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”。

车夫团队需要克服一项主要技术挑战是图像识别，比如行人的特征，特别是两条腿移动作为识别特征，其他包括宠物的运动特征、自行车、滑板、轮椅、儿童车。最难的图像识别是交通警察的手势。在图像识别基础上，车夫团队开发了行为引擎，用于判断对象的行为趋势。例如，前方道路变窄，右侧车辆可能会加速，无人驾驶预见这种可能，就会减速避让。右侧有一辆自行车，前方有一车辆临时停车占用道路，自行车会进入无人驾驶车辆前方道路，需要提前减速。在路口识别成年人和儿童的基础上，计算机会判断成人将遵守交通规则，而儿童可能不会。行为引擎可以做到每秒钟完成10到20次预测，配合每次预测间对象行为或姿态的改变，能够做出更加准确的预测。在一些特定场景下，频繁预测是很有用的，比如信号灯由黄转绿时，横向车道上的自行车可能出发，即使看到红灯，也不会停止或后退。