未来汽车：云计算预测驾驶行为防止车祸

交通堵塞：只要有车，我们就有交通拥堵。但是新一代智能车技术正在帮助司机和汽车更好地行进，防止交通堵塞，避免车祸发生，缓解下午5时的交通暴躁情绪

这张截屏图显示的是美国国际商用机器公司的 Smarter Traveler 应用程序。它利用智能手机的GPS系统追踪司机的习惯，利用道路传感器网络检查特定地区的交通流量。该公司研发的一种算法令未来的交通状况预测结果根据交通流量得出，这个应用程序能在司机抵达堵塞路段前给他们发送短消息或者邮件

互联汽车防撞系统：美国交通部称，司机一侧挡风玻璃上的一排红色发光二极管灯，暗示着前方有危险

新浪科技讯北京时间11月29日消息，今年7月，美国内华达州议会通过了一项决议，要求制定无人驾驶车辆交通规则，这是一项很有远见的举措。很多车辆已经参与驾驶活动中，而过去，驾驶纯粹由人来控制，例如停车和刹车控制，但现在，有些车辆已经可以做到自动泊车和刹车了，当然，们还不能自动导航、自己做决定和驾驶。不过从某些方面来说，自治车已经开始融入我们的生活。利用相对简单的软件，调整现有硬件，美国和欧洲的主要汽车制造商通过混合动力发动机，正在让汽车变得更加智能和环保。

汽车彼此联系，再与“云”联在一起，它们就可以自己做决定，因此，未来的驾驶很大程度上将由汽车自己来完成，不用人类插手。运算法则和分析将能预测驾驶员的行为，然后给出最理想化的路线让司机选择。配备雷达的私家车将能感知它们周围的环境，轨道交通、车与车之间的网络，可以减少交通堵塞，防止车祸发生，提高燃料经济性。美国密歇根州迪尔波恩的福特研究和创新中心工程师赖安-迈克吉说：“我们现在拥有的很多互动都有助于司机更好地驾车，但是目前我们正在努力帮助汽车做这些工作，让它们变得更智能。当你驾驶一辆车，把它与云连接后，会出现很多可能性。”

如果你不用公共交通工具，那么你可能会自己开车，每天沿着特定路线往返于工作单位或学校，例如早晨从家赶往咖啡店，然后去办公室；晚上离开办公室，可能要去商店购物，然后再回家。

福特公司希望利用你的可预言性，在你启动汽车时猜测你将要去哪里。研究人员正在把驾驶历史反馈给谷歌的软件服务器“预测API(Prediction API)”，它利用机器学习算法产生预知行为模式，尤其是司机的习惯。迈克吉正在研究这种模式，他说：“我们问这个模式的问题是，‘接下来这个人要去哪里？’这个模式会回答说，这是周三早晨5时，因此你很有可能是回家，而且它会把这些数据反馈给汽车。”

当前与网络相连的系统主要用来记录汽车哪一天，在什么时间，去了哪里。运算法则将会制定出一系列可能的行驶路线和出发及到达时间。迈克吉解释说，根据旅程路线，汽车会自动改变动力消耗，用电池替代汽油，这对插入式混合动力车将会很有用。福特已经通过一辆Escape SUV插入式混合动力车对它进行了试验。未来政府可能会加强学校或公园附近的低排放区，或者建设电池动力车专用路线。迈克吉在从单位回家的路上，经常会顺便接上在练足球的儿子。如果他的车子知道他的这一习惯，了解这个地方的低排放区在哪里，它就可以在一天的运行中节省部分电池能量。

迈克吉说：“这将能保证我在去那里时节省一些能量，我可以用电能驱动车辆。如果我们知道人们将会怎样用车，我们就能设法优化它们的性能。”但是所有常规都会被打破，如果周三你想吃墨西哥玉米煎饼，周四想吃碎肉三明治，汽车又该怎么办呢？午餐时间它将不清楚你到底要去哪里。因为随意性和司机的变通性，开车的人如果在大众市场的车型里安装了这种东西，他可以随时进行增加和调整。

汽车一旦清楚司机的习惯，它就可以把云里的其他数据与之结合，为司机提供更好的建议。如果交通预报员有充足数据，而且它们有很好的模型用来解释它，它们将会在午餐时间告诉你，下午5时回家时的交通状况。

美国国际商用机器公司(IBM)正在利用一个智能手机应用程序做这些。该公司表示，这个应用程序能得知司机的常规模式，预测未来30分钟或更长时间的交通情况，并在司机抵达堵塞路段前把预测结果发送给他们。据国际商用机器公司智能交通项目经理约翰-戴说，蓝色巨人(IBM的绰号)已经在旧金山海湾地区测试了该系统。

这个应用程序利用手机的GPS追踪司机每天在不同时段的活动情况，了解她或他的行车路径。它还与加利福尼亚州运输局以前安装的700个道路传感器相连。这些传感器用来追踪汽车的行驶速度，以及车流量，并计算每分钟有几辆车通过。它们每30秒收集一次数据，但是国际商用机器公司每5分钟把数据反馈给运算法则一次。戴表示，运算法则根据这些数据的相互关系，制定行驶模式。他说：“这个工具在发现和了解减速信号方面很擅长。它将会一个特别区域，尤其是交换位置，当交通速度变慢时，你陷入交通堵塞的可能性高达83%。”

