报告称，升级后的传感器能读取和收集远处的自行车手的手势信号，再利用机器学习算法，分析手势信号代表的动作。“系统会记录骑手的手势信号，因此它可以更好地预测骑手在下一个路口会转弯还是直行。”
另外，传感器对周围物体种类的辨识能力也得到提升。它不仅能区分开行人、自行车、汽车，还能判断出自行车是山地胖胎自行车(Fatbike)还是普通自行车，甚至辨识出独轮车。
不同物体运动速度和轨迹不同，对物体种类的细分，能为无人驾驶系统地做出更精确的判断提供参考。而且更清晰的判断能力，能让无人驾驶车辆和自行车道、人行道保持距离。
机器学习算法的运用更让Google无人驾驶汽车拥有了“越学越精”的判断力。大量“实战经验”积累下，Google无人驾驶汽车就能形成自行车、行人、车辆的运动模式，更高效地规避可能发生的交通事故。
报告还承认，Google无人驾驶汽车在最近一个月内发生了两起刮擦事故。一起是因为旁边车辆的不安全变道，刮蹭到Google无人驾驶汽车车侧。另外一起则是在Google无人驾驶汽车等待转向的时候被后车低速追尾。
Google无人驾驶汽车被追尾动图
尽管两起事故都不是无人驾驶汽车的“锅”，但外界对无人驾驶系统造成的事故敏感度都很高。
今年7月1日的特斯拉第一起致死车祸，引发了对无人驾驶技术“命里注定”的质疑。驾驶者Joshua Brown以自动驾驶模式开着Model S，从侧面撞上了一辆18轮大型货车。车从后轮的空隙中直接穿过，顶部被掀翻，致其当场死亡。
作为一项深入日常生活又攸关生死的技术，无人驾驶技术天生自带“被质疑”属性。而不休止的质疑只能依靠技术进步来证明，公众的担忧可以由不断完善的技术来消弭。
这份报告还指出，Google无人驾驶汽车将要学会观察更复杂的人类行为，比如、骑车者为了避开一扇开着的车门而选择进入机动车道的行为，以及逆向骑行、违规变道等违反交通法规的行为。
