无论是宝马的【A·C·E·S】战略，还是奔驰的【C·A·S·E】计划……在整个汽车行业的生态雨林中，无论新兵旧将，无论身处哪个维度，是整车品牌制造商还是哪一级供应商，都无法视【自动驾驶】而不见。

然而，如此举全行业之力地去实现的进化，到底为了什么？是的，我们曾说过：更安全，更节省时间是明确已知的两大优势。

然而，自动驾驶已经上路如此之久，这两大优势却一直没有通过经得起推敲的检验，都还只是如PPT标题般的存在。【安全】这个点可放过，毕竟正在测试中的半成品暂时无法指向结论（包括该领域领跑的Waymo）；但【节省时间】呢？从现在看起来似乎至少是释放了每段旅程中驾驶者需要聚精会神工作的时间。

但吐槽也立马出现——哪怕一个什么都不用操心的乘客，在移动的车上能进行的活动或工作其实也十分有限（毕竟有很大一部分人在车上哪怕只是刷刷朋友圈都就会晕车）；而且全自动驾驶车辆的出现会释放一些原本可能不存在的出行需求。反对者们认为，本来帮助残障人士或不具备驾驶能力（老人、孩子）们实现自由出行是件好事。但极有可能造成比如本来用一辆车虽有些紧张但可以独立完成的行程（可以先送孩子上学再去超市），现在却变成了使用全自动驾驶车辆分成两个独立的行程，虽然单次行程更从容但从城市交通角度考虑却带来了额外的压力。

有道理么？当然！那么投入如此巨大的自动驾驶真的能为人们的未来出行带来所期待的效益么？答案是：是的！

根据剑桥大学自动驾驶汽车研究团队5月20日在在蒙特利尔举行的国际机器人和自动化会议（ICRA）上展示的结果：一队全自动驾驶汽车共同工作时，可以将整体交通流量提高至少35％。

在展开这个话题之前，让我们再回头看看：这些年我们被堵在街的中央，浪费了那么多的时间，都到底为了什么？

点击图片，拓展阅读相关内容

在《我们为什么会堵车？》里，Berthold Horn给出了每天都在各处火热上演的非交通事故、非施工路障等等原因不明但影响很大的【幻影堵】的成因——来自那些或深或浅的一脚脚刹车所引发的对整个交通流的扰动。而随着每一个细小扰动的互相叠加与扩散，就形成了那些著名的堵城，比如《世界上最堵的TOP15城市里，你在吗？》里上榜的各位。

虽然Horn教授给出了【双边控制】的解决方案。但各位新老司机们都知道，只要还是由人进行操控的驾驶行为，哪怕是加入了V2X的车载物联系统，都几乎永远也不会达到理想中如沙丁鱼群或鸟群般哪怕在鲨鱼或鹰鹫的压力下也能完美呈现的间疏有序、流畅和谐。

此时，该精密和精准的机器登场了。为了通过精准实验证明这项优势，剑桥的研究人员们耗时3小时，花费76.5美金在玩具模型汽车上加装了动作捕捉传感器和Raspberry Pi，将其改装成为可以通过wifi进行通信的具备路径规划和运动控制能力名为Cambridge Minicar的自动驾驶模型汽车。整个实验启用了16辆经过改装的Cambridge Minicar，构建出一个低成本、易维护的自动驾驶算法实验装置：

播放

通过视频，我们清晰可见，当小车间没有开展通信合作时，一辆减速或者干脆停下的汽车都必然会影响后车不得不减慢速度甚至停下等待，就像我们每天都在路上遇到的一样，不仅在停滞的汽车后面迅速形成一个等候队列，而且整体交通流速也会迅速减慢进而形成拥堵。

而当汽车能彼此通信并且合作时，一旦一辆汽车停在内车道上，车辆向所有其他汽车发出信号。整个车流中靠近停靠车辆的外车道车辆略微减速，使得内车道上的后车们能够快速通过停靠车辆而不必停车或显著减速，则不会对整个交通流量造成影响。

此外，当一辆人控汽车与自动驾驶汽车一起被放置在“道路”上并以激进的方式在赛道上移动时，其他车辆能够让位以避开激进的驾驶员，从而提高安全性。

他们还为自动驾驶汽车进一步改进了车道变换算法，以便与车队合作。原始算法决定汽车何时应根据是否安全来改变车道，以及更换车道是否有助于汽车更快地通过交通。改进的算法允许在更换车道时更严密地保护汽车，并增加安全约束以防止在速度较低时发生碰撞，允许汽车在检测到前方可能的车辆时腾出空间。

虽然解决堵车问题的方案还有千万种，比如《大众说北京不堵车得靠它，你信吗？》里运用量子计算机的高速运算功能够实时规划出最快最畅通的通行路径等等，但看来消除“幻影堵”，恐怕靠V2X加持之后的全自动驾驶来实现似乎更合理一些。

 拓展阅读