据外媒报道，俄罗斯科技公司Yandex表示，去年冬天，其自动驾驶操控技术取得重大突破。该公司的无人驾驶车队采用自动驾驶模式行驶了1000多万公里，主要行驶地点为恶劣天气较多的莫斯科。
自动驾驶车辆在恶劣天气条件下会面临诸多挑战，如降低能见度及路面更加光滑。这些条件会产生不同的交通动态，从而影响车辆在行驶过程中的决策。自从开始该自动驾驶项目，Yandex从未采取任何捷径，一直致力于创建可在所有天气条件下运行的系统。
去年冬天，莫斯科有些日子的单日降雪量为50年之最。但尽管条件艰苦，Yandex的无人驾驶汽车仍然继续进行测验。以下为冬季天气对无人驾驶技术的影响，以及确保无人驾驶车辆在大雪天气下实现良好运行的措施。
从激光雷达点云中过滤雪
降雪带来的影响之一是降低能见度。由于某些激光雷达的激光束会被雪反射，因此无法到达目标。但Yandex的无人驾驶车辆每秒可产生一百多万条光束，即使有部分被反射，也可确保大量光束可到达预定目标。通过添加神经网从激光雷达点云中过滤雪，可增强车辆周围物体和障碍的能见度，从而提高激光雷达在雪天的性能。
排烟冷凝
冬天还会使得汽车尾气和暖气孔形成凝结云。在寒冷天气下，强凝结看起来像是激光雷达点云中的固体障碍物。这个问题也可通过神经网络解决。
Yandex使用数百万公里的冬季驾驶数据训练神经网络识别汽车排气，随后将识别信息输入到计划系统中，因此，在制定行驶路线时，系统可不识别这些排气。该方法可帮助自动驾驶汽在被大量排气和加热通风孔凝结的云雾包围时实现正常运转。以下视频显示该系统是如何检测和过滤来自激光雷达点云的排气的。
将可视摄像头视图与激光雷达点云进行比较后，过滤后的激光雷达数据更具优势，即使行人站在排气后，系统也可以检测到在道路边缘的行人。但这对于人类驾驶员而言却非常具有挑战性。
交通规划
除了大气挑战之外，冬季还会带来路面挑战。有时雪下面可能覆盖着坚硬的冰块，有时不同路段或不同时间段，降雪量也会有很多不同。因此，为确保驾驶安全，自动驾驶系统必须能够适应不同的路况。
问题解决的关键在于道路与汽车轮胎之间的摩擦系数。该系数由Yandex自动驾驶系统自动确定，且会影响汽车的所有决策。例如，系统会根据道路状况确定其加速速度，从而做出适当决策，是立刻切换车道还是再等一等。此外，该系统还具有制动作用，不断确定与前方车辆的安全距离，并评估遇到红绿灯时何时开始制动。
天气状况还会决定机动轨迹或最大安全速度等其他重要决策。正确处理所有这些细节，不仅可以确保在恶劣天气条件下安全出行，而且还可以为周围乘客和其他驾驶员提供更加愉悦和舒适的体验，这一点对于人口稠密的城市尤其重要。以下视频为在莫斯科积雪道路上进行的自动驾驶出行演示。
本土化
大雪还会把景观变得难以分辨，如遮盖道路标记，甚至是道路边界。在某些街道上，尤其是那些用于储存积雪的街道上，雪堆可能和建筑物一样大。去年冬天，Yandex的本地化技术证明了其坚固性和可靠性。
Yandex自动化、自动更新的地图系统可使自动驾驶车辆实时适应城市变化。甚至在更新地图之前，无人驾驶汽车就会进行本地化并在街道上无缝导航。由于Yandex的传感器融合技术可将激光雷达、惯性测量单元和里程表中的数据进行组合，因此车辆可在打滑或刹车状况下进行自我定位。下图显示了大雪前后的积雪街道。
在冬天，部分挑战会变得更加复杂。例如，道路维护设备的使用率通常会显著增高。此外，雪堆还会使街道狭窄，减少可用的停车位，增加了非法并排停车的概率，使得无法维持正常的交通流量。当急躁的驾驶员为避免等待而驶入逆行车道时，可能还会引起交通堵塞和危险事故。天气极度寒冷时，行人在回家或者上班的路上也喜欢抄捷径，如横穿马路。以下是大雪过后的典型的城市交通现象。
Yandex旨在创建一种可在全球不同城市和国家安全使用的通用自动驾驶技术。 因此，该公司必须在变化多端且充满挑战的天气条件下对该技术进行测试。而莫斯科拥有严酷的季节性气候，且全年都有各种恶劣的天气条件。通过在这里测试系统，Yandex自动驾驶的技术适用于全球。
