特斯拉自动驾驶的底层逻辑(2)

再利用车辆影子模式，但凡遇到实际驾驶情况和自动驾驶AI决策不一致的情况，这部分行车数据会自动上传至特斯拉后台数据引擎中，在被自动标注后，重新纳入已有的数据训练集中，继续训练原本的神经网络，直到新的数据被掌握。

就这样，在大量训练数据的喂养下，神经网络变得“见多识广”、更加聪明，可以识别不同条件状况下的STOP标识，精确度逐渐从40%提升至99%，完成单一任务学习。

不过，这仅仅是学习一个静态的信号，在汽车驾驶过程中会涌现无数静态和动态的信号，静态如路边大树、路障、电线杆等，动态的有行人、车辆等，而这些信号由摄像机捕捉到后交由神经网络训练、学习。目前特斯拉的自动驾驶神经网络已发展出九大主干神经 （HydraNet） 和48个神经网络，识别超过1000种目标。

然而，仅仅让自动驾驶AI学会开车还不够，还得让它开得像人类老司机一般驾轻就熟、安全又平稳。

02 摆脱拐杖，Autopilot初长成

任何一位经验老道的司机，都能在不同路况下，轻易判断出前方车辆与我们的距离，从而为保障行车安全而留出一定车距。

但对传感器而言，要想判断物体远近必须要理解物体的深度，不然在他们眼中，距离我们10米和5米的两辆完全一样的车，就会被认为是一大一小的关系。

对此，有些车厂选择激光雷达路线来探测深度，而特斯拉则选择了纯视觉算法，模仿人类视觉来感知深度，不过特斯拉先是打造了毫米波雷达+视觉传感融合路线，直到今年5月，才正式官宣，拿掉毫米波雷达，上线纯视觉版本Autopilot。

此事一出，社会各界一片哗然，很多人不能理解特斯拉为何要拿掉单价才300元、又能为行车安全增添保障的高性价比雷达。殊不知，在特斯拉早期多传感器融合路线中，毫米波雷达的存在就犹如小孩的学步车，只是帮助神经网络来学习训练深度标注 （annotate） 。

在2019年自动驾驶发布会上，卡帕西是这样介绍毫米波雷达的，他说：“要想让神经网络学会预测深度，最好的方式还是通过深度标注的数据集进行训练，不过相对于人工标注深度，毫米波雷达反馈的深度数据精准度更高”，因此，引入毫米波雷达，实质是用以训练和提高神经网络对深度的预测。

值得一提的是，在他讲解时的背景幻灯片右下角上，清晰地注明了带有毫米波雷达的自动驾驶算法是“Semi-Automonous Self Driving”，翻译过来是，半自动驾驶，明显彼时的特斯拉Autopilot只是个半成品。

直到特斯拉视觉算法在预测物体的深度、速度、加速度的表现，达到可替代毫米波雷达的水平，特斯拉的视觉算法才算真正独立。

在2021年6月CVPR大会上，卡帕西曾表示毫米波雷达收集数据中曾出现“间歇性翻车”、甚至误判等情况。他举了三个具体例子，前方车辆急刹车、大桥下前车行驶速度以及对路边静止卡车的判断。

情况一：前方车辆出现急刹，毫米波雷达短时间内出现6次跟丢目标车的情况，跟丢状态下前车的位置、速度和加速度都归于零。

情况二：在行驶的汽车从大桥下通过时，雷达把一静一动的物体都当作静止物体；此时视觉传感却计算出行驶车辆的速度和位移，导致数据融合后的曲线传递出“前车在减速并且刹车”的错误信息。

情况三：在高速路旁停着一辆白色大卡车，纯视觉算法在距目标车180m处就发现白色卡车，并作出预报，但融合算法直到110m处才作出反馈，足足延迟5秒。

上述案例里，纯视觉算法均输出稳定且大幅优于雷达+视觉融合算法，精准地跟踪到前车行驶状况并作出深度、速度、加速度等数据。

不仅如此，纯视觉算法还可以在雾、烟、尘等环境里保持对前方车辆的测速、测距工作，如此一来拿掉毫米波雷达也不奇怪了。根据特斯拉AI Day上最新发布的信息，目前特斯拉每周能够获得一万个人们恶劣环境下驾车的短视频，包括大雨、大雪、大雾、黑夜、强光等等情况，神经网络通过学习训练这些已经标注好的材料，实现在没有毫米波雷达的情况下，也可以精准感知前方车辆距离。

