·蒙特默洛（Michael Montemerlo）在“斯坦利”号智能车内盯着他的手提电脑屏幕，上面显示出一幅类似的路线图。“这究竟是什么路线啊？到处都有各种重叠的地方，一会儿钻进去，一会儿又冒出来。噢，这里是山，正好在终点。”领队塞巴斯蒂安·思朗在他后面看着屏幕说，“赛程短了，令人遗憾。”

Hlghlander号率先冲出起点线，驶进一片刚刚升起的晨曦中。如果它严格按照预定时间表行进——它几个月来一直在沙漠中如此演练，那么它就应该在下午1点左右抵达终点，全程共有6.3小时的时间。“斯坦利”号在5分钟后出发，然后是“沙暴”号。23辆参赛车就这样一辆一辆鱼贯离开起点，出发的间隔时间为5~10分钟。

到上午8点35分，DAD队那辆装有旋转激光扫描装置的皮卡车已经超过了IVST队的卡车，正一步步逼近“沙暴”号。1小时后，Hlghlander号疾驶着穿过一股时速为64.4千米的尘暴，把它相对于“斯坦利”号的领先优势扩大到了7分钟。与此同时，“斯坦利”号也把“沙暴”号甩得更远了。这是因为红队采取了龟兔赛跑中后发制人的策略，指令“沙暴”号按照7小时跑完全程的保守速度行驶。ENSCO队的“德克斯特”号出发位置居中，眼下它正在大大加快行进速度。

Hlghlander号穿过铁路后，就驶入崎岖不平的起伏地带。它在一座小山的半山腰停了下来，向后滑到山脚，然后又开足马力爬了上去，结果还是退了回来。第三次冲刺时，它终于成功地爬过了这座小山，但它的发动机显然有点力不从心了。“斯坦利”号趁势赶了上来。中午刚过不久，当“斯坦利”号终于取得领先地位时，观看比赛的一大群斯坦福大学和大众汽车公司人士爆发出了热烈的欢呼声。

下午1点51分，“斯坦利”号冲过了终点线，紧随其后的是Hlglander号和“沙暴”号。灰队的KAT-5号在日落时分抵达终点，同时官员们安排让Terramax队的参赛车暂停下来，该车在沙漠中游荡了一个晚上，第二天清晨才驶完全程。高研局的泰瑟尔在检查了各智能车的时间记录之后，宣布“斯坦利”号以11分钟的优势赢得了2005年挑战大赛。