美國內華達州議會通過了一項決議，要求制定無人駕駛車輛交通規則，這是一項很有遠見的舉措。很多車輛已經參與駕駛活動中，而過去，駕駛純粹由人來控制，例如停車和剎車控制，但現在，有些車輛已經可以做到自動泊車和剎車了，當然，們還不能自動導航、自己做決定和駕駛。不過從某些方面來說，自治車已經開始融入我們的生活。利用相對簡單的軟件，調整現有硬件，美國和歐洲的主要汽車制造商通過混合動力發動機，正在讓汽車變得更加智能和環保。

汽車彼此聯系，再與“云”聯在一起，它們就可以自己做決定，因此，未來的駕駛很大程度上將由汽車自己來完成，不用人類插手。運算法則和分析將能預測駕駛員的行為，然后給出最理想化的路線讓司機選擇。配備雷達的私家車將能感知它們周圍的環境，軌道交通、車與車之間的網絡，可以減少交通堵塞，防止車禍發生，提高燃料經濟性。美國密歇根州迪爾波恩的福特研究和創新中心工程師賴安-邁克吉說：“我們現在擁有的很多互動都有助于司機更好地駕車，但是目前我們正在努力幫助汽車做這些工作，讓它們變得更智能。當你駕駛一輛車，把它與云連接后，會出現很多可能性。”

可以預測你要去哪里

如果你不用公共交通工具，那么你可能會自己開車，每天沿著特定路線往返于工作單位或學校，例如早晨從家趕往咖啡店，然后去辦公室;晚上離開辦公室，可能要去商店購物，然后再回家。

福特公司希望利用你的可預言性，在你啟動汽車時猜測你將要去哪里。研究人員正在把駕駛歷史反饋給谷歌的軟件服務器“預測API(Prediction API)”，它利用機器學習算法產生預知行為模式，尤其是司機的習慣。邁克吉正在研究這種模式，他說：“我們問這個模式的問題是，‘接下來這個人要去哪里?’這個模式會回答說，這是周三早晨5時，因此你很有可能是回家，而且它會把這些數據反饋給汽車。”

當前與網絡相連的系統主要用來記錄汽車哪一天，在什么時間，去了哪里。運算法則將會制定出一系列可能的行駛路線和出發及到達時間。邁克吉解釋說，根據旅程路線，汽車會自動改變動力消耗，用電池替代汽油，這對插入式混合動力車將會很有用。福特已經通過一輛Escape SUV插入式混合動力車對它進行了試驗。未來政府可能會加強學校或公園附近的低排放區，或者建設電池動力車專用路線。邁克吉在從單位回家的路上，經常會順便接上在練足球的兒子。如果他的車子知道他的這一習慣，了解這個地方的低排放區在哪里，它就可以在一天的運行中節省部分電池能量。

邁克吉說：“這將能保證我在去那里時節省一些能量，我可以用電能驅動車輛。如果我們知道人們將會怎樣用車，我們就能設法優化它們的性能。”但是所有常規都會被打破，如果周三你想吃墨西哥玉米煎餅，周四想吃碎肉三明治，汽車又該怎么辦呢?午餐時間它將不清楚你到底要去哪里。因為隨意性和司機的變通性，開車的人如果在大眾市場的車型里安裝了這種東西，他可以隨時進行增加和調整。

汽車預測未來的交通情況

汽車一旦清楚司機的習慣，它就可以把云里的其他數據與之結合，為司機提供更好的建議。如果交通預報員有充足數據，而且它們有很好的模型用來解釋它，它們將會在午餐時間告訴你，下午5時回家時的交通狀況。

美國國際商用機器公司(IBM)正在利用一個智能手機應用程序做這些。該公司表示，這個應用程序能得知司機的常規模式，預測未來30分鐘或更長時間的交通情況，并在司機抵達堵塞路段前把預測結果發送給他們。據國際商用機器公司智能交通項目經理約翰-戴說，藍色巨人(IBM的綽號)已經在舊金山海灣地區測試了該系統。

這個應用程序利用手機的GPS追蹤司機每天在不同時段的活動情況，了解她或他的行車路徑。它還與加利福尼亞州運輸局以前安裝的700個道路傳感器相連。這些傳感器用來追蹤汽車的行駛速度，以及車流量，并計算每分鐘有幾輛車通過。它們每30秒收集一次數據，但是國際商用機器公司每5分鐘把數據反饋給運算法則一次。戴表示，運算法則根據這些數據的相互關系，制定行駛模式。他說：“這個工具在發現和了解減速信號方面很擅長。它將會關注一個特別區域，尤其是交換位置，當交通速度變慢時，你陷入交通堵塞的可能性高達83%。”

