《头文字 D》无人车版来了！斯坦福最新研究：自动驾驶还能漂移

轮胎胶皮和柏油地面的剧烈摩擦，产生的白烟几乎笼罩了整个跑道。

一辆银色的汽车，高速穿行在由橘色路桩划定的跑道区域内。

它以极其精确的姿态控制，穿过了这条蜿蜒曲折且十分狭窄的跑道！

一切不得不令人感慨：坐在方向盘后的，究竟是日本的山道元祖土屋圭市，还是美国的漂移大神「砖叔」Ken Block？

都不是。

事实上，驾驶着这台 1981 款 DMC DeLorean 的，并不是真人，而是斯坦福大学开发的自动驾驶系统……

你没有听错：自动驾驶汽车，已经可以实现精确的漂移了。

请看团队制作的完整视频：MARTYkhana

从视频中可以看到，即便在失去抓地力的前提下，自动驾驶系统仍然可以进行精确的控制。

这台 DeLorean 穿行于狭窄的跑道中，却没有误触任何一个路桩——如果你看过著名的 Gymkhana 系列视频，可能会对这样的驾驶模式感到熟悉。

然而，即便是已经亲自出演十多部 Gymkhana 视频的 Ken Block 本人，对赛道和车体掌握的精确程度，似乎也无法达到斯坦福大学这台自动驾驶汽车的程度……

也难怪，团队拿着这条视频去给一些职业漂移赛车手看，这些车手纷纷表示：「感觉要失业了！」

2015 年，斯坦福大学动力设计实验室的教授 Chirs Gerdes 不知道从哪找来了一台 1981 款 DMC DeLorean.

——没错，就是著名科幻电影《回到未来》里的那台汽车的原型。

Gerdes 教授带着几个自己的学生开始爆改这台神车，过程中也得到了自动驾驶创业公司 Renovo 的帮助。团队还把这台车取名叫 Multiple Actuator Research Testbed for Yaw control（偏航控制多执行器研究试验台），简称 MARTY……

因为《回到未来》的原因，再加上 DMC 公司本身的传奇故事，DeLorean 在汽车历史上留下过浓墨重彩的一笔。然而，除了光环加身之外，这台车的动力总成各部件实际上毫无任何特色可言。

因此，团队所作的第一件事，就是把这台车拆了个干净，包括发动机，换进去一套电池、电机和传动系统等，把这台 DeLorean 变成了名副其实的「电动车」：

然后，团队进一步加装了了控制系统。包括油门、刹车和方向盘控制等等，全部都是由计算机完成的。

下面这张图展示了改装的主要内容，从左到右、从上到下：

1. 拆除了原本 2.8 升排量却只能输出 130hp 的燃油发动机，换进了一台 7,000 牛米的电动机——转换到制动马力至少也有 400hp 左右？
2. 双 GPS 天线用于追踪汽车的位置，可以精确到 1 英寸。车载系统正是通过 GPS 定位来确定自己的位置——也就是说，MARTY 的自动驾驶，并不是普遍意义上的机器学习，而是一个更简单的、逻辑驱动的自动驾驶。
3. 计算机控制的转向系统，不到一秒的时间即可从一个方向的极限转到另一个方向的极限，而且控制极其精确，这也是为什么这辆自动驾驶汽车可以实现更精准的漂移控制。
4. 电动刹车系统，可以进行精准的刹车控制。
5. 定制的悬挂系统，满足漂移时对轮组产生的极限压力。

漂移和正常驾驶是两种完全不同的驾驶方式。当我们正常开车时，汽车会朝着打轮的方向前进。而且，正常开车需要轮胎保持抓地力，因为失去抓地力就意味着驾驶者失去对汽车的控制，很容易导致事故发生。

而在漂移时，一切和正常驾驶几乎都反过来了：汽车的前进方向实际上和打轮方向完全相反。而且在漂移时，车手必须在失去和获得抓地力之间找到一种平衡，使得轮胎在赛道上打滑，却也能提供足够的力量将车往前推。

