智驾注：自去年四月份以来，无人出租车队就一直在新加坡 One-North 科技园区里那条 6 公里长的道路上进行测试。本文转载来源为雷锋网，作者为蔡羽佳，原标题为《新加坡之后，NuTonomy 的无人出租车会征服哪里？》，由AutoR智驾转载。

徜徉在新加坡的市中心，穿过一座模仿 DNA 结构的螺旋桥，路过一个莲花状的科学博物馆，最后停留在一片充斥着音乐和绚烂灯光的高耸的人造超级树林前。而这一切令人眼花缭乱的景象并不足为奇，因为这里是第一个拥有无人出租车车队的城市。

自去年四月份以来，无人出租车队就一直在新加坡 One-North 科技园区里那条 6 公里长的道路上进行测试，这里的人们也早已习惯，并通过手机拼车软件来表示对无人出租车的欢迎。也许这就是为什么我会因为一辆无人出租车停在星巴克门口而感到好奇——那是一辆稍做改良的雷诺 Zoe 电动车。坐在车内的分别是一位工程师、一位安全驾驶员和支持此项目的麻省理工学院的衍生公司 nuTonomy 的首席运营官 Doug Parker。

这款车配备了标准的传感器套件，使其成为可以适用于城市自主性的无人出租车：车顶和前保险杠周围布满激光雷达，车身其他地方也都装有雷达和摄像头。无人车内部：除了仪表盘上标有手动、停止和自动的三个大按钮，以及一个红色的紧急停止按钮，其余地方看起来与其他车别无二致。汽车发动过程为：首先由工程师说出「好的」，接着安全驾驶员按下自动按钮，汽车便向称为 Fusionopolis 的研发中心驶去。

到今年年底，nuTonomy 计划要将新加坡的车队从 6 辆车扩增到几十辆，并在波士顿地区的公共道路、剑桥总部附近以及其他几个地方增加一些测试车辆。

Parker 对我说：「我们认为新加坡是全世界用于测试无人车最好的地方，因为无人车可以巧妙地避开并排停放的车辆。」

One-North 给这些无人车带来了具有相当大的复杂性的挑战，在人流密集、车流量多而稳定，极少出现事故、但又变幻莫测的道路，都为无人车提供了它们所需要学习和改进的平台。

当我们真正驾驶一辆无人车时就会清醒地认识到，在方向盘后面的我们到底忽视了多少潜在的危险行为。当我们自己操控方向盘驾驶汽车时，可以根据经验来判断什么情况我们大可不必担心，但是 nuTonomy 的无人车还不能做到这点，所以它几乎会对所有情况都要作出一定程度的反应，频繁地（偶尔甚至会有进攻性反应）进行安全尝试。如果无人车认为在它前方的行人突然决定过马路，即使这只是一个模糊的判断，它也会立马放慢速度行驶。

Parker 说：「这种对行人和其他司机的不信任性也被我们设计到软件中，因为人类是迄今为止我们最大的挑战。」

在十五分钟的时间里，我们的车一定要能够小心应对在排水槽旁行走的行人，横跨马路中线的汽车，修理道路的工人，横穿车道的出租车，以及公交车到站后一窝蜂涌下车的孩子们。即使是人类司机都必须要集中注意力，所以对于安全驾驶员来说，要掌管并一再确保车辆的行驶安全需要多么的专注，这根本不足为奇。

为了处理这些复杂的情况，nuTonomy 运用基于类似于阿西莫夫著名的机器人三定律的等级制度的形式逻辑。优先级规定为「不能撞到行人」，次级规定为「不能撞到其他车辆」和「不能撞到物体」。再后来的程序才被设定为，如「安全行驶时保持时速稳定」和「不要跨过中线」，最后才会是例如「享受一次舒适的驾驶。」

无人车争取始终都遵循这些规定，但若是需要打破这些规定，也是先打破次级规定：如果有辆车停在路边并且挡住了部分道路，nuTonomy 的汽车会打破不能穿过中心线这项规则以维持它的速度，并会像任何一位司机一样绕过停放的车辆。这种车使用名为 RRT*的规划算法——读作「r-r-t-星」——通过传感器和其他摄像机传来的数据来评估潜在的路径。（该算法是 RRT 的变形，或者快速搜索随机树。）每个决策软件都会根据等级规则来评估和筛选每条路径，并选择最适合的线路。

相比较而言，其他大部分无人汽车公司则更有依赖于机器学习的意味。该思路是，不管您使用真实数据还是模拟数据向一个机器学习算法展示出足够的驾驶场景，它都能够明白其潜在的良好驾驶的规则还能够将这些规则应用到以前并未设定过的场景中。这种方法成功适用于很多自动驾驶汽车，事实上，nuTonomy 正在利用机器学习来帮助解决传感器数据分析的许多问题，而无关乎决策。这是因为我们无法知晓机器学习系统为何会做出那样的选择。

Parker 说：「机器学习就像一个黑匣子，你永远都不知道会发生什么。」

另一方面，形式逻辑也向您保证，即使是汽车在完全无准备的情况下，它也会运用人类可以读取和理解的编码来遵守规则以保障您的安全。nuTonomy 的首席执行官兼联合创始人 Karl Iganemma 解释道：「这是一个严密的计算过程，将汽车该做出何种行为的规范转换成可检验的软件，这是这个行业里真正缺少的东西。」

