每周新书听友群微信号：yinmingshu002。音频文字发布在公众号“北京读天下”。

第一届比赛的结果暴露出无人驾驶技术的一处瓶颈，计算机视觉能力非常弱，经常发生错误判断，比如无法区分阴影和障碍物，会将车辆错误叫停。有些团队干脆禁用视觉功能，或者大幅度降低视觉功能的决策权限，主要依靠激光雷达判断障碍物。Thrun的评价是，参赛车辆没有真正看到道路。

Thrun运用机器学习方法，让计算机对比激光雷达返回的信息和人类驾驶员的决策，学习如何排除误报，机器学习的成果实现了几个数量级的提升，激光雷达误报从13%下降到0.02%。

摄像头比激光雷达看得远，能够提前探测、理解远处的路况，可以用来指导车辆。然而当时计算机运算速度有限，无法处理摄像头提供信息。来自英特尔的工程师Bobby Davies想出了聪明的解决办法，他认为，计算机不需要处理所有的图像信息，只要处理与道路有关的信息就可以了。在地图上，这代表着计算机只要绘制车辆即将通行的前方道路，其余部分直接忽略，数据处理量可以大大减少。下一步是将摄像头提供的视觉地图和激光雷达生成的地图重叠起来，称为适应性计算机视觉adaptive vision。计算机视觉负责远处，激光雷达决定细节操作。