据科技网站Gizmag报道，由于自动驾驶技术在严苛环境下表现还差强人意，乔治亚理工大学（Georgia Tech）的研究团队目前正在利用小型化自动驾驶赛车在恶劣环境之下进行自动驾驶测试，测试内容包括在土路上进行冲刺、滑行以及高速跳跃动作，以期改善自动驾驶的性能。

自动驾驶汽车可能在高速公路上表现非常优越，但此前也曾有媒体指出，自动驾驶技术不仅对基础设施等硬件有非常高的要求——地面上的裂痕曾“绕晕”自动驾驶系统，而且在处理突发状况时自动驾驶可能还没有人类司机管用——曾有报道指出，一只大的飞蛾曾让特斯拉的自动驾驶功能失灵……目前，为了改善自动驾驶汽车在泥土道路上的表现，乔治亚大学的研究团队正使用一辆赛车五分之一大小的样车，致力于这方面的研究。

据报道，这辆小型赛车是在泥土道路上进行测试的，它需要在进行冲刺、滑行以及在时速145千米/时左右的情况下进行跳跃动作。由于使用了更聪明的运算法则、更好的车载计算机硬件以及传感器，尽管当汽车已经处于摩擦临界时，它还能够做好上述动作要求而且能够处于受控状态。

传统的控制系统在处理光滑路面的情况下，汽车可能会像处理高速驾驶一样，那样汽车可能处于安全性能的临界点。而乔治亚理工大学则采取了另一种控制系统，大大增加了系统的控制能力。

这个系统名为“模拟预测路径整体控制系统”（Model Predictive Path Integral Control，MPPI），系统设立的初衷是为了处理那些非线性输入信号，尤其是汽车处于平衡临界状态时。由于已经掌握并融合了样车大量的动态信息以及应对信息，系统可以快速计算出应对各种复杂情况之下的最保险、最平稳的处理方式。据研究团队介绍，这项系统可以允许自动驾驶汽车实时预测并执行电脑设计出来的复杂应对方案。

据悉，这个0.91米长、22千克的样车是特殊定制的，它还根据自身重量以及功率输出等，使用了一个特制的电动机。小车配置了两个前置摄像头、一个惯性测定装置、轮速传感器、以及能源、导航以及计算设备，这些设备装在一个有强大抗颠覆能力的铝制密闭空间中。

按照样车目前的装置方式，样车要测试研究团队的运算程序，只需要附近的一个GPS接收器，而不需要其他外置的运算设备。据悉，车载的图形处理器（GraphicsProcessing Unit， GPU）可以在六十分之一秒的时间里预测2500种不同的2.5秒轨道样本。

样车控制系统背后的特效专家帕纳约蒂斯（Panagiotis Tsiotras）说：“我们研发出的运算法则可以预测到汽车在未来三至五秒内的运行轨迹，对于接下来要发生的事情，系统可以生成二千至三千多种的可能性。根据各种可能性，它会选择最合适的方案。而且决策可以在非常非常快的时间内做出。我可以说，每50毫秒，系统就计算出了2000多个可能性。”

尽管样车还在测试轨道上疾驰、或在坑洼路段颠簸，但这辆样车也足以让同行们嫉妒。起码，样车所采用的新技术对于改善自动驾驶有着非常重要的以及，尤其是在应对恶劣情况之下的突发状况。