史丹佛魔改 DeLorean：自动驾驶还能甩尾
▼
轮胎胶皮与柏油地面剧烈摩擦，产生的白烟几乎笼罩整座跑道。一辆银色汽车，高速穿行在橘色三角锥划定的区域内，以极精确的控制，穿过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，究竟是日本的山路元祖土屋圭市 ，还是美国“甩尾天王”Ken Block？
都不是。
驾驶这台 1981 年款 DMC DeLorean 的并不是人类，而是史丹佛大学开发的自动驾驶系统。
你没听错：自驾车，已经学会甩尾了。
从影片可看到，即便失去抓地力，自动驾驶系统仍可精准控制车子。
DeLorean 穿梭于狭窄的跑道，却没有误触任何三角锥──如果看过着名的 Gymkhana 系列影片，可能对这驾驶模式感到熟悉。
然而，即便是亲自出演十多支 Gymkhana 影片的 Ken Block 本人，对赛道和车体掌握的精准程度，似乎也无法达到史丹佛大学这台自驾车的程度。
也难怪，团队拿影片给一些职业甩尾赛车手看，都纷纷表示：“感觉要失业了！”
▲ 2015 年 D 级方程式（Formula DRIFT）世界冠军 Fredric Aasb。
2015 年，史丹佛大学动力设计实验室教授Chirs Gerdes 不知从哪弄来一台 1981 款 DMC DeLorean。
没错，就是知名科幻电影《回到未来》那台汽车的原型。
Gerdes 教授带着几个学生开始魔改这台神车，也得到自动驾驶创业公司 Renovo 的帮忙。团队还把这台车取名为 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》，再加上 DMC 公司本身的传奇，DeLorean 在汽车史上留下浓墨重彩的一笔。然而除了光环加身，这台车的动力总成各部件实际上无任何特色。
因此，团队的第一件事，就是把这台车拆个干净，包括引擎，换成一套电池、电动引擎和传动系统等，把这台 DeLorean 变成名副其实的电动车：
然后，团队进一步加装了控制系统，包括油门、煞车和方向盘控制等，全部都由电脑完成。
下面这张图展示改装的主要内容，从左到右、从上到下：
- 拆除原本 2.8 升排量却只能汇出 130 匹马力的燃油发动机，换成一台 7,000 扭力的电动引擎──换成制动马力至少也有 400 匹马力？
- 双 GPS 天线用于关注汽车的位置，精确到 1 英吋。车载系统正是透过 GPS 定位确定位置，也就是说 MARTY 的自动驾驶，并不是普遍意义的机器学习，而是更简单、逻辑驱动的自动驾驶。
- 电脑控制的转向系统，不到 1 秒可从一个方向的极限转到另一个方向的极限，且控制极精确，这也是为什么这辆自驾车可更精确控制甩尾。
- 电动煞车系统，可精准煞车。
- 自订的悬挂系统，满足甩尾时对轮组产生的极限压力。
甩尾和正常驾驶完全不同。当我们正常开车时，汽车会朝滚轮方向前进，而且，正常开车需要轮胎保持抓地力，因失去抓地力就意味着驾驶失去汽车控制力，很容易导致事故发生。
而甩尾时，一切和正常驾驶几乎相反：汽车前进方向实际上和滚轮方向完全相反，且甩尾时车手必须在失去和获得抓地力之间找到平衡，使轮胎打滑，却能提供足够的力量将车往前推。
同时这力量又必须和前轮角度平衡，使车辆不会因转向过度偏离前进方向：
对人类车手而言，需要眼睛看引擎转速表，耳朵听引擎、轮胎摩擦的声音，用身体感受离心力等──很大程度上，车手透过意识感知一切。
任何人都可以猛踩油门让轮胎失去抓地力，但要精确控制，进而让车辆在“可控的失控”下完成精彩的甩尾过弯，需要日积月累的训练。
这一切对 DeLorean 似乎更简单。为什么这么说？因为它可直接从车载电脑和感测器读取资料，进而精准操控。
自动驾驶可确定操控车载系统显示目前速度、各轮目前扭矩数值、前轮的转向角度，以及车辆前进方向和车身的偏航角度（yaw）等关键数据。
史丹佛团队决定向Ken Block 的 Gymkhana 系列致敬，将测试用赛道命名为 MARTYkhana。赛道总长约 1 公里，路线专门设计成考验和展示系统的精准性。
有了数据帮助和电脑系统加持，MARTY 就能做到难以置信的精准过弯控制。下图 MARTY 从向左快速切换到向右甩尾，穿过狭窄的门，却没有碰到障碍物：
▲穿过障碍，有如“蜻蜓点水”轻盈。
下图赛道从大直径椭圆进入小直径圆形，MARTY 对油门、煞车和转向角度的控制承受住考验，画出一道完美的螺旋白烟。
一些职业甩尾赛车手和工程师给了 MARTY 很高的评价。
2015 年 D 级方程式世界冠军Fredric Aasb 指出，MARTY 做了几个难度非常高的 transition（从一个弯形转换到另一个弯形），“这种操控机器人可能会比人类做得更好”。
Papadakis Racing 队长 Stephan Papadakis 表示，从影片可看出，车辆动力总成设计和安装，以及自动驾驶系统的程式设计令他印象非常深刻，特别是“可重复性”，即 MARTY 每次穿过同个弯形采用的姿态，都一如既往准确无误。
看这架势，莫非史丹佛大学要出师 D 级方程式比赛了？
还好，并不是。团队进行研究的目的，是帮助未来自驾车能更安全。
现在自驾车已经颇安全，主流公司公布的资料显示事故率远远低于人类驾驶，然而这结果建立在相对安全的测试环境下，往往不包括（或极少量）雨、雪或极端天气。这也是为什么自驾车测试过程，一旦发生紧急情况，安全驾驶员必须接管──在这类情况下，人类的应对能力往往比电脑好。
如果道路因为雨雪和低温导致结冰？如果道路经过侧向大风区？别说自驾车，人类司机也很难安全驾驶。
史丹佛大学团队改造这台 DeLorean 学会甩尾，目的就是研究自驾车失去稳定性的极端状态下该如何自我控制。
这次 MARTYkhana 除了拍出令人血脉偾张的甩尾影片，更重要的意义在于获得大量关键测试数据。
成员 Jonathan Goh 表示，“透过甩尾，我们让自动驾驶进入最极端的环境。如果我们能在最不稳定的场景也能自动驾驶，其他一切都会迎刃而解。”
围绕这台魔改甩尾电动车 DeLorean，史丹佛大学团队已发表了研究论文，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：沿着一般道路甩尾）。
团队也上传更多影片，展示 MARTY 酷炫的甩尾背后，一些重要的研究思路和启发：
这已不是 Gerdes 教授的团队第一次与赛车打交道了。几年前，他们改装了奥迪 TT，送到赛道测试，超越人类车手对煞车和过弯路线的控制。
他们还把自驾车送到派克峰国际爬山赛（Pikes Peak International Hill Climb），堪称自动驾驶赛车界的第一团队了。
（本文由 PingWest 授权转载；首图来源：史丹佛大学）
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
