2家机构历时七年的测试后，合奏一曲。投入实战估计还要5年，看技术细节，控制后车的斯坦福工程学院技高一筹，咬住前车一起漂，瞬间反应不撞上。在自动驾驶成熟之前，鼓吹自动驾驶的数码乞钙们不能放弃驾驶技能的提高，降低成为移动路（智）障的可能性。[爱你]

加利福尼亚州洛斯阿尔托斯（2024 年 7 月 23 日） — 今天，丰田研究院 (Toyota Research Institute) 和斯坦福工程学院Stanford Engineering宣布了驾驶研究领域的世界首创：自动漂移两辆汽车。

技术细节

实验在加利福尼亚州威洛斯市的 Thunderhill 赛道公园进行，使用两辆经过改装的 GR Supra：领头车的算法由 TRI 开发，而追赶车的算法则由斯坦福大学的工程师开发。

TRI 专注于为领头车开发强大而稳定的控制机制，使其能够重复、安全地领先行驶。

斯坦福工程学院开发了人工智能车辆模型和算法，使追逐车能够动态适应领头车的运动，从而能够在不发生碰撞的情况下与其并驾齐驱。

GReddy 和丰田赛车开发公司 (TRD) 修改了每辆车的悬架、发动机、变速箱和安全系统（例如防滚架、灭火系统）。虽然这些车辆彼此之间略有不同，但它们的制造规格与方程式漂移比赛的规格相同，以帮助车队在受控环境中与专业车手一起收集数据。

两者都配备了计算机和传感器，使它们能够控制转向、油门和刹车，同时还能感知它们的运动（例如位置、速度和旋转速率）。

至关重要的是，它们共享一个专用的 WiFi 网络，允许它们通过交换相对位置和计划轨迹等信息进行实时通信。

为了实现自动串联漂移，车辆必须使用一种称为非线性模型预测控制 (NMPC) 的技术不断规划其转向、油门和制动命令以及它们想要遵循的轨迹。

在 NMPC 中，每辆车首先从目标开始，以数学形式表示为其必须遵守的规则或约束。

领头车辆的目标是沿着期望路径保持漂移，同时遵守物理定律和硬件限制（例如最大转向角）的约束。

追逐车辆的目标是与领先车辆并驾齐驱，同时主动避免碰撞。

然后，每辆车每秒以多达 50 次的速度解决并重新解决优化问题，以决定哪些转向、油门和制动命令最能满足其目标，同时应对快速变化的条件。

通过利用人工智能使用以前测试的数据不断训练神经网络，车辆在每次赛道上的表现都会有所进步。