上面介绍的地图，能够先一步将自行车识别为道路异常，而后或许再由视觉算法处理。去年，福特汽车联合5家公司投资高精度地图初创公司Civil Maps，研发用于自动驾驶汽车的3D地图。福特方面已经透露，今年开展路测的自动驾驶汽车将装配“高精度3D地图”。
将上述的技术有机结合，就能够获得更加理想的结果，例如谷歌去年刚发布的“自行车识别”技术。在新版本的技术中，谷歌提升了无人车对自行车的识别水平，并加入了自行车车主手势（表达变换车道、转向）识别等新算法，这正是为了避免其过去无法正确识别自行车行进情况的问题。
在刚刚落幕不久的2017底特律车展上，谷歌进一步升级了自行车识别算法，并推出了专门针对自行车的传感器技术。
商用：忌操之过急
加州大学视觉计算专家Vasconcelos依然对当下的传感和自动化技术能否取代人类保有质疑，但他相信，目前的技术已经能够帮助人类司机避免一些事故的发生。
未来，自行车自动检测和识别面向商用化的第一步，很可能就是用于传统车辆的自动紧急刹车系统（AEB）。目前，AEB系统的功能已经从单纯的车辆检测延伸到行人、自行车检测等更大范畴。
2013年，沃尔沃开始提供第一款支持自行车检测的AEB系统，系统搭载了摄像头和雷达等设备，用于潜在的碰撞预警。今年欧洲的公共巴士中也装备了类似功能，值得一提的是，欧盟早在四五年前，就发布规定，要求新车配备AEB系统。
如今，越来越多的车企也在追随“欧洲模式”，期望将自行车检测功能加入AEB系统的性能评级中。
也就是说，AEB系统未来的要应对的问题就更复杂了，甚至是和自动驾驶车研发人员面临相同的挑战。而这个挑战，就是“预测障碍物的行进”。而其中最最严苛的要求，莫过于对自行车进行检测预警的AEB系统，负责欧洲自行车-AEB系统基准测试的高级顾问Op den Camp指出，自行车的移动几乎是最难被预测的。
Ko?ecká也同意这个观点，“自行车的可预测性比汽车低很多，因为它们很容易突然转向或消失在视野中”。
这些观点都意味着，将自行车排除在人为事故风险之外（美国管理机构数据，94%的交通事故由人为失误造成）尚需日时。旧金山自行车联盟的执行董事Brian Wiedenmeier说，“每个骑自行车的人都在期盼这项技术的到来”，但他也同时表示，应静待自动化技术成熟再投入使用。
据了解，去年12月，Uber曾在加州某试点测试自动驾驶出租车服务，Wiedenmeier那时就对Uber发出过警告。他指出，这些汽车无视当地专为自行车划定的车道线，这违背了加州保护自行车骑行者安全的相关法规。
去年底，Uber一路与加州监管部门死扛，加州希望Uber获得DMV（美国车辆管理局）许可后上路，但Uber无视继续路测，之后这种行为遭到禁止。
目前，Uber的自动驾驶汽车仍在亚利桑那州和匹兹堡进行路测，而就在不久前，加州街头也重现一些Uber路测车的身影，不过消息显示，这些车辆只被允许收集旧金山街道的测绘地图数据，并必须保证有人类驾驶员在车内。
Wiedenmeier说，Uber对市场的“急功近利”行为是错误的。“任何新技术都需要审慎地测试和检验。
<上一页 3
