自动驾驶汽车可能会一直是个昂贵的新奇玩意儿，也有可能彻底改变我们的社会。但无论如何，在如何看待自己生活的城市这件事上，它们都能教会我们很多。

十月一个凉爽的午后，一辆装备略显奇异的本田 CR-V 汽车在伦敦的车流中缓慢前进着。坐在方向盘后方的是 32 岁的建筑设计师马修·肖（Matthew Shaw），同车的则还有他的建筑师同事、30 岁的威廉·特塞尔（William Trossell）和一小支激光扫描操作团队。

在各自的技术领域有着很高的专业性的这帮人，这次的共同目标却是艺术。这次他们希望要扫描的不仅仅是城市街道的形状，也还有即将主宰这些街道的自动驾驶汽车的内在。

当在建筑学校遇见彼此时，肖和特塞尔二人就已经对 3D 扫描深深着迷。在学校里，他们研究了用激光扫描仪处理建筑环境的问题，包括偏视、盲点和独特视野等这些任何类似技术都必须涵盖的方面。

2010 年，为拓宽该研究，他们在伦敦开设了一家名为“ScanLAB 项目”的工作室。他们已经知道，只要是在不适宜的条件下使用或哪怕仅仅上错了齿轮，激光扫描设备都很轻易会出错。建筑遗迹、地质形态还是伦敦市中心的商业大楼等坚硬的物体特别适合扫描，雾气弥漫的河畔、下着细雨或笼罩着薄雾的午后就不大合适。

特塞尔和肖的早期工作正是致力于此：推动技术进入全新的疆域，意味着在那里事物将不再按规划运行。他们在树林深处架设激光扫描仪，用数字信号捕捉低空滚动的云雾；从北极圈北部的船上扫描移动的浮冰，图像如边缘模糊叠加在一起的迷宫一样充满了他们的硬盘，仿佛世界本身的地平线也被系扣了起来。这些由 BBC 和绿色和平等机构委托的初期项目渐渐发展，最终打开了一扇新的大门：通过无人驾驶汽车的电子眼来对伦敦进行测绘。

未来几年，3D 扫描最显著的用途之一将由自动驾驶汽车去实现，而不是人类。汽车已经在学习如何自驾，通过扫描仪辅助刹车、行人探测传感器、平行停车支持、车道偏离警告和其他复杂的驾驶辅助系统，完全的自动驾驶不日便可实现。

Google 的无人驾驶车已经记录了上百万英里的公共道路；特斯拉的埃隆·马斯克（Elon Musk）表示，他大约会在 2018 年制造出无人驾驶的轿车；而根据电气和电子工程师协会（Institute of Electrical and Electronics Engineers）的说法，到 2040 年，自动驾驶车将“占到路面上行驶车辆的 75%。”上世纪，驾驶员操控的汽车重塑了我们的世界，而我们也有理由去期待，无人驾驶车将在下一个世纪再一次重塑世界。

但所有这一切都必须建立在汽车能够定位建筑环境的基础上。 Google 、宝马和福特等公司测试的汽车都通过一种叫做 lidar（一译“光达”，即“光”和“雷达”的合成词，译注）的扫描系统来“看”东西。光达扫描器能发射出人眼所看不到的阵阵微光，频率达到几乎每秒上百万次，并在区域内的每一栋建筑、每一个物体和人的身上反射回来。人眼看不到这些闪烁的光线，但它却能极其详尽地捕捉周围环境中的细节，进行精细到毫米级的测量，比用人眼所能达到的准确度要高得多。

这种捕捉类似摄影，但是它是一种立体的摄影，能对场景进行完整的三维建模。极高的精度让光达看起来万无一失；它对固定结构的清晰扫描精度是如此之高，以至于像 CyArk 这样的非盈利性组织在冲突地区将光达用作了古迹保存的工具，希望在那些受到威胁的、具有历史意义的古迹被摧毁前，利用这种工具将它们捕捉下来。

缓慢驶过伦敦塔桥的时候，一部移动激光扫描仪就在一层层地收集数据，这些数据一般都要经过算法的纠偏，并把这座桥转变成一个光的隧道。

然而光达也有自己的缺陷和漏洞。它会被反射性表面和镜面玻璃挡回，也会被恶劣天气或雷雨天的雨滴所干扰。随着第一波自动驾驶车的出现，工程师们还挣扎于那些复杂的甚至是荒谬的日常街头的各种构成。在德州的奥斯汀，一个骑着自行车的人发现自己陷入了和一辆 Google 无人驾驶车的奇怪对峙中。

Google 汽车和骑行者前后脚停在了一个十字路口，骑行者做出了礼让，但却没有彻底将车停下，而是开始做滑行的动作。他让自行车缓慢地前后移动，并且始终没有把脚放到地面上。

汽车则在犹豫不决中陷入了瘫痪，完全照着骑行者的行动做出反应——抽搐着前进、停止、前进、再停止——因为它无法判断骑行者是否要进入路口。事后，骑行者在一个公共论坛上写道：“车上的两个人一边大笑一边在笔记本上敲打，我猜他们是在修改一些代码，好教会车子怎么应付这种情况。”

亦阿·努巴克西（Illah Nourbakhsh）是卡内基梅隆大学的机器人学教授，也是《机器人未来》一书的作者。他用完美风暴来比喻这一奇异的事件，认为再多的编程或图像识别技术都不足以实现对其的理解。他说，你想象有一个人穿着一件印有停车标志的 T 恤。

“如果那人在外面走，阳光的强度也恰到好处，而一辆带有反光镜的卡车停在了你的车旁边，阳光照在卡车上并反射到那个人身上，正好让你看不见他的脸——这样一来，你的车所能看到的就只有一个停车标志。所有这些事情同时发生的几率非常之小，几乎不可能，但问题是我们会有几百万辆这样的车。那么几乎不可能的事也会经常发生了。”

努巴克西解释说，无人驾驶车的感官局限性必须被考虑到，尤其是在城市化的世界里，有着复杂的建筑形式、各种反射表面、无法预测的天气和临时的建筑施工地。这就意味着，为适应一辆汽车漫游建筑环境的奇特方式，我们的城市有可能必须被重新设计，或简单地随着时间推移而改变。

这个例子的另一面在于，在那些短暂的误读发生时，城市世界的另一个版本仍旧存在：如果说在一个平行的景观里，一切物件和标志都只能被机器传感技术识别，但就算它们对人眼是隐形的，可它们对城市的运行也还是有着切实的影响。如果我们能够从人类的错觉中学习，或许也同样可以在传感设备的妄想和幻觉中有所借鉴。但该借鉴什么呢？

所有努巴克西关于眩光、反射和误读标志的提醒，正是 ScanLAB 目前尝试去解决的。据肖说，它们的目标是探索“无人驾驶车的余光”，也被他称为“边上的东西”，也就是那些会被自动驾驶汽车和它们专注的扫描仪“永远在不经意间看到的”、被忽视的城市边缘地带。（网易科技）