众所周知,采用视觉识别方案的特斯拉,它在实现自动驾驶功能时,不依赖高精地图,完全由车辆自身的视觉识别系统来完成路况的识别。8月20日,特斯拉AI日召开,期间,在讲到视觉识别对自动辅助驾驶技术的意义的时候,特斯拉的工程师展示了这样一张图:没有高精地图,特斯拉车辆就像RTS游戏里面开“战术迷雾”一样去感知、绘制周边的路况。 从中可以清楚的看到,特斯拉会通过自身传感器和摄像头,绘制出当前车辆周边的路况信息,并且会上传到特斯拉自己的地图信息数据库中。 看到这样一幕,也有网友感慨,难怪之前一些单位,会禁止特斯拉入内,你是不是也明白了点呢。 事实上,特斯拉虽然没有依赖数据服务商提供的高精地图,但是特斯拉也有自己的“高精地图”。 之前特斯拉官方曾表示,自己不需要高精地图、不需要激光雷达。 但是他们展示出的自动驾驶行驶地图,疑似也为高精地图。
- R; o' `) n1 c2 a. G3 k1 ?1 l, o V
, l8 J, i& t$ |( E1 h1 q6 y. g: g 而我们常规意义上的高精地图,是指高精度、精细化定义的地图,其精度需要达到分米级。 而特斯拉的“高精地图”,是一种基于它自己车上传感器,和摄像头自己搞出来的一套地图数据。 相当于道路上行驶的特斯拉车辆,都是特斯拉的道路“测绘车”,采集到周边路况信息后,上传到特斯拉“高精地图”信息数据库中,为全球特斯拉车辆提供实时采集的路况“高精地图”信息。 不过,由于我国严格的法规限制,特斯拉无法直接在国内用车上的传感器收集数据。因此,特斯拉的自动测绘功能,很可能在国内无法被允许使用。 特斯拉是如何实现的呢? AI可以视作一种生物,这种「生物」是从头开始构建的,包含了合成视觉皮层。而这就是应用在特斯拉汽车中的视觉组件。 特斯拉在设计汽车中的视觉时,是按照人眼感知生物视觉的方式进行建模。在特斯拉汽车中,每辆车都装有8个摄像头,摄像头的数据会输入到一个三维的矢量空间里。 每个相机获取原始输入后能创建不同的分辨率,以用于各种功能和目的。这些信息会输入到一个复杂的神经网络中,以生成对自动驾驶套件有用的附加信息。 特斯拉展示了过去如何处理其图像数据的视频。 在过去曾分享过的FSD的视频中可以看出,虽然每个摄像头的检测很好,但事实证明矢量空间是不够的。 如今,特斯拉已经能够在矢量空间进行自动标注,就算行驶过程中视野被遮挡,根据标注的数据,也能够安全、准确地导航。 除此之外,Karpathy还讨论了特斯拉神经网络学习的设计,包括相机校准、缓存、队列和优化,以简化所有任务。 他表示,与超级巡航和Waymo等竞争对手不同,现在特斯拉的FSD战略能让特斯拉汽车在行驶过程中实时绘制地图。
1 y2 ?, l1 k9 ^) `# x7 R0 g# P4 |3 ?$ A! h* r4 I) F0 r; v3 T, g
9 o; @7 _& }6 k) i6 ~6 ` 通过结合多个车辆经过同一地点的绘制,就可以得到一个完整的地图。 这些策略最终帮助特斯拉从其FSD和自动驾驶套件中退出雷达,采用纯视觉模型。(转贴) + _- J! G* O+ y
|