利用這些信號，該系統會對實時數據進行分析，得出一個不斷更新的交通情況模型，該模型每5分鐘更新一次。雖然現有預測系統是依據它們對當前交通情況的預測結果，但是如果在沒有什么變化的情況下預測交通狀況，運算法則能夠識別并考慮單一行為產生的連鎖反應。用戶可以通過電腦查看“行駛歷史信息”，并能增加或刪除路線，控制儲存的信息量。戴甚至設想，該應用程序可以為經常開車的人提供優惠券。他說：“如果你有能力識別經常從一家咖啡店門前開車經過的人，這將是非常有用的信息。不過使用這種信息要小心，不管用戶想不想分享這些數據，都要很好地進行管理。不過現在確實有這種能力。”

他表示，但是該應用程序的主要用途是幫助司機避開交通堵塞。它會提供優化路線，甚至檢查網絡提供的通行時刻表。如果一位司機常在上午8時30分離開家去上班，他可能會在上午8時接到交通信息，“你今天的常走路線看起來不太好，但是這輛火車在上午8時30分離開，停車換乘點還有48個停車位可用”。戴表示，該系統能在任何有道路傳感器和司機有GPS導航手機的地方發揮作用。“去任何城市前先看一看新聞，你會看到一些熱圖，一些人像天氣預報員一樣正在談論交通狀況。”

預測行人和其他司機的動作

你的車現在已經知道你接下來要干什么，以及交通流量，它還需要知道的是前方距離它有20英尺(6.1米)的車輛接下來要做什么。車與車之間的網路和先進控制算法能確保不會有突如其來的事情發生，因此將來有望不再發生車禍。它們還能提高發動機效率，通過防止汽車走走停停，道路交通不暢，減少排放量。

最近，美國交通部宣布一項試點計劃，司機可以借助它測試未來互聯汽車(connectedcar)的能力。這些系統能讓汽車之間進行“交流”，不過司機首先要先使用它們。如果我們無法很好地適應它，汽車會很快解決問題。麻省理工學院的研究人員正在研制一種新運算法則，它可以把人類行為模式與之結合，警告司機可能會發生撞車事故，并對汽車進行控制，避免事故發生。

該系統的目的是讓駕駛過程減縮成兩步：制動和加速。據麻省理工學院的消息說，司機在某個時間點的動作會產生很多結果，接下來他可能會去很多地方。該校機械工程學教授多米帝拉-德爾-維基羅也把預測人類行為的能力與之結合，例如在十字路口時，司機何時減速或加速。這個運算結果的系統可以確定車輛在十字路口的哪個點有危險，具有這種預算法則的車輛將會努力預測其他車接下來會怎么做，并參考紅綠燈和車載傳感器的信息，盡量避免事故發生。由于未來開車根本不用人，運算法則必須考慮汽車行為的可變因素，并要考慮一個動作引起的連鎖反應。例如，要是一輛車為了避免撞車放慢速度，其他車也必須改變它們的運行速度。分布式控制系統會控制特定群體里的所有汽車的加速度、制動、雙車道變換和公路出口。

卡內基梅隆大學的研究人員制作了一個模擬工具，可以證明這種系統的安全性，甚至多輛車進行多重復雜任務也不例外。計算機科學副教授安德烈-普拉策領導的一個科研組最初用兩輛車在單行道上進行試驗。然后他們增加了更多車輛，以便證實有多少車輛這個系統都能很好發揮作用，并增加更多車道，用來證實車道多少對它也沒有任何影響。最后，不管有多少車和多少條車道，該系統都能有效防止撞車事故發生。未來的模擬將會把彎路等可變因素考慮進來。

自動車隊的控制系統距離變成現實稍微還需要更長時間。車不用先進運算法則就能同時達到減少擁堵和防止交通事故的目的，歐洲研究人員僅通過讓車輛之間彼此“通話”，就做到了這些。像這種系統可以減少排放，提高發動機效率。瑞典汽車制造商沃爾沃一直在試驗“公路列車”，它涉及到由專業司機負責的汽車護航。汽車可以掛在列車上，通過無線線路與之連接在一起，適應性定速巡航系統必須與公路列車的速度相匹配。車里的傳感器將被用來確保每個人之間保持安全距離。今年早些時候，沃爾沃通過一輛車和一輛半拖車試驗了公路列車。它這么做的目的是為了節省燃料、減輕道路擁堵和確保駕駛安全。該汽車制造商希望在2020年開始采用這項新技術。

今年6月，德國研究人員發現，如果每1000輛車中有5輛車彼此進行通信聯絡的話，就可減輕道路擁堵。車里的傳感器能夠收集數據，并通過當地的無線網絡與其他車輛交換信息，并把這些數據傳輸給交通指揮中心。一項為期一年的試驗收集的初步數據顯示，最少只要5輛車就能對交通擁堵產生很大影響。這項試驗是歐盟DIAMANT項目的組成部分。

對汽車制造商和消費者來說，好消息是這些技術中的大部分都能通過一些簡單的編碼和算法變化來實現，汽車不用為了有所改進而進行重新設計。通過像這樣更新數據，駕駛會在未來幾年內變得更安全，會有更少擁堵狀況發生。