谷歌的无人驾驶汽车尽管还没有商业化，但早已名声在外，也因此引来来众多厂商跟随，这一点都不奇怪，但是，你是否曾想到，居然有人把滑板车也做成了自动驾驶型，看起来还挺实用的……
在春季的麻省理工学院2016开放日上，100多名游客使用了由麻省理工大学计算机科学和人工智能实验室（CSAIL）、新加坡国立大学和新加坡-麻省理工学院科研中心（SMART）共同研发的无人驾驶滑板车。
研究人员此前曾在无人驾驶汽车和高尔夫车的试验中使用过同样的传感器配置和软件，因此，新的试验完成了一个全面的自主移动系统的示范。行动不便的人可以乘坐滑板车下楼并穿过大堂，坐上大厦停车场里的高尔夫车，来到大路上乘坐无人驾驶汽车。
新的实验让研究人员确定了可以在室内外工作的控制算法。新加坡国立大学机械工程研究生、SMART研究院Scott Pendleton表示，“我们在多个狭窄的空间里对他们进行了测试，其中之一就是麻省理工大学的无尽长廊，它非常长且没有很多明显的标志，因此经常让人感觉不知道身处何处，这对于无人驾驶车来说，是一个非常困难的定位问题。但实验证明，我们的算法可以在这种新环境中很好地工作。”
该系统包含了多个层次的软件：底层控制算法让滑板车可以即时响应环境的变化，比如有行人穿越道路；路径规划算法；定位算法可以让滑板车确定其位置；地图构建算法是滑板车在起始位置构建地图所用；分配队列资源的调度算法;还有个在线预定系统让用户可以安排行程。
系统一致性
不管是滑板车还是高尔夫车、无人驾驶汽车，都使用同样的控制算法，有很多优势。其中之一是对系统的总体性能进行可靠性分析变得更加实用。
麻省理工学院电气工程和计算机科学的Andrew和Erna Viterbi教授、该项目的领导人之一Daniela Rus表示，“如果所有的自主车辆都采用一致的系统同样的算法，其复杂性远比异构系统要低得多。这有助于验证多层复杂性是正确的。”
此外，一致的软件，让信息可以更容易地在车辆之间转换。在滑板车送到麻省理工大学之前，在新加坡已经进行了测试，当时使用的就是自主高尔夫车创建的地图。
新加坡国立大学机械工程副教授Marcelo Ang也有类似的看法，“一旦开发出了更好的驱动，更容易移植到别的车上。在不同平台之间也是同样的。”
最后，软件一致性意味着调度算法在系统资源分配方面具有更大的灵活性。如果自主高尔夫车无法载着人穿越公园，滑板车可以替代；如果自动驾驶汽车无法完成最后一公里，那高尔夫车也许可以。
匹兹堡大学康复科学与技术副教授Dan Ding说，“无论是在大型室内商场还是室外游乐场，无人驾驶滑板车可以把行动不便的人从一个地方带到另一个地方，非常好用。”
观念的改变
麻省理工学院的滑板车试验也证明了研究人员可以轻松地在新的环境中部署他们的模块化硬件和软件系统。Rus表示，“这个项目团队进行了两个多月的研究，这对我来说不同凡响。”麻省理工学院的开放日在4月底举行，Rus说，“滑板车在2月1日还没有诞生”。
在IEEE国际智能交通系统大会上，研究人员发表了关于滑板车系统以及试验成果的论文。除了Rus、Pendleton和Ang外，You Hong Eng也名列其中，他是SMART自主车辆项目的负责人，其他四名研究人员均来自新加坡国立大学和SMART。
本文还报告了研究人员在试验期间进行的一次短期用户调查的结果。在骑滑板车之前，用户给自主车辆的安全性打了个主观分数，从1分到5分；完成测试之后，他们再度对安全性进行了打分。从调查结果来看，用户心中的安全性平均分从试用前的3.5提升到了4.6。
自动驾驶自行车
华盛顿大学博塞尔校区也有一个类似的项目，他们打造了一辆自动驾驶自行车，可以30英里每小时骑行15英里。该团队声称，自动驾驶自行车“可以比无人驾驶汽车更快地从A地到达B地，且成本仅为后者的1/10。”
自动驾驶自行车并没有操作系统，它基于五个Arduinos。开源文件和C / C++代码可以在GitHub上找到。自动驾驶自行车具有基于声纳测距仪阵列的物体识别，以下是Folsom对于自动驾驶自行车的更多看法：
“结合GPS和轨迹推算进行定位，采用模糊过滤器来协调两者的预估为止。轨迹推算是基于里程计和磁力计。未来，定位系统还可以扩展到采用加速度计、光学测距仪和视觉车道边缘检测。使用树莓派Raspberry Pi处理视觉任务。”
