3月底，尋常春日，一輛看上去很普通的奧迪SQ5從美國西海岸的舊金山出發，9天后到達了紐約，這9天，它跋涉了5500公里，橫跨15個州，從西到東穿越了美國。
之所以用了“跋涉”二字，是因為這輛外貌普通的奧迪是輛無人駕駛汽車。這5500公里有99%是它在自動模式下獨立完成的，剩下的1%才有人類駕駛員的輔助。輔助它倒不是因為它技術出了問題，而是路況過於複雜、出現特殊情況等等。比如有一次，這輛SQ5前面遇到了一輛警車，此時需要變道超過去，但我們這輛自動駕駛車非常禮貌，它不肯變道，因為算法告訴它匯入一旁更繁忙的車流是不划算的。不得已，駕駛員只好接手超車。
這輛無人駕駛汽車，其自動駕駛技術主要由德爾福提供。我們先來看看這個有些呆萌的“小人兒”是用什麼造的吧：
第一層是被動安全及主動安全器件，包括氣囊控制器、雷達、攝像頭等，這屬於傳感器和感知技術，你可以把它理解為車體的輸入神經；第二層是核心的多域控制器，車輛需要它才能夠把各傳感器的信息收集到一起，輔助駕駛者做決策，乃至在駕駛者無法及時採取動作時替代駕駛者進行決策；第三層是電氣架構，好的電氣架構能夠對主動安全的算法或是底盤算法進行修改和升級，即電氣架構可以有機生長。第四層是德爾福的車聯網系統，包括車間互聯（V2V）、車與環境的互聯（V2I）；此外，還有負責用户體驗及安全的第六層和第七層。
額，以上如此分類並不是為了把你搞暈；它們互為補充，使一輛無人駕駛汽車成為一個有機整體。這輛SQ5，身上裝載了20多個傳感器和6個雷達系統，在橫跨美國的途中收集了近3TB的數據，相當於國會圖書館藏書的30%。整個征途，用德爾福CTO Jeffery Owens 描述的，就像將德爾福的技術一下子從實驗室裏扔到田野拉練，“我們在此過程中對自己的技術也更加有信心。”
那在上戰場前，德爾福的自動駕駛技術已經發展到什麼樣了呢？
先來看一組數據：Android操作系統，1200萬行代碼；F-35戰鬥機，2400萬行代碼；Microsoft Office 2013，4400萬行代碼；Facebook，6100萬行代碼；而一輛汽車則平均需要1億行代碼，德爾福每天生成超過200億行代碼。
另外，德爾福對自動安全的理解是它會從被動安全進化到主動安全。過去一輛車上的被動安全裝置包括碰撞傳感器、安全氣囊控制單元、電子掃描雷達、前視後視攝像頭、車尾和側面監測系統等，這些裝置一來沒有高度集成，二來主要作用是防守，而非主動防禦。
但主動安全就要靈活多了，我們上面提到的“多域控制器”可以將雷達、攝像頭、安全氣囊、碰撞傳感器、檢測系統等控制器集成在一起，德爾福將其比作一輛車的中樞神經系統。另外，德爾福的主動安全技術還包括雷達視頻集成系統（RACam），360 度雷達、以及 V2V&V2I 融合技術。沃爾沃新款XC90將會採用RACam系統，德爾福的V2V&V2I技術也將登上通用的2016款新車。
現如今，一輛車裏的線纜已經從1英里長增加到了1.5英里長，車內電壓也從12V躍升到了下一個數量級，混合動力車或者純電動車車內電壓可以達到300V或者600V，這又使得一輛車的含銅量大幅度增加，從7.5公斤/輛增加到15公斤/輛。
在這個日益複雜的“車輛神經系統”裏流淌着各種各樣的數據，這些數據以大約65M/秒的速度高速傳遞，且傳遞速度在不斷加快，比如多域控制器每秒可處理15G的信息。你啟動車的前一兩秒鐘，電氣架構就已完成了10萬個信息的交換。今後，或許當你一啟動車，就會有100萬條信息完成交換。
信息交換速度快，才能保證安全。以人腦為例，其神經遞質的傳遞速度是每小時250公里，最快速度大約是每秒100米左右，有這樣的反應速度，我們能在危險來臨前做出預判，或者幫助我們迅速從險境撤離；想想看你被針紮了一下，或不小心碰到火苗時你的矯捷身姿。
好了，這點放到車上也是一樣。德爾福已經把數據交換速度做得足夠快，因此它敢把這輛SQ5放到實際道路上去接受檢測。這一路開下來，行駛路段多變，從2車道到6車道都有，其中在亞特蘭大和新澤西的收費高速公路上，車道甚至更多。此外，車輛還要應付温度和地形變化，比如德爾福要保證線圈內的軟件能適應嚴酷的環境，即使車輛處於零下40度、零上50度的艱苦環境也不會出問題。還有雷達，Jeffery Owens 表示這趟橫跨美國大陸之旅驗證了德爾福雷達能在所有條件下工作。視覺系統在日照角較低時會出現一些問題，不過會通過軟件和算法進行校正。
最可愛的是，這輛SQ5還知道害怕大卡車，每當有大卡車經過，它都會自動往邊上靠一靠。或許，這輛車又要獲得人工智能了？
我是36氪汽車作者，報道切磋請投ludan@36kr.com 微信KatherineLWong
原創文章，作者：Nicholas
資料來源：36Kr
請按此登錄後留言。未成為會員? 立即註冊