雷鋒網按，與谷歌、Uber 和無數新創公司及科技巨頭一樣，Lyft 也在開發自動駕駛汽車為未來卡位，不過這可不是個動動嘴皮就能解決的小問題。

近日，Lyft 旗下主管自動駕駛研發的 Level 5 團隊在 Medium 發文，詳細講述了研發過程中工程師們遭遇的挑戰。同時，本文也第一次揭開了 Lyft 自動駕駛解決方案的神秘面紗，讓我們了解到該項目的大致進展。

想象一下，當一輛車行駛在高速路上，它前方突然出現另一輛連續并線要從匝道下高速的車。要想避免碰撞第一輛車就得減速，但執行這個動作時剎車到底應該踩多深？Lyft 的自動駕駛原型車就在試圖解決這個問題，它們用到了所謂的“受人類啟發”的規劃方案。

最初，它們用了個較為原始的 AI 模型，連障礙物速度的問題都 Hold 不住。現在，它們則換了最新的模型，能向人類駕駛員學習如何輕點剎車以躲避那些胡亂插隊的車輛。

“最終，這個折衷方案能為乘客帶來更為舒適且自然的行車體驗，”Level 5 團隊在文中寫道。“我們相信，運用組合式的規則與學習系統，再輔以人類駕駛數據，就能帶來系統級的整體提升。”

Level 5 的工程師表示，在搭建自動駕駛決策系統時，他們的靈感來自馬斯洛的需求層次理論與阿西莫夫的機器人三定律。

據雷鋒網新智駕了解，在這套系統的金字塔模型中，最底層的是安全性與合法性——Lyft 的車輛不但會驗證自己的行為安全與否，在執行前還要保證其行為符合當地法律。 雖然 Level 5 這篇博文并未詳細闡釋，但其安全模型與英偉達的安全力場和 Mobileye 的責任敏感安全（RSS）模型類似，后兩大安全模型都是背靠物理學驗證并通過數學計算來預防碰撞。

金字塔模型最中間，Level 5 的規劃模型還考慮了感知安全的概念，在這里它們要力求將乘客的不安全感降到最低，即使當時車輛毫無安全風險（比如保持合適車距，不讓乘客緊張）。倒數第二層，Level 5 則更重視舒適性，就連車輛的運行時的 G 值（加速、剎車或轉彎時 G 值過大會讓乘客反胃）都會考慮在內。

金字塔的頂層則是行車路線的效率。

Lyft 的決策模型

“雖說高速上胡亂變線只是極少數行為，但自動駕駛研發人員還是得正確且連貫地確定到底什么行為是車輛該做的。”Level 5 團隊繼續寫道。“當然，什么行為是正確的我們并沒有客觀定義，但將自動駕駛需求層次應用在混合系統上就能消除其中的歧義。如果再輔以嚴格的測試，我們就能拿到自動駕駛安全的終極基準線。”

此外，系統的透明度也是自動駕駛汽車最好的奠基材料之一，因為它是提升公眾接受度的關鍵。雖然人類失誤才是車禍最主要原因（分心、酒駕和超速排名前三），但去年 PSB Research 的調研卻顯示，只有 21% 的美國人有意將傳統車輛換成自動駕駛汽車，接近一半（43%）的受訪者稱自動駕駛汽車會給自己帶來不安全感。

Lyft 自動駕駛簡史

Lyft 的 Level 5 團隊有數據科學家，也有應用研究者、產品主管和運營主管。當然，它們的老本行打車服務也會與自動駕駛緊密相融。

2017 年 7 月成立以來，該團隊已經開發出了新穎的 3D 細分框架，評價車輛能效的新方法以及使用眾包地圖追蹤車輛動態的技術。

今年早些時候，Lyft 還宣布在 Level 5 總部附近開設了新的路測中心。在新的路測中心，工程師們將模擬現實世界的駕駛場景，包括十字路口、交通信號燈、道路并線和人行道等。

該公司公布的數據顯示，2019 年其路測線路總里程提升了 3 倍，未來它們還會繼續迅速擴展路測范圍。

上個月 Lyft 還透露稱，與 6 個月前相比，它們的季度測試里程翻了兩番，負責自動駕駛技術研發的員工超過 400 人（上次公布數據是 300 人）。 值得注意的是，那些嘗過 Lyft 自動駕駛汽車滋味的乘客中 96% 表示自己愿意當回頭客。

據雷鋒網新智駕了解，今年 5 月份，Lyft 還成功牽手 Waymo，后者將自家 Pacifica 自動駕駛汽車編入了 Lyft 車隊。此外，Lyft 還與自動駕駛公司安波福有深入合作，雙方在賭城也有自動駕駛車隊運營。最近，Lyft 還開源了自己的自動駕駛數據集，有 5.5 萬個人類標記的 3D 交通框架模型囊括其中。