如何让自动驾驶汽车可以在无道路标识和车道线的乡间小道上行驶，近日麻省理工给出了答案。麻省理工的计算机科学和人工智能实验室(简称CSAIL)开发了一套全新的系统，让自动驾驶汽车可以在没有地图的道路上行驶。该系统叫做MapLite，它结合了简单的GPS数据和一系列传感器，传感器用于收集道路状况。
作为一台合格的自动驾驶汽车，必须时刻掌握“我是谁？我在哪儿？我在干什么？”，明白“我是谁”并不难，这也是一台自动驾驶汽车所应具备的最基础素质，但要做到清楚“我在哪儿”就不是那么容易了，自动驾驶车辆对于定位的精度要求远比我们日常手机定位的精度要高，而在乡村小路实现高精度定位就更加困难；如何掌握“我在干什么”更是一件难上加难的事情，自动驾驶车辆必须先做到前两点才有可能做到清楚“我在干什么”，此次麻省理工所打造的这套全新系统的意义正是让自动驾驶车辆在乡间小道可以做到后两点。
无独有偶，关于残破的车道线，特斯拉CEO埃隆·马斯克也发表过不满，他认为不够清晰的车道线经常使特斯拉的驾驶辅助系统出现混乱，从而增加发生事故的风险。
麻省理工设计的MapLite弥补了自动驾驶适用场景的空白，也让自动驾驶由L4级别向L5级别迈进了一步。那么这套系统的工作原理是什么呢？
MapLite使用传感器进行导航，依赖GPS数据获取汽车位置的粗略数据。首先，系统会设置两个值，一是最终目的地，二是“本地导航目标”，本地导航目标要在汽车的传感器探测范围之内，传感器采集的数据会用来生成一条路径，及其中激光雷达负责估计道路边缘的位置。 值得注意的是，MapLite不依靠任何道路标志，只要感受到周围的凹凸不平，就知道怎样才能画出一条相对平缓的路。
事实上，此前一些公司已经在研究利用深度学习技术来实现无道路标线或标识的自动驾驶，例如当道路被暴风雪掩埋之后，如何利用深度学习来让车辆自动判断出合适的行驶路径。与麻省理工的技术相比，利用深度学习技术所实现的自动驾驶可以更加接近于真实驾驶员的驾驶习惯与驾驶感受。但是深度学习技术也存在着一个巨大的劣势，那就是首先必须要有大量的数据供电脑去学习，如何积累这些数据是考验各大厂商的一大难题。
根据麻省理工的构想，最终的目标是让MapLite走上商用化的道路，在去年的底特律车展上，美国交通部长Elaine Chao表示：“让自动驾驶汽车进入农村地区是非常重要的。我们也想让自动驾驶技术造福农村地区。”这显然是这项技术最终实现商业化落地的一大助推力量。可现实依然相当残酷，目前农村地区对于自动驾驶技术的需求远没有城市旺盛，因此短时间内自动驾驶技术很难在农村地区普及。
