Waymo团队在其官方Medium博客上表示，上个月，Waymo与亚利桑那州钱德勒市的消防与警察当局合作，发起了业内第一个紧急车辆测试日。36氪获悉，有了新的传感器套件加持，在第一个紧急车辆测试日里，无论白天还是黑夜，Waymo自动驾驶汽车均成功感知到了火警、匪警、救护车及警用摩托车甚至是“卧底警车”等不同车型，让这些车型先行通过并带队自动驾驶汽车做出决策。
当这些紧急车辆行驶在Waymo自动驾驶汽车周围时，后者的传感器套件会收集二者的相对速度、距离和角度，以便建立一个自动驾驶汽车“视觉”和“听觉”的数据库，帮助自动驾驶汽车更安全的对道路上的紧急车辆做出反馈。新的传感器套件在感知能力上再获提升：“（得益于新传感器套件），Waymo自动驾驶汽车的感知范围达到了上一套传感器套件的两倍”。
人类驾驶员经常能够感知到警报声来自哪个方向，将之用于操控汽车做出更安全和明智的的决策。如此显而易见的决策过程，对于机器来说并不那么容易。目前，Waymo技术团队正在“教”自动驾驶汽车识别警报来自哪个方向，例如，当自动驾驶汽车感知到警报声是从后方传来时，汽车就会自动靠边停车，礼让警车；当警报声从车前方传来时，汽车便会在交叉路口通行，穿过这里。
为了提高感知精度和广度，Waymo技术团队又一次定制了传感器套件，重新设计了音频检测系统，这是为提高自动驾驶汽车“听觉”所做的努力；在视觉方面，通过定制视觉系统、毫米波雷达和激光雷达的组合拳，Waymo自动驾驶汽车可以更清晰的“看到”紧急车辆和警报灯，这些先进的传感器套件使得Waymo自动驾驶汽车可以实时可靠的检测紧急车辆；通过这些传感器收集的数据库，又可以训练软件不断迭代优化。最终达到的效果是，即使是一辆从来没碰到过紧急车辆（或者由于角度或者光线环境不同，难以识别）的自动驾驶汽车，仍然可以轻松识别紧急车辆。
这其实是Waymo的经典套路了，与发展Android操作系统的思路不同，在自动驾驶技术的研发上，Waymo走的是软硬件高度一体化的路线，今年年初的底特律车展上，Waymo CEO John Krafcik宣布，公司已经完成了对整个自动驾驶硬件套件的自主研发工作，一个突破性进展是使得激光雷达的成本降低了90%以上，此外，官方博客介绍，为了提高安全冗余度，Waymo自动驾驶汽车配备了短距、中距和长距三种不同类型的激光雷达。此外，Waymo还是业内唯一一家自主研发并应用了128线激光雷达的技术厂商。
虽然Waymo的自动驾驶路测里程数也就300万英里，但你是否还记得前不久百度AI开发者大会上的一幕？百度总裁兼COO、智能汽车事业群总经理陆奇宣布了一个叫做“Apollo仿真引擎”的软件工具。
百度方面宣称Apollo仿真引擎是“促进Apollo生态创新加速的核心，积累了海量场景数据，能用数据模拟物理世界。开发者和生态合作伙伴可以在仿真引擎中实现日行百万公里的测试，大幅提升自动驾驶技术的开发进度和智能程度。”
大家都是搜索公司，有着庞大的计算机数据中心，百度想到了，谷歌会想不到？去年年底，谷歌已经公开表示，除去真实的美国各地200万英里（截止目前已增长至300万+）路测里程，谷歌在计算机数据中心已经跑出了10亿英里的路测里程。在加州DMV的自动驾驶路测中人为干预频率一骑绝尘领先众多实力雄厚的自动驾驶技术厂商可不是闹着玩的的。
此外，今年3月，Waymo开始测试自动驾驶汽车在雪地极端环境下的表现。
雪地环境，被公认为自动驾驶汽车最具挑战性的路况之一，自动驾驶汽车在雪地的环境感知能力甚至不如夜间，例如激光雷达是通过发射和接收激光束感知车辆周围环境的，也就是说，激光雷达的性能在夜间不会有明显下降。但雪地包含了两大特点：低温、周遭环境差异小。这意味着包括激光雷达、摄像头、超声波传感器不仅会出现性能下降，而且获取的有效数据也严重下降。当地面上有雪时，摄像头和激光雷达很难看到路面上的车道标记线，汽车需要依靠这些标记来防止车道漂移，实现安全导航。雪也使检测意外的障碍物变得更加困难。
在那之前，Waymo团队已经相继在华盛顿、亚利桑那州等多地完成了夜晚、大雨、浓雾、扬尘、沙尘暴等覆盖几乎所有极端天气环境下的测试。
也可以这么说，谷歌在发展自动驾驶技术上的思路像极了苹果，首先是软硬件高度一体化，其次无论是对芯片、还是软件系统的持续的升级和改进，都有着大幅领先业界的态势。有趣的是，陆奇在百度AI开发者大会上毫不避讳的称Apollo平台是“汽车工业领域的Android”。对于自动驾驶领域两种生态的优劣之争，你更看好谷歌的“iOS”还是百度的“Android”？
