拉杰庫馬爾教授等更加謹慎的專家認為，還需要花費許多年時間，才能排除一切需要排除的技術(shù)障礙，屆時讓無人駕駛汽車到公共道路上行駛才是安全的。
這種技術(shù)障礙是顯而易見的。上月，谷歌的無人駕駛雷克薩斯(Lexus)汽車緩緩駛過谷歌X實驗室(Google X Labs)大樓時，車內(nèi)忽然想起響亮的警報，汽車突然沖向右側(cè)，然后猛然停住。
這一突發(fā)的猛沖讓坐在前排進行技術(shù)監(jiān)測的工作人員非常狼狽。在谷歌繼續(xù)推進其著眼未來的長期押注之際，其股東肯定希望此類事故只不過代表了成長過程中的暫時困難。
旋轉(zhuǎn)的“激光雷達”構(gòu)建周圍環(huán)境的數(shù)字圖像
谷歌對自己的無人駕駛汽車充滿信心，因為自六年前啟動這一項目以來，它在底層技術(shù)方面已取得很大進展。
谷歌的無人駕駛汽車用旋轉(zhuǎn)的“激光雷達”構(gòu)建汽車周圍環(huán)境的圖像，激光雷達每秒采集150個讀數(shù)。輪轂和汽車內(nèi)部的傳感器以及格柵處雷達采集的信息，也被輸入到車上的處理器。軟件可根據(jù)所有這些信息為車輛選擇安全的行駛速度和路線。
無人駕駛汽車近年來取得了明顯進步。例如，它已不再是只能在路況簡單的高速路上行駛了。
最近在谷歌總部所在的加州山景城試駕時，這種技術(shù)顯示出它能夠應對復雜路況、甚至是密集的車流。無人駕駛雷克薩斯汽車表現(xiàn)得很自信，硬擠到一輛白色皮卡的前面以避開施工道路，后者之前未能駛?cè)牍雀杵嚵舫龅目债敗?/p>
被谷歌用于改善無人駕駛汽車底層算法的機器學習技術(shù)，目前已經(jīng)逐漸顯現(xiàn)出人類行為特征，對此厄姆森表示：“無人駕駛汽車的語義理解能力大大增強”。
“它現(xiàn)在能夠估計道路上其他駕駛者的意圖，預測他們的行為，并據(jù)此做出反應。”
無人駕駛汽車能夠區(qū)分卡車和校車，還能區(qū)分工人豎起的“禁行”標志和自助餐的廣告牌。
與汽車業(yè)的其他企業(yè)不同，谷歌對自動泊車技術(shù)不感興趣。它認為，無人駕駛汽車只需繼續(xù)行駛、去接下一名乘客就行了。
但諷刺的是，谷歌無人駕駛汽車似乎在谷歌總部園區(qū)里泊車表現(xiàn)最差，兩次自動退出無人駕駛模式、要求人類駕駛者來接手。
