轮胎胶皮与柏油地面剧烈摩擦，产生的白烟几乎笼罩整座跑道。一辆银色汽车，高速穿行在橘色三角锥划定的区域内，以极精确的控制，穿过曲折且十分狭窄的跑道。
一切不得不令人感慨：坐在方向盘后的，究竟是日本的山路元祖土屋圭市，还是美国“甩尾天王”Ken Block？
都不是。
驾驶这台1981年款DMC DeLorean的并不是人类，而是斯坦福大学开发的自动驾驶系统。
你没听错：自动驾驶汽车，已经学会甩尾了。
从视频可看到，即便失去抓地力，自动驾驶系统仍可精准控制车子。
DeLorean穿梭于狭窄的跑道，却没有误触任何三角锥──如果看过著名的Gymkhana系列视频，可能对这驾驶模式感到熟悉。
然而，即便是亲自出演十多支Gymkhana视频的Ken Block本人，对赛道和车体掌握的精准程度，似乎也无法达到斯坦福大学这台自动驾驶汽车的程度。
也难怪，团队拿视频给一些职业甩尾赛车手看，都纷纷表示：“感觉要失业了！”
2015年D级方程式（Formula DRIFT）世界冠军Fredric Aasbø。
2015年，斯坦福大学动力设计实验室教授Chirs Gerdes不知从哪弄来一台1981款DMC DeLorean。
没错，就是知名科幻电影《回到未来》那台汽车的原型。
Gerdes教授带着几个学生开始魔改这台神车，也得到自动驾驶创业公司Renovo的帮忙。团队还把这台车取名为Multiple Actuator Research Testbed for Yaw control（偏航控制多执行器研究试验台），简称MARTY。
因为《回到未来》，再加上DMC公司本身的传奇，DeLorean在汽车史上留下浓墨重彩的一笔。然而除了光环加身，这台车的动力总成各部件实际上无任何特色。
因此，团队的第一件事，就是把这台车拆个干净，包括引擎，换成一套电池、电动引擎和传动系统等，把这台DeLorean变成名副其实的电动汽车：
然后，团队进一步加装了控制系统，包括油门、刹车和方向盘控制等，全部都由计算机完成。
下面这张图展示改装的主要内容，从左到右、从上到下：
- 拆除原本2.8升排量却只能导出130匹马力的燃油发动机，换成一台7,000扭力的电动引擎──换成制动马力至少也有400匹马力？
- 双GPS天线用于关注汽车的位置，精确到1英寸。车载系统正是通过GPS定位确定位置，也就是说MARTY的自动驾驶，并不是普遍意义的机器学习，而是更简单、逻辑驱动的自动驾驶。
- 计算机控制的转向系统，不到1秒可从一个方向的极限转到另一个方向的极限，且控制极精确，这也是为什么这辆自动驾驶汽车可更精确控制甩尾。
- 电动刹车系统，可精准刹车。
- 自订的悬挂系统，满足甩尾时对轮组产生的极限压力。
甩尾和正常驾驶完全不同。当我们正常开车时，汽车会朝滚轮方向前进，而且，正常开车需要轮胎保持抓地力，因失去抓地力就意味着驾驶失去汽车控制力，很容易导致事故发生。
而甩尾时，一切和正常驾驶几乎相反：汽车前进方向实际上和滚轮方向完全相反，且甩尾时车手必须在失去和获得抓地力之间找到平衡，使轮胎打滑，却能提供足够的力量将车往前推。
同时这力量又必须和前轮角度平衡，使车辆不会因转向过度偏离前进方向：
对人类车手而言，需要眼睛看引擎转速表，耳朵听引擎、轮胎摩擦的声音，用身体感受离心力等──很大程度上，车手通过意识感知一切。
任何人都可以猛踩油门让轮胎失去抓地力，但要精确控制，进而让车辆在“可控的失控”下完成精彩的甩尾过弯，需要日积月累的训练。
这一切对DeLorean似乎更简单。为什么这么说？因为它可直接从车载计算机和传感器读取数据，进而精准操控。
自动驾驶可确定操控车载系统显示目前速度、各轮目前扭矩数值、前轮的转向角度，以及车辆前进方向和车身的偏航角度（yaw）等关键数据。
斯坦福团队决定向Ken Block的Gymkhana系列致敬，将测试用赛道命名为MARTYkhana。赛道总长约1公里，路线专门设计成考验和展示系统的精准性。
有了数据帮助和计算机系统加持，MARTY就能做到难以置信的精准过弯控制。下图MARTY从向左快速切换到向右甩尾，穿过狭窄的门，却没有碰到障碍物：
穿过障碍，有如“蜻蜓点水”轻盈。
下图赛道从大直径椭圆进入小直径圆形，MARTY对油门、刹车和转向角度的控制承受得住考验，画出一道完美的螺旋白烟。
一些职业甩尾赛车手和工程师给了MARTY很高的评价。
2015年D级方程式世界冠军Fredric Aasbø指出，MARTY做了几个难度非常高的transition（从一个弯形转换到另一个弯形），“这种操控机器人可能会比人类做的更好”。
Papadakis Racing队长Stephan Papadakis表示，从视频可看出，车辆动力总成设计和安装，以及自动驾驶系统的程序设计令他印象非常深刻，特别是“可重复性”，即MARTY每次穿过同个弯形采用的姿态，都一如既往准确无误。
看这架势，莫非斯坦福大学要出师D级方程式比赛了？
还好，并不是。团队进行研究的目的，是帮助未来自动驾驶汽车能更安全。
现在自动驾驶汽车已经颇安全，主流公司公布的数据显示事故率远远低于人类驾驶，然而这结果创建在相对安全的测试环境下，往往不包括（或极少量）雨、雪或极端天气。这也是为什么自动驾驶汽车测试过程，一旦发生紧急情况，安全驾驶员必须接管──在这类情况下，人类的应对能力往往比计算机好。
如果道路因为雨雪和低温导致结冰？如果道路经过侧向大风区？别说自动驾驶汽车，人类司机也很难安全驾驶。
斯坦福大学团队改造这台DeLorean学会甩尾，目的就是研究自动驾驶汽车失去稳定性的极端状态下该如何自我控制。
这次MARTYkhana除了拍出令人血脉偾张的甩尾视频，更重要的意义在于获得大量关键测试数据。
成员Jonathan Goh表示，“通过甩尾，我们让自动驾驶进入最极端的环境。如果我们能在最不稳定的场景也能自动驾驶，其他一切都会迎刃而解。”
围绕这台魔改甩尾电动汽车DeLorean，斯坦福大学团队已发布了研究论文，题为“Toward Automated Vehicle Control Beyond the Stability Limits: Drifting Along a General Path”（朝着超越稳定极限的自动驾驶控制迈进：沿着一般道路甩尾）。
团队也上传更多视频，展示MARTY酷炫的甩尾背后，一些重要的研究思路和启发：
这已不是Gerdes教授的团队第一次与赛车打交道了。几年前，他们改装了奥迪TT，送到赛道测试，超越人类车手对刹车和过弯路线的控制。
他们还把自动驾驶汽车送到派克峰国际爬山赛（Pikes Peak International Hill Climb），堪称自动驾驶赛车界的第一团队了。