ALVINN探秘：一辆来自1989年的自动驾驶汽车

使用电脑控制汽车的研究在1984年于CMU开启大幕。1986年制造出一款产品——Navlab 1机器人，具有完成图像处理、图像理解、传感器信息的融合、路径规划和本体控制等功能。NavLab 1系传感器主要包括彩色摄像机、陀螺、ERIM激光雷达、超声传感器、光电编码器和GPS等，在CMU校园网道路运行速度为12km/h，当使用神经网络控制器（ALVINN）控制本体时的最高速度可以达到88km/h。

而ALVINN则是首辆运用神经网络（Neural Network）控制的陆地自动驾驶汽车，20实际90年代开始用于测试。

这辆祖先级别的自动驾驶汽车最近又被重新提起，是源于两名工程师在推特上的讨论。一个是Oliver Cameron，在优达学城（Udacity）领导一个自动驾驶技术开源项目。另一个是Dean Pomerleau，他是CMU教授，同时运行着一个自动驾驶汽车项目，是ALVINN的缔造者。

事情的起因是Oliver Cameron在推特上分享了他的几个学生上传的一段自动驾驶汽车行驶视频，视频中的这辆汽车仅仅使用了一个摄像头，主要依靠的是神经网络的能力完成自动驾驶（使用了英伟达的Titan X Pascal GPU以及自研的加强型计算机）。

看到这条推文和这段视频的Dean Pomerleau，产生了一些关于深度学习和神经网络的疑问。此后，两人在推特上展开互动，同时也写文章互相回应，此间，ALVINN被多次提及。这辆自动驾驶汽车的鼻祖的模糊轮廓也越来越清晰。

ALVINN拥有每秒钟百万级别的浮点运算能力，是Apple Watch计算能力的十分之一。这辆车的中央处理器（CPU）有一个冰箱那么大，依靠5000瓦特的发电机进行供电。尽管如此，ALVINN能够在九十年代早期跑到70km/h。

有军方资金的支持，同时也是CMU机器人研究所8年时间的研究成果，ALVINN可以称之为自动驾驶汽车的始祖。对此，Cameron肯定了其为自动驾驶汽车做出的贡献，“ALVINN使用的是神经网络来驾驶，在当时来说，这简直就是小说里面的场景，但是这个技术很快就被投入到自动驾驶汽车的研究努力中。”

当Google自动驾驶汽车依赖于3D地图来进行环境自适应之时，ALVINN对于神经网络的使用意味着这辆车具备“精密智能”（narrowly intelligent），不需要地图来做决策。Cameron补充道，“你可以将一辆使用神经网络武装的车辆扔到一个它完全没有去过的地点，它能够通过学习人类以往的驾驶经验来进行操控，而且表现很出色。”

通过使用神经网络来教车辆自己驾驶，Pomerleau教授当时希望建立一个适应多样化环境的自动驾驶系统——当时的本意是为了控制Navlab机器人。1984年，CMU的自动驾驶汽车项目Navlab正式开启。

“虽然ALVINN的神经网络被完美应用，但是还是受限于硬件”，Cameron在后来的文章中也指出了ALVINN的局限。

这里还不得不提到Chris Urmson，此前他是Google自动驾驶汽车项目的首席工程师，当时也跟Pomerleau在CMU共事过。Urmson在Navlab先进研究的基础之上，带领团队制造无人驾驶汽车在2007年的DARPA城市挑战赛上获胜，后来紧接着就被Google挖走。

与此同时，Uber也挖走了卡耐基梅陇大学的一大批自动驾驶技术方面的机器人专家。现在，许多的上路运营的自动驾驶汽车项目都与Pomerleau教授以及CMU的Navlab有千丝万缕的联系。

后来，Pomerleau教授在推特上表示，“非常高兴能与优达学城的研究自动驾驶技术的老师和学生们互动，分享过去的一些经验和很久以前的想法。”

1997年，在电视上关于ALVINN的讨论和质疑已经比较丰富，同时很多主流媒体也有报道。里面也提到了很多支持者认为无人驾驶可以帮助减少交通事故和死亡事故的一些数据。而这样的数据直到今天都在被自动驾驶厂商用做背书，比如Google、Uber……

确实，如今的自动驾驶汽车研究者们要感谢ALVINN在上世纪八十年代所作出的贡献。

[广告]活动入口:

买美股，上老虎 - 超低佣金，每股只需1美分