您好,欢迎来到中国自动驾驶高精地图产业创新发展论坛2019!

特斯拉有争议的基于视觉的全自动驾驶方法终于见成效

发布日期:2020-06-21

GRCChdmap


2020-06-21 15:58:16



手机阅读



点击上方蓝色字体,关注我们



就像伊隆·马斯克(Elon Musk)的许多事情一样,特斯拉实现自动驾驶的方法是两极分化的。特斯拉与Waymo等行业资深人士提出的基于地图的趋势相反,选择了将其资源奉献于追求基于视觉的方法来实现完全自动驾驶。这涉及到特斯拉的许多艰苦而乏味的工作,但是今天,有迹象表明,该公司有争议的战略终于得到了回报。


在*近的一次演讲中,特斯拉AI总监Andrej Karpathy讨论了Waymo的基于地图的方法与特斯拉基于摄像头的策略之间的主要区别。Karpathy表示,Waymo使用预先映射的数据和LiDAR很难进行缩放,因为车辆的自动驾驶能力实际上与地理围栏有关。特斯拉基于视觉的方法没有使用摄像头和人工智能。这意味着可以将自动驾驶仪和FSD的改进推广到机队中,并且它们可以在任何地方运行。


过去,对特斯拉完整无人驾驶系统的这项雄心勃勃的计划在过去引起了很多怀疑,批评者指出,基于地图的FSD是必经之路。作为回应,特斯拉竭尽全力,对基于视觉的计划加倍关注。从某种意义上讲,这导致了自动驾驶仪的改进,而FSD功能的推出花费了很多时间,特别是因为训练神经网络以识别道路上的物体和驾驶行为需要大量的实际数据。


自主的特斯拉Model3。(来源:特斯拉)


也许这就是为什么埃隆·马斯克(Elon Musk)对“完全自动驾驶”的“功能完整”版本的估计已移至今年的原因,或者Smart Summon在发布之前被推迟了几个月的原因。但是,鉴于情况似乎如此,特斯拉*近的软件更新和功能表明,自动驾驶和完全自动驾驶功能的改进步伐似乎正在加快。


以交通信号灯和停车标志控制为例。该功能于今年4月首次亮相,尽管由于大流行而出行仍然受到一定限制,但特斯拉仍能够从车队中获取足够的数据,因此该公司现在正寻求删除该功能的绿灯确认。从该功能的首次发布到即将发布的更新之间的时间不到两个月,考虑到它与城市驾驶有关,这是FSD更具挑战性的方面之一,这一点意义重大。


部分原因可能是因为特斯拉的车队现在已经大大增加了。随着Model 3在美国和中国的全面投产,以及Model Y的不断增加,特斯拉的大容量汽车正获得越来越多的客户。这些汽车中的每一辆都有助于收集公司神经网络的训练数据,进而有助于完善交通信号灯和停车标志控制等功能。值得注意的是,特斯拉的车队甚至没有充分发挥其潜力,因为全球各地仍在从冠状病毒的影响中恢复过来。


特斯拉的交通信号灯和停车标志控制装置正在发挥作用。(来源:YouTube |特斯拉)


特斯拉在未获得绿灯确认的情况下推出了交通信号灯和停车标志控制版本后,该公司距离拥有功能齐全的FSD套件仅一步之遥。该公司的美国车辆配置器显示了这一点,在FSD页面上仅列出了“在城市街道上的自动驾驶”作为“完全自动驾驶”的唯一功能,至今仍被称为“即将到来”。考虑到将改进的步伐推广到自动驾驶仪和FSD的改进上,如果城市街道上的自动转向也能尽快发布也就不足为奇了。


应该注意的是,每次自动驾驶改进和FSD功能都是大量神经网络训练的结果。神经网络需要大量数据才能很好地学习驾驶行为,到目前为止,特斯拉似乎已经达到了可以在相对较短的时间内提供充足训练数据的地步。正如特斯拉*近的更新所暗示的那样,特斯拉似乎也对此非常乐观,该更新包括激活Model 3和Model Y的机舱摄像头的选项。


埃隆·马斯克(Elon Musk)过去曾表示,当Robotaxi网络上线时,将主要使用Model 3和Model Y的机舱摄像头。加上交通信号灯和停车标志控制等功能的快速改进,毫无疑问,特斯拉基于数据的,有争议的,基于视觉的完全自动驾驶方法终于走到了一起。就像公司到目前为止所取得的一切一样,这是艰苦而又乏味的工作的结果。





CVPR'20自动驾驶可扩展性讲习班]主题演讲-Andrej Karpathy-特斯拉







作者:Simon Alvarez




相关文章

承认自动驾驶难度大,特斯拉计划扩建美国工厂
基于商用高精地图及单目视觉的车辆高精度定位
基于视觉的高精地图制作







SELECTED EVENTS







 

长按二维码识别关注





  • 电话咨询
  • 021-22306692
  • 15021948198
None