史丹佛魔改 DeLorean：自動駕駛還能甩尾

輪胎膠皮與柏油地面劇烈摩擦，產生的白煙幾乎籠罩整座跑道。​一輛銀色汽車，高速穿行在橘色三角錐劃定的區域內，以極精確的控制，穿過曲折且十分狹窄的跑道。

一切不得不令人感慨：坐在方向盤後的，究竟是日本的山路元祖土屋圭市 ，還是美國「甩尾天王」Ken Block？

都不是。

駕駛這台 1981 年款 DMC DeLorean 的並不是人類，而是史丹佛大學開發的自動駕駛系統。

你沒聽錯：自駕車，已經學會甩尾了。

從影片可看到，即便失去抓地力，自動駕駛系統仍可精準控制車子。

DeLorean 穿梭於狹窄的跑道，卻沒有誤觸任何三角錐──如果看過著名的 Gymkhana 系列影片，可能對這駕駛模式感到熟悉。

然而，即便是親自出演十多支 Gymkhana 影片的 Ken Block 本人，對賽道和車體掌握的精準程度，似乎也無法達到史丹佛大學這台自駕車的程度。

也難怪，團隊拿影片給一些職業甩尾賽車手看，都紛紛表示：「感覺要失業了！」

▲ 2015 年 D 級方程式（Formula DRIFT）世界冠軍 Fredric Aasbø。

2015 年，史丹佛大學動力設計實驗室教授 Chirs Gerdes 不知從哪弄來一台 1981 款 DMC DeLorean。

沒錯，就是知名科幻電影《回到未來》那台汽車的原型。

Gerdes 教授帶著幾個學生開始魔改這台神車，也得到自動駕駛創業公司 Renovo 的幫忙。團隊還把這台車取名為 Multiple Actuator Research Testbed for Yaw control（偏航控制多執行器研究試驗台），簡稱 MARTY。

因為《回到未來》，再加上 DMC 公司本身的傳奇，DeLorean 在汽車史上留下濃墨重彩的一筆。然而除了光環加身，這台車的動力總成各部件實際上無任何特色。

因此，團隊的第一件事，就是把這台車拆個乾淨，包括引擎，換成一套電池、電動引擎和傳動系統等，把這台 DeLorean 變成名副其實的電動車：

然後，團隊進一步加裝了控制系統，包括油門、煞車和方向盤控制等，全部都由電腦完成。

下面這張圖展示改裝的主要內容，從左到右、從上到下：

1. 拆除原本 2.8 升排量卻只能匯出 130 匹馬力的燃油發動機，換成一台 7,000 扭力的電動引擎──換成制動馬力至少也有 400 匹馬力？
2. 雙 GPS 天線用於追蹤汽車的位置，精確到 1 英吋。車載系統正是透過 GPS 定位確定位置，也就是說 MARTY 的自動駕駛，並不是普遍意義的機器學習，而是更簡單、邏輯驅動的自動駕駛。
3. 電腦控制的轉向系統，不到 1 秒可從一個方向的極限轉到另一個方向的極限，且控制極精確，這也是為什麼這輛自駕車可更精確控制甩尾。
4. 電動煞車系統，可精準煞車。
5. 自訂的懸掛系統，滿足甩尾時對輪組產生的極限壓力。

甩尾和正常駕駛完全不同。當我們正常開車時，汽車會朝滾輪方向前進，而且，正常開車需要輪胎保持抓地力，因失去抓地力就意味著駕駛失去汽車控制力，很容易導致事故發生。

而甩尾時，一切和正常駕駛幾乎相反：汽車前進方向實際上和滾輪方向完全相反，且甩尾時車手必須在失去和獲得抓地力之間找到平衡，使輪胎打滑，卻能提供足夠的力量將車往前推。