丰田研究协会首席执行官 Gill Pratt 同意道：「正式方法的承诺是可证明的正确性，」他同时提醒说：「将正式方法应用在人力驾驶和自动驾驶汽车这种多样化的环境中会更具挑战性。」

nuTonomy 在这种环境中迅速获取到经验，但其同时也意识到这会花费很多时间。Parker 说：「我们坚信这些无人车会让道路变得更加安全，但也会发生一些意外。」事实上，nuTonomy 的一辆车在十月份发生了一起小事故。「而你想要做的就是能够退回原点去思考『我们的车在这种情况下到底能否做出正确的判断，如果没有做出正确的判断，那原因又是什么？』而利用形式逻辑，它是非常简单的。」

能够解释发生了什么这种能力将十分有效地帮助监管者。所以我们有能力可以向他们展示我们做了何种修复以确保相同的问题不会再发生。高效的监管对于无人车的成功发展至关重要，而对于许多更大型的汽车市场而言，是一项具有挑战性的阻碍。例如在美国，联邦，州和地方政府制定了一项整合了交通，车辆和驾驶的法规。而在许多领域，政府已然跟不上技术的步伐。

一小部分公司正在公共道路上测试无人出租车和运载车辆，包括匹兹堡的 Uber。动机很明显：当机器系统代替人力劳动者时，它将消除劳动力成本，这在大部分大区将远远超过车队运营商花在汽车支付上的开销。无人汽车的经济潜力可能十分清晰，但还没有明确的是，监管机构是否会很快批准这些车辆的商业运营。

在新加坡，国家城市的政府的意愿更加一致，对于自动驾驶的未来的追求也更加积极。新加坡交通部副部长 Lee Chuan Teck 解释道：「我们从不同的哲学开始。我们一致认为，当技术准备就绪时，法律也要完备。」从历史角度来看，新加坡一直在关注美国和欧洲关于法律法规的制定，但是现在，终于轮到了自己。新加坡经济发展部交通工程总监 Tan Kong Hwee 说：「当涉及到无人车时，我们发现，对于那些法规，人们还很陌生，也没有人了解该如何测试和认证这些车。」

新加坡的解决方案是让公司自己与当地大学和研究机构合作，推动法规与技术齐头并进。Parker 说这会使得政府与学术界和工业行业之间的纽带更加紧密，这也是 nuTonomy 选择在这里进行测试的原因之一。

新加坡如此积极的理由是：其国土面积仅 700 多平方公里，人口却高达 560 万，当之无愧地成为世界第三人口大国。光是道路就占据了 12% 的国土面积，几乎堪比住宅面积，而且随着人口增加，大力建设道路刻不容缓。政府决定要更好地利用其现有的公共设施，将私家车（大家目前大概只有 40% 的行程安排会使用私家车）转型为公共交通和汽车共享。无人汽车可以连续使用，这样会减少新加坡路面上将近三分之二的汽车数量，而不是像现在的普通汽车那样，人们需要花费 95% 的时间去寻找停车位。一般来说，每辆车每次使用时都是一个人专享：而拼车可以一次满足更多的人的需要。

在未来的三到五年里，新加坡计划使用一批经过检测的无人汽车，无人公交车，无人货运卡车，甚至是无人多用途车。目的是了解居民如何在日常生活中使用这些无人汽车技术。除此之外，Lee 说：「在未来的五到十年里，我们将着手把新加坡开发成一个真正的城市。我们正在与开发商从头开始商谈如何能将无人汽车技术融入他们的宏伟蓝图之中。」从零开始建立新社区，如 One-North 园区，这是新加坡的专长。

在这个新城区里，大部分的道路将被小路代替，这些小路足够允许小型无人车来回穿梭。如果是长途旅行，按需无人轿车和无人公交车将主要在城市地面下来回穿行，在有派遣任务前会在市中心外围的车站等候。市民会拥有一个开阔的视野，静谧的环境，整个城市布满了广场，游乐场和公园，而且几乎看不到停车场。

为了迎接这一挑战，nuTonomy 与亚洲拼车公司 Grab 合作，为一小群工作在 One-North 园区附近的上班族提供无人驾驶出租车服务（从成千上万的申请人中选择而出）。在这样的实际应用中测试无人出租车很重要，但同样重要的是，一旦乘客不再认为这是一种新奇的形式而成为一种普遍的出行方式，乘客和出租车之间又是怎样互动的。Parker 说：「人们会很快信任这些车的，无人出租车成为大众交通工具的速度之快是无法想象的。」

如果一切进行的顺利，Parker 补充道，公司将准备在 2018 年通过 Grab 公司为 One-North 地区附近的所有顾客提供商业服务，而并不是只提供给预先获得批准的客户。首先，每一个无人出租车要配备一个安全驾驶员，而且 nuTonomy 公司正在努力实现允许人们在一些必要的时候可以远程监督无人出租车。

Parker 预测：「城市的整体结构将会发生改变，我认为这会成为汽车时代有史以来最大的改变。」