斯坦利号自动驾驶汽车<%=id%>

　　2004年秋天，斯坦福大学计算机系推出了一门新课，名字就叫“DARPA大挑战赛”，30名学生参与了进来，并设计出了原型车。队伍很快扩大到了50人，包括7名老师和17名外国队员。随后，斯坦福大学开始了与大众汽车公司位于加州帕洛阿尔托的电子研究实验室的合作。该实验室为他们提供了配备有线控制系统的参赛用车。斯坦福大学的程序设计人员和工程人员则负责制造“斯坦利”的大脑，将传感器和计算机完美地连接在一起。此外，这支队伍还得到了旧金山湾地区多家公司的支持。

　　这辆被命名为“斯坦利”号的无人驾驶汽车由一辆大众途锐R5多功能运动车改装而成，其它许多参赛队为了架设各种探测设备，对车辆进行了大量改装，而这一点在斯坦利身上基本看不出来。“斯坦利”对刹车盘进行了改进，前保险杆也得到了加固，这都没有带来外观的变化。车顶部的5个探测仪看起来更像是常见的探照灯。因此，“斯坦利”可以完全合法地行驶在公路上。大众公司车辆负责人塞德里克·杜邦说：“这是一个很重要的设计框架，它使测试工作更容易进行。”在测试阶段，队员们常常挤进“斯坦利”，把车开到加州的巴斯托夫（去年决赛的起点），再开始进行无人驾驶测试。

　　“斯坦利”根据GPS、6自由度惯性测量装置和车轮速度来评估车辆的姿态，GPS的定位能精确到10厘米以内。在运动过程中，“斯坦利”使用了5个激光测距仪、1个雷达系统、1个立体摄像机和1个单眼视觉系统来感知周围环境。每个激光测距仪价值1.2万美元，精度可以达到1厘米。不过激光测距仪最远只能看到前方30-35米的距离，在车辆高速行驶时就需要使用长距离雷达来扫描更大的范围。雷达系统由1个发射器和两个3英寸见方的接收器组成，使斯坦利的视野范围扩大到了200米。为了避免尘土的影响，立体成像仪被安装在了车内，它能获得高解析度的图像，从而帮助计算机计算出最佳的运行路面。

　　“斯坦利”的每个传感器的测试频率为每秒10－100次。在此基础上，车辆姿态信息每秒钟都要和地图对比10次，以避免“斯坦利”与障碍物发生碰撞，衡量各种可行路线的相对安全程度。在行驶过程中，每小时收集到的激光数据多达250MB，研究人员最终决定采用笔记本硬盘来储存这些数据，而不是性能更稳定也更昂贵的闪存。在所有测试和正式比赛中，硬盘都没有辜负队员们的期望。

　　“斯坦利”的大脑由6台奔腾－M计算机组成，通过车顶一组很粗的电线与电子刹车、节流阀、驾驶杆以及传感器相连。软件设计成员大卫·斯塔文斯说：“即使一台甚至两台计算机出了故障，我们依然可以继续比赛。”

　　为了告诉“斯坦利”如何行驶，计算机科学家们为它写了10多万行代码，并帮助它学习躲避障碍物。首先由人工进行驾驶以收集传感器数据，接下来用这些数据来告诉“斯坦利”什么才是真的障碍物。刚开始时，“斯坦利”识别的障碍物中12％并非真正的障碍物，经过不断的学习，这一概率降到了1/50000。当“斯坦利”躲避障碍物时，软件控制进行转向，并刹车将车辆降至“安全速度”。经过摸索队员们将“安全速度”定为7英里/小时，车辆在这个速度下具有充分的灵活性，而且不会发生侧翻。

　　斯坦福代表队软件部分负责人迈克尔·蒙特罗认为：比赛中最危险的障碍是悬崖，因为此时探测器探测不到任何障碍。此外，平坦的区域也很危险，因为此时车辆会高速行驶，大大缩短了反应时间。“如果以35英里的时速高速行驶时碰到了障碍物，大部分车辆都会损坏。”

　　今年5月，“斯坦利”号来到了去年比赛场地———莫哈韦沙漠，数十英里的自主行驶测试使斯坦福代表队对今年的比赛充满了信心。