9 月 17 日上午，在海南省?？谑姓匍_的 2021 世界新能源汽車大會上，特斯拉首席執(zhí)行官埃隆·馬斯克通過視頻發(fā)言時表示，未來的自動駕駛可以通過視覺神經(jīng)網(wǎng)絡(luò)實現(xiàn)，并且相比普通人駕駛有十倍以上的安全性。

　　近日，特斯拉向其搶先體驗車隊推出 FSD(Full-self Driving，完全自動駕駛)Beta V10 軟件。這是在特斯拉 AI Day 上發(fā)布最新應(yīng)用在自動駕駛上的視覺神經(jīng)網(wǎng)絡(luò)之后，技術(shù)上做了重要改進(jìn)的的純視覺自動駕駛方案新版本。

　　特斯拉 CEO 伊隆·馬斯克稱，有望在 9 月 25 日左右向所有特斯拉車主開放使用。

　　FSD Beta 10 的軟件版本號為 2021.24.15。在該版本軟件的支持下，特斯拉汽車能夠在高速公路和城市街道上虛擬駕駛，但它仍然被視為 L2 級駕駛員輔助駕駛，因為它需要駕駛員仍然對車輛負(fù)責(zé)，將手放在方向盤上，并隨時準(zhǔn)備好控制。

　　在 Youtube(譯為“油管”，是目前全球最大的視頻搜索和分享平臺)上參與測試的用戶發(fā)布的針對性測試和路測結(jié)果來看，目前還有很多情景下會出現(xiàn)問題，一個最明顯的提升表現(xiàn)在駕駛中可視化用戶界面，越來越多的道路標(biāo)識和交通標(biāo)識物的識別走向細(xì)分化，但依然有部分道路標(biāo)志還不能準(zhǔn)確識別。

　　在近期的特斯拉人工智能日上，特斯拉 AI 負(fù)責(zé)人 Andrej Karpathy 和自動駕駛硬件高級總監(jiān) Ganesh Venkataramanan 介紹了純視覺自動駕駛系統(tǒng)與 FSD 軟件的最新成果，此前 5 月份，馬斯克曾發(fā)文表示，特斯拉最新版本的 FSD 將取消毫米波雷達(dá)，采用純視覺感知方案。

　　在自動駕駛感知領(lǐng)域，有兩個明顯區(qū)別的路徑——純視覺派和激光雷達(dá)派，純視覺派認(rèn)為單純依靠攝像頭就可以完成自動駕駛所需要的周圍環(huán)境感知，特斯拉、極氪、百度都使用的是純視覺感知方案。激光雷達(dá)派則以激光雷達(dá)為主導(dǎo)，配合毫米波雷達(dá)、超聲波傳感器、攝像頭多傳感器融合完成周圍環(huán)境感知，商湯 AR 小巴、小鵬 P5、蔚來 ET7 使用的是激光雷達(dá)方案。

　　商湯智能駕駛研發(fā)總監(jiān)李怡康在接受澎湃新聞采訪時表示，“無論是純視覺方案還是多傳感器融合的方案最終都是有可能實現(xiàn) L4 或 L5 級別的自動駕駛的，區(qū)別在于，引入激光雷達(dá)實際上是把問題變簡單了，因為我們引入了很多額外的信息，而且這些信息跟視覺很互補(bǔ)，有些信息，比如深度，它可以估算地很準(zhǔn)確。假如最后兩條路徑都能實現(xiàn) L5 級自動駕駛，那我相信多傳感器融合這條路線可能會更快一些。當(dāng)然，感知只是決定自動駕駛是否實現(xiàn)的因素之一。”

　　特斯拉“純視覺派”技術(shù)路線：視覺神經(jīng)網(wǎng)絡(luò)

　　特斯拉人工智能與自動駕駛視覺總監(jiān) Andrej Karpathy 認(rèn)為，將激光雷達(dá)添加到自動駕駛堆棧會帶來其自身的復(fù)雜性。在 CVPR 2021 自動駕駛研討會上，Karpathy，“你必須用激光雷達(dá)預(yù)先繪制環(huán)境地圖，然后你必須創(chuàng)建一張高清地圖，你必須插入所有車道及其連接方式以及所有交通信號燈，收集、構(gòu)建和維護(hù)這些高清激光雷達(dá)地圖是不可擴(kuò)展的，讓這個基礎(chǔ)設(shè)施保持最新狀態(tài)將是極其困難的。”

　　Karpathy 表示特斯拉在其自動駕駛堆棧中不使用激光雷達(dá)和高清地圖，“發(fā)生的一切，都是第一次發(fā)生在車內(nèi)，基于圍繞汽車的八個攝像頭的視頻”。

　　特斯拉汽車上安裝了 8 個攝像頭，攝像頭沒有深度信息，他們的目標(biāo)之一就是形成矢量空間視圖。那么要怎么知道旁邊一輛車究竟在哪里又有多長呢?