同時這力量又必須和前輪角度平衡，使車輛不會因轉向過度偏離前進方向：

對人類車手而言，需要眼睛看引擎轉速表，耳朵聽引擎、輪胎摩擦的聲音，用身體感受離心力等──很大程度上，車手透過意識感知一切。

任何人都可以猛踩油門讓輪胎失去抓地力，但要精確控制，進而讓車輛在「可控的失控」下完成精彩的甩尾過彎，需要日積月累的訓練。

這一切對 DeLorean 似乎更簡單。為什麼這麼說？因為它可直接從車載電腦和感測器讀取資料，進而精準操控。

自動駕駛可確定操控車載系統顯示目前速度、各輪目前扭矩數值、前輪的轉向角度，以及車輛前進方向和車身的偏航角度（yaw）等關鍵數據。

史丹佛團隊決定向 Ken Block 的 Gymkhana 系列致敬，將測試用賽道命名為 MARTYkhana。賽道總長約 1 公里，路線專門設計成考驗和展示系統的精準性。

有了數據幫助和電腦系統加持，MARTY 就能做到難以置信的精準過彎控制。下圖 MARTY 從向左快速切換到向右甩尾，穿過狹窄的門，卻沒有碰到障礙物：

▲ 穿過障礙，有如「蜻蜓點水」輕盈。

下圖賽道從大直徑橢圓進入小直徑圓形，MARTY 對油門、煞車和轉向角度的控制承受住考驗，畫出一道完美的螺旋白煙。

一些職業甩尾賽車手和工程師給了 MARTY 很高的評價。

2015 年 D 級方程式世界冠軍 Fredric Aasbø 指出，MARTY 做了幾個難度非常高的 transition（從一個彎形轉換到另一個彎形），「這種操控機器人可能會比人類做得更好」。

Papadakis Racing 隊長 Stephan Papadakis 表示，從影片可看出，車輛動力總成設計和安裝，以及自動駕駛系統的程式設計令他印象非常深刻，特別是「可重複性」，即 MARTY 每次穿過同個彎形採用的姿態，都一如既往準確無誤。

看這架勢，莫非史丹佛大學要出師 D 級方程式比賽了？

還好，並不是。團隊進行研究的目的，是幫助未來自駕車能更安全。

現在自駕車已經頗安全，主流公司公布的資料顯示事故率遠遠低於人類駕駛，然而這結果建立在相對安全的測試環境下，往往不包括（或極少量）雨、雪或極端天氣。這也是為什麼自駕車測試過程，一旦發生緊急情況，安全駕駛員必須接管──在這類情況下，人類的應對能力往往比電腦好。

如果道路因為雨雪和低溫導致結冰？如果道路經過側向大風區？別說自駕車，人類司機也很難安全駕駛。

史丹佛大學團隊改造這台 DeLorean 學會甩尾，目的就是研究自駕車失去穩定性的極端狀態下該如何自我控制。

這次 MARTYkhana 除了拍出令人血脈僨張的甩尾影片，更重要的意義在於獲得大量關鍵測試數據。

成員 Jonathan Goh 表示，「透過甩尾，我們讓自動駕駛進入最極端的環境。如果我們能在最不穩定的場景也能自動駕駛，其他一切都會迎刃而解。」

圍繞這台魔改甩尾電動車 DeLorean，史丹佛大學團隊已發表了研究論文，題為「Toward Automated Vehicle Control Beyond the Stability Limits: Drifting Along a General Path」（朝著超越穩定極限的自動駕駛控制邁進：沿著一般道路甩尾）。

團隊也上傳更多影片，展示 MARTY 酷炫的甩尾背後，一些重要的研究思路和啟發：

這已不是 Gerdes 教授的團隊第一次與賽車打交道了。幾年前，他們改裝了奧迪 TT，送到賽道測試，超越人類車手對煞車和過彎路線的控制。

他們還把自駕車送到派克峰國際爬山賽（Pikes Peak International Hill Climb），堪稱自動駕駛賽車界的第一團隊了。

（本文由 PingWest 授權轉載；首圖來源：史丹佛大學）