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，不過這可不是個出張嘴就能解決的小問題。
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，讓我們瞭解到該項目的大致進展。
想像一下，當一輛車行駛在高速公路上，它前方突然出現另一輛連續併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「受人類啓發」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艾西莫夫的機器人三定律。
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這篇部落格文章並未詳細闡釋，但其安全模型與輝達的安全力場(Safety Force Field，SFF) ，和Mobileye的責任敏感安全（RSS）模型類似，後兩大安全模型都是背靠物理學驗證，並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，在這裡，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）
「雖說在高速公路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麼行為是車輛該做的。」Level 5團隊繼續寫道。「當然，什麼行為是正確的我們並沒有客觀定義，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、產品主管和營運主管。當然，它們的老本行叫車服務，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、紅綠燈、道路併線和人行道等。
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範圍。
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倍，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，有96%表示自己願意當回頭客。
今年5月份，Lyft還成功牽手Waymo，後者將自家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，雙方在賭城也有營運自動駕駛車隊。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。
本文為雷鋒網授權刊登，原文標題為「神秘的 Lyft Level 5 團隊首次獻聲，它們手裡有什麼金剛鑽？」