　　首先的一個難點是，不同視角的攝像頭都只能看到周邊環(huán)境的一部分，有不同的校準(zhǔn)(calibration)、位置(location)、取景方向(view direction)等，比如以下這張圖，誰能知道這個點對應(yīng)于相機(jī)視圖的哪個點?而我們只有知道這些信息，才能把周圍物體準(zhǔn)確放到向量空間視圖(vector space view)中。

　　因此就需要一種將多個攝像頭的信息融合在一起的技術(shù)，特斯拉使用了在 2017 年提出，如今已經(jīng)席卷自然語言處理和計算機(jī)視覺領(lǐng)域的 Transformer 神經(jīng)網(wǎng)絡(luò)(Transformer Neural Network)。

　　然后則是加入有時間概念時間的 RNN(Recurrent Neural Network，循環(huán)神經(jīng)網(wǎng)絡(luò))以判斷移動物體的速度以及對被遮擋物進(jìn)行預(yù)測。RNN 體現(xiàn)了“人的認(rèn)知是基于過往的經(jīng)驗和記憶”的觀點，通過記憶來處理任意時序的輸入序列，從而對接下來要發(fā)生的事情進(jìn)行預(yù)測。比如這里對被遮擋物預(yù)測，通過對遮擋前的特征和軌跡的記憶，使得視野被短暫遮蔽的情況下，依然可以預(yù)測遮擋視野后的物體運動軌跡，并記錄已行駛過的路段的各種路標(biāo)。

　　而對于深度信息，在缺少了雷達(dá)信息后，則需要通過對大量的有深度標(biāo)注的相機(jī)數(shù)據(jù)進(jìn)行訓(xùn)練得到的檢測算法來得到。

　　激光雷達(dá)多傳感器融合方案

　　激光雷達(dá)多傳感器方案是以激光雷達(dá)為主導(dǎo)，毫米波雷達(dá)、超聲波傳感器及攝像頭作為輔助。通過激光雷達(dá)發(fā)射激光束，測量激光在發(fā)射及收回過程其中的時間差、相位差，從而確定車與物體之間的相對距離，實現(xiàn)環(huán)境實時感知及避障功能。攝像頭的價格在幾十美元左右，而激光雷達(dá)則要昂貴的多，這或許也是很多純視覺流派廠商一個沒有說的難言之隱。

　　商湯智能駕駛研發(fā)總監(jiān)李怡康向澎湃新聞介紹，“我們會做很多種傳感器的評測，去找到最適合我們設(shè)計需求的傳感器方案，然后通過自動化的算法將這些傳感器擺放到最合適的地方，從而實現(xiàn)最優(yōu)的環(huán)境信息獲取。傳感器之間是不在一個坐標(biāo)系下的，我們通過自動化標(biāo)定算法將不同傳感器的特性及相關(guān)關(guān)系非常準(zhǔn)確地找出來，然后設(shè)計融合感知模型，并用大量的感知數(shù)據(jù)去訓(xùn)練它，最終實現(xiàn)多傳感器融合感知。”

　　自動駕駛底層邏輯是感知、決策、執(zhí)行三個步驟的結(jié)合，對周圍環(huán)境的周密感知是所有決策的基礎(chǔ)，也是自動駕駛汽車的安全保障。在了解周圍環(huán)境中物體的位置、速度和方向、路面的性質(zhì)、路緣石的位置、信號(交通、道路標(biāo)志)等之后，自動駕駛系統(tǒng)則要開始做計劃和控制：首先是其他移動物體在接下來的短時間會做什么，然后是根據(jù)整體計劃(比如規(guī)劃的通向目的地路線)計劃自己要做什么，最后就是告訴汽車要做什么。
　?。?a href="http://www.nasamidwest.com/wechat/">邯鄲小程序開發(fā)）