如果你有关注自动驾驶技术，你可能看过从 Google 到特斯拉，再到很多创业公司的自动驾驶演示视频和图片，但是它们大多有一个共性——都是发生在阳光灿烂、地面干燥的环境下。

　　对于自动驾驶汽车来说，这样的环境是“完美”环境。但是，在真实世界里，这样的“完美”环境并不总是出现。人们开车会遇上下雨、下雪、起雾甚至风暴（对于国内的司机们来说，雾霾更是个避不开的情况）。在这样的恶劣天气下，能见度低、地面打滑等，都会让人类司机犯怵，对于重度依赖于传感器来探测环境的自动驾驶汽车来说，它是更难解决的一个问题，就连 Google 也没能搞定它。

　　不过最近，一家名为 Drive.ai 的创业公司公布了一段自己的测试视频，让很多人都震惊了：他们在一个大雨瓢泼的夜晚，开着自家研发的自动驾驶汽车，就在 Google 的眼皮子底下，让机器人司机完成了雨夜开车这个挑战。

　　（点击 这里观看视频）

　　从视频里可以看到，整段自动驾驶测试有好几个亮点：

　　在10秒处，天开始下起了倾盆大雨，而自动驾驶汽车并未受到影响；

　　30秒处，出现了非常窄的街道，而且两边停有车辆，atv，还有来车交汇；

　　1分钟处，在没有红绿灯而只有 Stop 标志的十字路口，一辆车插到了Drive.ai的车前面抢行；

　　1分50秒处，路口红灯坏了；

　　2分35秒处，由于大雨，路面都是积水，车灯一片反射，但是自动驾驶车辆并未受到影响。

　　在向 PingWest 品玩发来的声明里，Drive.ai的联合创始人兼 CEO Sameep Tandon 称，这段视频是在山景城（也是 Google 总部所在地）拍摄的。这整段视频都是在全自动驾驶下完成，完全没有任何的人工干预；此外，整段视频没有经过剪辑，只是进行了快放。

　　雨夜、交通信号灯故障、车辆抢行……Sameep Tandon 说，“这就是司机们每天都会遇到的情形。任何成功的自动驾驶技术都会需要解决无数的这样难以预料的情况，面对各式各样的驾驶条件。但是目前没有几家公司可以真正做到这样。”

　　这是 Drive.ai 第一次发布自己产品的视频。此前我们曾经介绍过，Drive.ai 是加州第一批拿到自动驾驶汽车测试许可的公司之一，几位联合创始人均来自大名鼎鼎的斯坦福人工智能实验室。 他们的目标是，使用深度学习技术，来打造一个会像人类一样思考的自动驾驶软件。

　　中美跨境的基金和创新孵化机构 InnoSpring 是 Dirve.ai 的早期投资机构之一，从 2015年3月份就开始孵化 Drive.ai。它的 CEO 王笑告诉我们，“Dirve.ai 的早期8个联合创始人，几乎把斯坦福做驾驶的AI实验室一锅端了。” 这个实验室出了许多名人，最被人熟知的是GoogleX 的创始人 Sebastian Thrun 和后来接手的吴恩达。Drive.ai 不仅有人工智能在驾驶应用上的积累，还有Google 做了10年的资源和经验。

　　她称，Drive.ai 总结了 Google 的几大弯路，分别是：太过于依靠昂贵的激光雷达传感器，Google在 Velodyne 定制的传感器加起来价格在20万美金左右，昂贵的价格是商业发展的绊脚石 ；其次，太过依赖于高清3D地图，由于高清3D地图获取价格昂贵，临时变量不可控，造成技术严重的overfitting （过适应）；另外，软件技术后端的平台延展性有限，做的自动驾驶软件不一定可以在短期内跨平台支持多家汽车厂商。

　　而 Drive.ai 一开始就要做一辆用低配激光雷达、便宜的照相机、Google 2D 地图就能上路的无人驾驶车，并且用深度学习解决了价格-认知准确性-商业模式可延展性三个息息相关又互相牵制的问题，经历两个月开发后就上路了。“这段在雨天漆黑夜晚上路的视频，也是 Drive.ai 的实力展示。”王笑说。

　　所以，和 Google 的 Waymo 、特斯拉以及一种汽车厂商都不同，Drive.ai 主要聚焦在软件层面，希望以此提供价格低廉的自动驾驶解决方案。Sameep Tandon 说，“深度学习技术可以让它像是人类大脑那样处理信息和做出决策……我们的团队有打造未来的交通的专业能力。”

　　为什么恶劣天气是自动驾驶难以克服的难题？

　　雨雪等极端天气一直是自动驾驶汽车的一个瓶颈。一位自动驾驶行业的从业者告诉我们，雨雪天气很容易让自动驾驶汽车变成“睁眼瞎”：自动驾驶汽车往往是依靠摄像头、雷达、GPS和激光雷达系统的组合来对路况和周边环境进行识别，雨雪等情况，会造成遮挡、反射等，降低了雷达和相机对重要交通标志，比如对车道线的识别等，而光靠 GPS，并没有办法准确对汽车位置进行定位。