Stanford Cart：自动驾驶先驱
斯坦福 Cart 在 Hans Moravec 领导下实现自主导航，通过立体视觉穿越障碍环境。
事件概述
斯坦福 Cart 最初于1960年代由 James Adams 设计，后由 Hans Moravec 在1970年代继续开发。1979年，Moravec 实现了里程碑式的突破：Cart 能够通过安装在轨道上的摄像机拍摄多幅图像，计算立体视觉，识别障碍物，并规划穿越房间的路径。虽然它移动极其缓慢（每前进一米需要数小时），但这是首次展示计算机视觉驱动的自主导航能力。Stanford Cart 证明了基于视觉的自动驾驶在原理上是可行的，为后来的自动驾驶研究奠定了基础。Moravec 后来在 CMU 继续机器人研究，提出了著名的"Moravec 悖论"。
深度学习笔记
背景、原理、影响与要点，一次读懂这个事件
背景与脉络
1973—1979 年，Hans Moravec 在斯坦福人工智能实验室（SAIL）把早期的 Stanford Cart 改造成视觉导航实验车。Cart 早在 1960 年代便是遥控载具，Moravec 的设想是：让机器完全靠车载电视摄像机的图像，在堆满椅子的普通房间里自主穿行。彼时计算机视觉尚处襁褓，算力极低，但他坚持用“先看清楚、再规划一小段、执行一点、停下再想”的谨慎循环。1979 年，这辆小车成功在无人工干预下穿越约 20 米的椅子房间，尽管全程耗时约 5 小时，却是视觉自主导航的首次真实演示。
核心要点
- 11979 年 Moravec 的 Cart 在无人工干预下穿越约 20 米椅子房间。
- 2完全依赖车载电视摄像机图像，不用激光/雷达等外部传感器。
- 3摄像机左右滑动获取立体视觉，估计前方数十个物体角点的三维位置。
- 4每前进约 1 米停下，重新建图、规划避障路径，单步思考约 10—15 分钟。
- 5每米更新一次三维地图、路线与自身位姿，穿越全程约 5 小时。
- 6是视觉自主导航与“先感知后规划”闭环的早期里程碑。
原理与技术细节
Cart 的玩法很“笨”却很扎实：它每滚动约 1 米就停住，把摄像机沿滑轨左右平移拍下两幅图，借“立体视觉”算出前方几十个物体角点的三维坐标，标在稀疏地图上（带高度的小立柱）。接着程序用这些点估计自身位姿、更新地图，并规划一条绕开障碍的路线，只执行其中一小段，然后再次停下重来。打个比方，它像蒙眼者每走一步就伸手摸一遍四周、在脑中重画地图、再决定下一步朝哪。由于当时主频仅约每秒百万次运算（约为 2002 年 PC 的千分之一），每米决策耗时 10—15 分钟，20 米全程约 5 小时，且每隔几十米仍会出小错。稀疏地图勉强够用，却已是人类首次让车“靠眼睛”在杂乱环境里自己走通。
影响与后续
Stanford Cart 证明了“仅靠视觉图像即可在杂乱真实环境导航”的设想可行，为后来的自动驾驶（DARPA 挑战赛、现代无人车）与机器人视觉奠定了概念基石。其“感知—建图—规划—执行”的谨慎闭环，正是今日 SLAM 与视觉导航的雏形。局限显而易见：速度以小时计、依赖充足光照、地图极其稀疏。但在 1979 年，它已把“机器之眼”从幻想拉进实验室，影响延续至激光雷达与深度学习感知时代。
学习要点
- 自主导航可分解为“感知→建图→规划→执行”的循环，逐步迭代即可。
- 立体视觉用两幅偏移图像估计深度，是廉价三维感知的早期方案。
- 算力瓶颈下，“慢而稳、走一步想一步”仍胜过盲目求快。
术语表
用两幅视角偏移的图像匹配对应点，从而估算物体距离的三维感知方法。
机器人在未知环境中边移动边构建地图并估计自身位姿的技术，Cart 为其雏形。
指机器人仅凭车载电视摄像机图像来感知环境、规划路径并自主避障行驶的能力。