利用这些信号，该系统会对实时数据进行分析，得出一个不断更新的交通情况模型，该模型每5分钟更新一次。虽然现有预测系统是依据它们对当前交通情况的预测结果，但是如果在没有什么变化的情况下预测交通状况，运算法则能够识别并考虑单一行为产生的连锁反应。用户可以通过电脑查看“行驶历史信息”，并能增加或删除路线，控制储存的信息量。戴甚至设想，该应用程序可以为经常开车的人提供优惠券。他说：“如果你有能力识别经常从一家咖啡店门前开车经过的人，这将是非常有用的信息。不过使用这种信息要小心，不管用户想不想分享这些数据，都要很好地进行管理。不过现在确实有这种能力。”

他表示，但是该应用程序的主要用途是帮助司机避开交通堵塞。它会提供优化路线，甚至检查网络提供的通行时刻表。如果一位司机常在上午8时30分离开家去上班，他可能会在上午8时接到交通信息，“你今天的常走路线看起来不太好，但是这辆火车在上午8时30分离开，停车换乘点还有48个停车位可用”。戴表示，该系统能在任何有道路传感器和司机有GPS导航手机的地方发挥作用。“去任何城市前先看一看新闻，你会看到一些热图，一些人像天气预报员一样正在谈论交通状况。”

你的车现在已经知道你接下来要干什么，以及交通流量，它还需要知道的是前方距离它有20英尺(6.1米)的车辆接下来要做什么。车与车之间的网路和先进控制算法能确保不会有突如其来的事情发生，因此将来有望不再发生车祸。它们还能提高发动机效率，通过防止汽车走走停停，道路交通不畅，减少排放量。

最近，美国交通部宣布一项试点计划，司机可以借助它测试未来互联汽车(connected car)的能力。这些系统能让汽车之间进行“交流”，不过司机首先要先使用它们。如果我们无法很好地适应它，汽车会很快解决问题。麻省理工学院的研究人员正在研制一种新运算法则，它可以把人类行为模式与之结合，警告司机可能会发生撞车事故，并对汽车进行控制，避免事故发生。

该系统的目的是让驾驶过程减缩成两步：制动和加速。据麻省理工学院的消息说，司机在某个时间点的动作会产生很多结果，接下来他可能会去很多地方。该校机械工程学教授多米帝拉-德尔-维基罗也把预测人类行为的能力与之结合，例如在十字路口时，司机何时减速或加速。这个运算结果的系统可以确定车辆在十字路口的哪个点有危险，具有这种预算法则的车辆将会努力预测其他车接下来会怎么做，并参考红绿灯和车载传感器的信息，尽量避免事故发生。

由于未来开车根本不用人，运算法则必须考虑汽车行为的可变因素，并要考虑一个动作引起的连锁反应。例如，要是一辆车为了避免撞车放慢速度，其他车也必须改变它们的运行速度。分布式控制系统会控制特定群体里的所有汽车的加速度、制动、双车道变换和公路出口。

卡内基梅隆大学的研究人员制作了一个模拟工具，可以证明这种系统的安全性，甚至多辆车进行多重复杂任务也不例外。计算机科学副教授安德烈-普拉策领导的一个科研组最初用两辆车在单行道上进行试验。然后他们增加了更多车辆，以便证实有多少车辆这个系统都能很好发挥作用，并增加更多车道，用来证实车道多少对它也没有任何影响。最后，不管有多少车和多少条车道，该系统都能有效防止撞车事故发生。未来的模拟将会把弯路等可变因素考虑进来。

自动车队的控制系统距离变成现实稍微还需要更长时间。车不用先进运算法则就能同时达到减少拥堵和防止交通事故的目的，欧洲研究人员仅通过让车辆之间彼此“通话”，就做到了这些。像这种系统可以减少排放，提高发动机效率。瑞典汽车制造商沃尔沃一直在试验“公路列车”，它涉及到由专业司机负责的汽车护航。汽车可以挂在列车上，通过无线线路与之连接在一起，适应性定速巡航系统必须与公路列车的速度相匹配。车里的传感器将被用来确保每个人之间保持安全距离。今年早些时候，沃尔沃通过一辆车和一辆半拖车试验了公路列车。它这么做的目的是为了节省燃料、减轻道路拥堵和确保驾驶安全。该汽车制造商希望在2020年开始采用这项新技术。

今年6月，德国研究人员发现，如果每1000辆车中有5辆车彼此进行通信联络的话，就可减轻道路拥堵。车里的传感器能够收集数据，并通过当地的无线网络与其他车辆交换信息，并把这些数据传输给交通指挥中心。一项为期一年的试验收集的初步数据显示，最少只要5辆车就能对交通拥堵产生很大影响。这项试验是欧盟 DIAMANT项目的组成部分。

对汽车制造商和消费者来说，好消息是这些技术中的大部分都能通过一些简单的编码和算法变化来实现，汽车不用为了有所改进而进行重新设计。通过像这样更新数据，驾驶会在未来几年内变得更安全，会有更少拥堵状况发生。(孝文)

在不久的将来，云计算一定会彻底走入我们的生活，有兴趣入行未来前沿产业的朋友，可以收藏云计算，及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识，让我们一起携手，引领人工智能的未来！

标签： 安全 大数据 服务器 谷歌 通信 网络 优惠 云计算

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。