可以说，特斯拉宣布拿掉毫米波雷达的底气，是对自己纯视觉算法成熟的自信，并且在无监督自学的加持下，特斯拉纯视觉算法迭代和完善明显提速。

今年7月10日，特斯拉纯视觉版本的FSD正式在美开启内测，2000名受邀车主通过OTA方式升级到FSD Beta V9.0版本，他们大多是特斯拉的粉丝兼中小型KOL，Youtube博主Chunk Cook（以下简称CC）就是其中之一，他还略懂工程学和航天学专业知识。

系统更新一结束，CC开启新版FSD道路测试，并把测试视频上传至油管。视频中他来到一个车辆较多、车速较快的T路口进行转弯测试，结果显示，7次中只有1次，FSD顺利完成自动驾驶，其余都需要人工接管方向盘来完成驾驶。

但很快，随着7月底FSD推送新版本V9.1，CC发现升级后的FSD表现出乎他的意料。他又在相同道路进行了七次自动驾驶测试，结果显示，7次中4次都较为顺利完成自动驾驶，但在转弯速度上有些“磨蹭”，没有展现老司机应有的果断，但在综合得分上，新版本Autopilot优于旧版本。

8月16日，特斯拉FSD又升级至新版本V9.2，CC同样抢先测试并上传视频，还是一个路段，不过测试时间改为夜间，他公开表示，此次最明显的改进是Autopilot的加速表现，在转弯时能像人类驾驶员一样果断加速。

前后一个月的时间，纯视觉Autopilot在同一条道路的表现进步迅速，身后正是人工神经网络强悍自学能力的体现。马斯克表示，FSD beta V9.3、9.4都已在筹备中，会根据车主使用情况不断进行细节优化，改善用户体验，并预备在V10版本做出现重大的变化。

03 Dojo上马，模拟极限

需要注意的是，大家惊艳特斯拉纯视觉Autopilot各种老司机操作时，也不能忘记这些路测大部分发生在北美地区，而在非英语地区，比如人口稠密的亚洲地区，其城市道路交通复杂度与地广人稀的北美迥异，而如何让神经网络学会应对各种路况交通，更值得思考。

收集实地数据是方法之一，但前提是你有大量车队在该地区驾驶，另一种解决方法则是对自动驾驶进行仿真测试。仿真，简单讲就是利用现实数据，将真实世界的实时动态景象，在计算机系统实现重新构建和重现。

共3页: 上一页下一页

>相关《特斯拉自动驾驶的底层逻辑(2)》内容：

TeslaPower USA在新德里 Aerocity 的 Pride Plaza 酒店举办了印度商务会议。 参加该计划的有医学博士兼全球首席执行官 John H. Vratsinas、印度董事总经理 Kavinder Khurana 和印度业务主管 Sandeep Avasthi。 我们正准备在不久的将来在我们特许经营的特斯...【继续阅读】

理财鱼小提示：特斯拉Model 3座椅出现鼓包 官方：非制造缺陷 维修需1.2万元 近日，有媒体报道，海外某特斯拉车主爆料称，自己的Model 3出现了座椅鼓包现象。 据该车主介绍， 出现座椅鼓包情况的特斯拉Model 3总行驶里程约1.05万公里，该问题是经历了几周炎热天气...【继续阅读】

理财鱼小提示：凌晨噩耗！常州特斯拉坠河，夫妻均已遇难！ 12月24日中午12时，一辆特斯拉轿车冲撞江苏常州溧阳市区新城桥护栏后坠河，车上乘坐的两人是夫妻， 丈夫于24日抢救无效身亡，妻子则在抢救中。 12月25日晚，极目新闻记者采访获悉， 坠河的妻子已于25日...【继续阅读】