自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

　　自动驾驶汽车最引以为豪的就是配备了很多传感器：摄像头、超声波、雷达、激光雷达，以及很多叫不上名字的仪器。为什么要装这么多传感器?看看下面这张图就明白了。

　　这张通显示了自动驾驶领域所谓的“边缘情景”——在面对非常规情景时，软件与人的处理方式有所差异，导致汽车行为难以预测。在上面的例子中，基于传统摄像头数据的软件，会把汽车后面的自行车图片误判为真正的骑行者。

　　Cognata公司的研究人员意识到了这一盲点，他们开发了可以测试自动驾驶算法的软件。这样自动驾驶公司就能不断用“边缘情景”考验软件的处理能力，直到它们处理得当才上路。

　　为了识别那些虚实难辨的图像，很多自动驾驶汽车采用了不同类型的传感器。“激光雷达无法探测玻璃，雷达主要探测金属，摄像机则容易对图片产生误判……各种传感器需要相互弥补。”Cognata公司CEO丹尼·阿茨蒙(Danny Atsmon)解释道。不论是在模拟情况还是现实情况中，软件如果能逐渐适应在“边缘情况”下找到可靠的数据源，汽车就能处理更复杂的情景。

　　特斯拉的自动驾驶系统曾因为没能在明亮的天空背景中识别出一辆拖车而导致一名司机死亡。特斯拉只采用雷达、摄像头和超声波传感器来为自动驾驶系统提供数据。事故发生后，特斯拉的自动驾驶系统饱受质疑。有批评者认为，激光雷达是自动驾驶传感器中所必不可少的。因为在弱光与强光条件下，激光雷达相比于雷达或超声波，能提供更加详尽的数据。但阿茨蒙也指出，即便是激光雷达也无法面面俱到。比如，它不能分辨红绿灯。

　　对于自动驾驶汽车制造商，最安全的莫过于安装一系列传感器，构建一个具有冗余度的探测系统。至少，骑行者会对他们表示感谢。