如今預算十多萬就能在自主品牌裡選擇L2級的自動駕駛車型。儘管自動駕駛是未來的趨勢，但現階段仍然有一個“小問題”在困擾著自動駕駛技術前進步伐。
簡單的小問題
之所以說簡單，無非是這個問題本身是在我們日常駕駛中經常出現的，那就是左轉。按我們的理解，操作車輛完成左轉動作，不就是件控制方向盤往左打的事嗎，有多難？還別說，在劃線清晰、有交通燈的路口下，左轉自然不是件難事。
但是，在沒有交通信號燈或交警指引的時候，要從直行車道往左轉彎，就成為了一件難事。
右轉有多容易呢？
——只需要引導汽車進入右轉車道，在許多十字路口，司機甚至可以在紅燈的情況下右轉，因此這對自動駕駛汽車來說十分簡單。
左轉就不同了！
——路口複雜的車流、蠢蠢欲動的行人、各種各樣的標線與交通標誌，對自動駕駛車輛的環境感知與預測都提出了極高的挑戰。
對於這種情況，人類司機一般是這樣處理的：
他們會等待並觀察交通路況。如果左轉的機會很少，他們會調整自己的駕駛策略：
1）可能會加速得更快，比如強行左轉，在車流中找到空檔；
2）有時會小心翼翼進入左邊有車輛行駛的車道，以示他們打算轉彎，並期望其他車輛騰出空間，尤其是在車流密集、移動緩慢的情況下，他們必須「見縫插針」；
3）或者試圖在各車道之間找到一箇中間位置，再從中間位置向左轉，移動到目標車道。
對人和自動駕駛汽車而言，左轉需要觀察多方面的信息來判斷合適的轉向時機，尤其在無保護情況下的左轉。
目前，即使是最熟練的自動駕駛汽車可能也很難做到流暢地左轉。工程師們發現讓無人車安全左轉是他們遇到最大難題之一。
比如說前段時間，就有國人在美國自駕遊的時候，因為左轉以及小路過主路沒有讓行的錯誤操作，導致有傷亡的交通事故發生。在2010年，美國交通部對交通事故進行分析時發現，由左轉失誤引起的事故比例佔到22.2%。
算法也算不到
對自動駕駛汽車來說，判斷來車的距離和速度反而變成了簡單的部分。通過 GPS 導航裝置、攝像頭、激光雷達和毫米波雷達等，自動駕駛汽車可以準確地測量任何在其路徑上的物體的位置和速度。
但自動駕駛不能判斷這些汽車和行人下一步將會做什麼。
因此，自動駕駛汽車需要讀懂人類的心理——來自其他司機和行人的微妙的信號——來完成路上最最困難的操作。這其中不僅涉及技術，還涉及心理學。
正如我們日常駕駛，平時我們都很難去判斷其它駕駛員會做出什麼動作，是超車、還是並道抑或是想要搶著調頭，這些我們都是捉摸不透的。經驗豐富的老司機，最多也只能提前假設預演對方駕駛者突然起動時，自己可以躲開的空間和位置，繼而提早一步先往安全位置轉移，避免事故。
也有一種觀點認為，當自動駕駛汽車在十字路口猶豫不決時，原因不是算法的問題，而是自動駕駛汽車發現在當前情況下執行左轉的安全餘量太小: 風險太高。
這個問題不能通過更好的算法解決，而只能通過提高自動駕駛汽車可接受的風險水平進行優化。
如何解決
“既然不能左轉，那麼就無限右轉吧”。
去年 8 月，外媒報道 Waymo 的自動駕駛汽車會自主規劃路線，以避免出現棘手的情況，如「儘量避免無保護下的左轉或在高速公路行駛」。
一位 Waymo Early Rider 的早期成員就爆料，Waymo 為避免左轉，繞著街區向右走了很長一段路。
雖然 Waymo 聲稱會定期「練習左轉」，但 Waymo 看起來十分謹慎，這家自動駕駛行業的標杆也承認：「高速公路上無保護的左轉是最困難的駕駛操作之一。由於……是新技術，我們將慎之又慎，因為安全是我們的重中之重。」
另一種的解決思路，則是把左轉車輛化身為無保護路口的交通信號燈。如硅谷的自動駕駛公司Drive.ai就將自家的自動駕駛汽車，透過鮮豔的噴塗、醒目的字樣進行明顯化。其次，再以不同尺寸的顯示屏，來給對向來車提供如同交通燈作用的信號，控制車流。
想要解決這個“小問題”或許應該結合大數據，將無保護路口情況反映，政府安置交通燈進行疏導。這可是要比駕駛者自己盲目猜度行車來得安全。（來自 智能座艙與自動駕駛）
閱讀更多 樂談車市 的文章
