在美國，自動駕駛領域的領先者，Waymo排名第一是毫無爭議的，其次可能就輪到了通用Cruise。至于一直把Autopilot標榜為自動駕駛的特斯拉，Elon Musk表示2020會有100萬輛RoboTaxi的特斯拉車輛。

因此，姑且將Waymo、Cruise和特斯拉，列為美國自動駕駛的三巨頭。目前，Waymo推出了RoboTaxi服務的WaymoOne，而裝備著Autopilot的數十萬輛特斯拉，則滿世界跑。至于Cruise就顯得落后一點了，尚在測試階段。

自動駕駛車輛要上路，必須要學會如何應付日常行駛場景遇到的各種細節，包括經常遇到的、突發情況遇到的各種情況，這就要看各自動駕駛公司的技術如何解決上述問題，因為一旦解決不了，這些場景細節會導致事故的發生，堪稱魔鬼。

下面看看美國自動駕駛三巨頭，是如何解決魔鬼般的行駛場景細節，下文主要的細節包括：無保護的左轉、道路突然出現的動物、突然闖入車道的自行車以及交通燈故障情況下的交警手勢等等。

01 Cruise的無保護左轉

在實際上行駛中，自動駕駛車輛除了直行，還需要根據需求右轉、左轉或者是倒車，倒車的可能性很小，幾乎沒有自動駕駛公司去做這個場景，左轉相比右轉會更難。

尤其是在沒有交通信號燈，或者是停車標識來引導的左轉，這稱之為無保護左轉，即便是對人類司機而言，都是相當困難的，自動駕駛車輛遇到同樣的難題。Waymo的行為團隊軟件工程師Nathaniel Fairfield曾說，無保護左轉是駕駛過程中最棘手的事情之一。

對于自動駕駛車輛而言，無保護的左轉需要車輛規劃好自己的路線、定位好車道、預測其他車輛的行為，需要車載傳感器掃描車輛之間的間隙，從而做出決定。相比人類司機可以通過手勢或者沿伸與其他駕駛員進行非言語的交流，自動駕駛車輛則缺乏這些優勢。

Cruise同樣認為無保護左轉是自動駕駛汽車可以執行的最難操作之一，在美國當地時間5月23日，該公司發布了最新的視頻，并且表示Cruise的自動駕駛車輛每天在舊金山復雜的道路環境下執行1400個無保護的左轉。

The Information指出，Cruise用機器學習來解決無保護左轉的挑戰，認為其開發了一種算法，可以計算出在左轉彎前，車輛可以“爬行”到多個交叉路口中間的距離，能不能成功左轉是另外一回事。

實際上，交叉路口的地理因素是多樣的，包括車道的數量和位置，以及有沒有類似鐵軌和人行橫道這樣的設施，更重要的是，還有動態的因素，包括其他車輛如摩托車到大型卡車的速度等等。決定了無保護左轉的難度，是非常高的。

Cruise的最新視頻，表示了其具備了解決這一問題的能力，當然也要看實際情況究竟如何了。Waymo也通過模擬仿真測試和道路測試，同樣具備了這樣的能力。

根據Cruise的規劃，將會在2019年在舊金山推出商業的RoboTaxi的服務。

02 Autopilot識別突然出現的動物

在開放道路上突然出現的動物，即便是經驗豐富的人類司機，都會受到驚嚇，反應不及時或者錯誤，都有可能會導致事故的發生，對于自動駕駛車輛而言，這也是需要解決的難點之一。

最近特斯拉的車主，在Twitter上先后放出了兩段視頻，都是關于開啟了Autopilot功能的特斯拉車輛，是如何躲避突然出現的動物：

第一段視頻顯示：開啟了Autopilot功能的特斯拉，夜里在開放的道路上行駛的時候，道路上突然出現了一種兔子，車輛及時作出了反應避免撞上兔子。

第二段視頻顯示：開啟了Autopilot功能的特斯拉，白天在開放的道路上行駛的時候，道路上突然出現了一只鵝，車輛也識別出來了并且避免了事故的發生。

上面只放出了其中的一段視頻，我們清晰的看到，Autopilot實際上沒有檢測出鵝，而是將其分類為人類，并且在鵝的上方出現了透明的箱體，表示這是不適合駕駛通過的區域，而綠色區域則是表示可以安全通過的區域.

上述就是特斯拉Autopilot在車輛行駛過程中，遇到突然出現動物的反應，在特斯拉Autonomous Day中，特斯拉人工智能高級主管Andrej Karpathy表示，特斯拉正在努力識別和應對車輛在道路上遇到的突發情況。

目前，Autopilot的軟件版本更新到了Autopilot 9.0版本，硬件版本則是Hardware 3.0，并且搭載了特斯拉最新的FSD（full self-driving）完全自動駕駛芯片。Elon Musk夸下海口說2020年推100萬輛RoboTaxi，并聲稱僅憑借RoboTaxi服務特斯拉市值就能達到5000億美元，而特斯拉的最新市值大概是330億美元，股價從今年年初的330多美元下跌到了180美元的區間，跌幅驚人。

03 Waymo讓行自行車、識別交警手勢

Waymo被譽為自動駕駛的領頭羊，無論是研究的時間，公開道路測試里程、虛擬環境測試里程、商業化進程、量產進程，都走在全球自動駕駛行業的領頭羊位置，其技術能力也是不容置疑。

在解決道路行駛過程中遇到的魔鬼細節問題上，Waymo通過公開道路測試和虛擬環境測試來共同解決，Waymo首席安全官Deborah Hersman表示，Waymo的技術能夠感知并且準確地對不同的道路使用者進行分類，從而使得其自動駕駛車輛能夠預測他們的行為，然后，Waymo的路徑規劃軟件會對信息進行解釋，以描繪出最安全的駕駛路徑。

正在過馬路的行人或者學生這種就是小case了，更為復雜的場景是自行車騎手和交通燈故障路口的臨時指揮交通的警察的手勢，此前的一個視頻顯示，Waymo的自動駕駛車輛，準確按照交警手勢，執行了停車、等候和通行的動作。

這個技術的難度是很大的，距離遠（百米）導致識別困難，即便是經驗豐富的人類司機，也是需要謹慎對待。至于在保護自行車騎手的問題上，Waymo在一段視頻中顯示，一輛Waymo自動駕駛車輛發現了一個騎自行車的人，并預測到這個騎自行車的人會離開自行車道，因為要繞過一輛停著自行車道的拖車。這種情況，自行車騎手的侵犯了自動駕駛車輛的道路，但是，自動駕駛車輛還是讓行以保護自行車騎手的安全。

有認為自動駕駛還很遙遠的人表示，上述的這些魔鬼般的交通場景細節，是無法窮盡的，現在自動駕駛用窮舉的方法是無法實現的。這確實一個問題，但是，換個角度來看，即便是人類司機，也不可能能夠遇到所有的交通場景細節，并且做出最好的反應。

甚至，對于人類司機而言，有些場景細節可能永遠不會出現，但出現一次就可能是致命的。對于自動駕駛車輛而言，每窮盡了一個這樣的場景，就可能能減少一次事故的發生，并且是重復的發生。

從這個角度來看，是否可以更為理解自動駕駛了，或許需要給自動駕駛更多的空間，而不是認為自動駕駛就一定不能出錯，當然了，這需要非常嚴格的法規控制和監管體系，甚至包括技術能力的開放，這也是目前自動駕駛公司所缺乏的，但這種情況也正在改變。