同时这一力量又必须和前轮的角度形成一个平衡，使得车辆不会因为转向过度而偏离前进的方向：

对于真人车手，他们需要用眼睛去看发动机转速表，耳朵去听发动机、轮胎摩擦的声音，用身体去感受离心力等等——在很大程度上，车手是通过自己的意识去感知的。

任何人都可以猛踩油门让轮胎失去抓地力，但掌握精确的控制，从而让车辆在一种「可控的失控」下完成精彩的漂移过弯，需要日积月累的训练。

而这一切对 DeLorean 似乎更加简单。为什么这么说？因为它可以直接从车载电脑和传感器中读取数据，从而做出精确的操控。

确的操控车载系统显示了车辆目前的速度、各轮的当前扭矩数值、前轮的转向角度，以及车辆的前进方向和车身之间的偏航角度 (yaw) 等关键数据。

斯坦福团队决定向 Ken Block 的 Gymkhana 系列视频致敬，将用来测试的这条赛道命名为 MARTYkhana。这条赛道总长大约 1 公里，路线专门设置用来考验和展示系统的精确性。

有了数据的帮助和计算机系统的加持，MARTY 可以实现令人难以置信的精准过弯控制。下图中，MARTY 进行了一个从向左到向右漂移的快速切换，穿过狭窄的门，却没有碰到障碍本身：

下图中，赛道从一个大直径的椭圆进入一个小直径的圆形，MARTY 的对油门、刹车和转向角度控制，经受住了考验，画出了一道完美的螺旋白烟。

一些职业漂移赛车手和工程师给了 MARTY 很高的评价。

2015 年 Formula DRIFT 世界冠军 Fredric Aasbø 指出，MARTY 做了几个难度非常高的 transition（从一个弯形到另一个弯形的转换），「在这种操控上，机器人可能会比我们人类做的更好。」

Papadakis Racing 的队长 Stephan Papadakis 表示，从视频里可以看出，车辆的动力总成设计和安装，以及自动驾驶系统的编程令他印象非常深刻，特别是「可重复性」，也即 MARTY 每次穿过同一个弯形所采用的姿态，都一如既往准确无误。

看这架势，莫非斯坦福大学要出师 Formula Drift 了？

还好，并不是……

实际上，团队进行这项研究的目的，是帮助未来的自动驾驶汽车更加安全。

现在的自动驾驶汽车已经挺安全了，主流公司公布的数据显示事故率远远低于真人驾驶。然而这个结果建立在相对更安全的测试环境下，往往不包括（或者只包括极少量的）雨、雪或极端天气。这也是为什么在自动驾驶汽车测试过程中，一旦发生紧急情况，安全驾驶员必须接管——在这类情况下，真人的应对能力往往比计算机更好。

如果道路因为雨雪和低温导致结冰？如果道路上有侧向大风？别说自动驾驶汽车，真人司机也很难保证绝对安全。

斯坦福大学团队爆改这台 DeLorean，让它去漂移，目的就是研究自动驾驶汽车在失去稳定性的极端状态下应该如何自我控制。

这次的 MARTYkhana 除了做出了一部令人血脉偾张的漂移视频，更重要的意义在于获得了大量关键的测试数据。

团队成员 Jonathan Goh 表示，「通过漂移，我们让自动驾驶进入到最为极端的环境当中。如果我们能够在最不稳定的场景中实现自动驾驶，其他的一切都迎刃而解了。」

围绕这台爆改电动漂移 DeLorean，斯坦福大学团队已经发布了相关的研究论文，题为 Toward Automated Vehicle Control Beyond the Stability Limits: Drifting Along a General Path（朝着超越稳定极限的自动驾驶控制迈进：沿着一般道路漂移）。

团队也发布了更多的视频，展示 MARTY 在酷炫的漂移背后，一些重要的研究思路和启发：

这已经不是 Gerdes 教授的团队第一次跟赛车打交道了。几年前，他们改装了一台奥迪 TT，送到赛道上测试，实现了超越真人车手对于刹车和过弯路线的控制。

他们还把自动驾驶汽车送到过派克峰登顶计时赛 (Pikes Peak)，堪称自动驾驶赛车界的第一团队了……