據連線雜志報導，在駕駛汽車時，人類司機須要兩只眼睛和兩只耳朵贊助，這些不凡的傳感器可供給你須要的一切信息。好比說，發(fā)明死后的消防車正猛踩油門加快，所以不要擋道。而無人駕駛汽車須要的遠不止這些。他們采取6個攝像頭來不雅察四周的一切，雷達曉得它與其他汽車的間隔，并且至多有一個激光雷達掃描世界。但是，這能夠還不敷。
想曉得為何嗎？想一想那輛消防車。你的耳朵聽到它正從前面接近，你的平面聲體系可以肯定它的地位，它正前去那邊，和它的速度有多快。在你若何駕御這個世界方面，聽覺起著相當主要的感化。而到今朝為止，年夜多半無人駕駛汽車都沒有“聽覺”。研發(fā)機械人汽車的工程師們正試圖弄清晰若何為它們供給這類才能，和他們在途徑下行駛時所須要的其別人類特點。
USC研討無人駕駛汽車體系的杰夫·米勒（Jeff Miller）說：“因為這項技巧絕對較新，我們依然沒有獲得最好的謎底。”Waymo正在鳳凰城測試多輛無人駕駛微型面包車，該公司曾經開辟出了麥克風，讓它的機械人汽車聽到聲響，間隔是之前傳感器的2倍，同時也讓它們鑒別作聲音起源。
比來，Waymo在亞利桑那州的錢德勒市用了1地利間測試該體系。警車、救護車、消防車，乃至是沒有標志的警車，接踵趕超Waymo的無人駕駛汽車，并且分日間和早晨停止測試。Waymo車上的傳感器記載了年夜量的數據，它們將有助于樹立一切應急車輛聲響的數據庫，是以Waymo的無人駕駛汽車未來將會曉得若何應對這些車輛。假如有消防車從前面過去，Waymo汽車就會靠邊泊車。假如你在期待綠燈，而救護車從右邊接近，Waymo汽車也會讓步。
這些信息擴大了Waymo的偉大數據集，其在曩昔8年中研發(fā)無人駕駛技巧積聚了年夜量數據。這些人工智能體系取得的信息和經歷越多，它們在途徑上就越能做出更好的決議。
除聽覺以外，機械人汽車還必需成長其他類型的交換手腕，固然這些手腕在人類看來是天經地義的。想一想當你接近穿插路口的時刻會產生甚么。你的頷首、淺笑能夠意味著“你先走”，你還可以揮手讓行人先過馬路。但是，機械人汽車明顯沒法做到這些，所以它們將依附車輛-車輛（V2V）和車輛-基本舉措措施（V2I）無線電通訊，以有用地與其他車輛溝通。
蘋果方才請求了一項無線車輛-車輛通訊技巧專利，凱迪拉克最新的CTS轎車可以與其他凱迪拉克轎車停止對話，以提示它們本身正在踩剎車。美國國度公路交通平安治理局（National Highway Traffic Safety Administration）提議，到2020年，一切汽車都必需應用相似的體系。米勒表現：“V2V在將來幾年內將會蓬勃成長起來。”
現實上，你可以經由過程大批輸出平安地掌握車輛的行駛速度，這個現實證實了人類年夜腦的壯大力氣。但你照樣個低劣的司機。全球每一年產生125萬起交通變亂，個中90%是工資掉誤形成的。盤算機有能夠比你強很多，未來它們會把車禍掉誤率降至接近零的程度。但只要當它們具有完全的感官才能，并可以或許完整懂得本身所閱歷的世界的時刻，才會完成這個目的。
