9 月 17 日上午，在海南省?？谑姓匍_(kāi)的 2021 世界新能源汽車(chē)大會(huì )上，特斯拉首席執行官埃隆·馬斯克通過(guò)視頻發(fā)言時(shí)表示，未來(lái)的自動(dòng)駕駛可以通過(guò)視覺(jué)神經(jīng)網(wǎng)絡(luò )實(shí)現，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(chē)隊推出 FSD(Full-self Driving，完全自動(dòng)駕駛)Beta V10 軟件。這是在特斯拉 AI Day 上發(fā)布最新應用在自動(dòng)駕駛上的視覺(jué)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(jué)自動(dòng)駕駛方案新版本。

　　特斯拉 CEO 伊隆·馬斯克稱(chēng)，有望在 9 月 25 日左右向所有特斯拉車(chē)主開(kāi)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(chē)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(chē)輛負責，將手放在方向盤(pán)上，并隨時(shí)準備好控制。

　　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(hù)發(fā)布的針對性測試和路測結果來(lái)看，目前還有很多情景下會(huì )出現問(wèn)題，一個(gè)最明顯的提升表現在駕駛中可視化用戶(hù)界面，越來(lái)越多的道路標識和交通標識物的識別走向細分化，但依然有部分道路標志還不能準確識別。

　　在近期的特斯拉人工智能日上，特斯拉 AI 負責人 Andrej Karpathy 和自動(dòng)駕駛硬件高級總監 Ganesh Venkataramanan 介紹了純視覺(jué)自動(dòng)駕駛系統與 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，采用純視覺(jué)感知方案。

　　在自動(dòng)駕駛感知領(lǐng)域，有兩個(gè)明顯區別的路徑——純視覺(jué)派和激光雷達派，純視覺(jué)派認為單純依靠攝像頭就可以完成自動(dòng)駕駛所需要的周?chē)h(huán)境感知，特斯拉、極氪、百度都使用的是純視覺(jué)感知方案。激光雷達派則以激光雷達為主導，配合毫米波雷達、超聲波傳感器、攝像頭多傳感器融合完成周?chē)h(huán)境感知，商湯 AR 小巴、小鵬 P5、蔚來(lái) ET7 使用的是激光雷達方案。

　　商湯智能駕駛研發(fā)總監李怡康在接受澎湃新聞采訪(fǎng)時(shí)表示，“無(wú)論是純視覺(jué)方案還是多傳感器融合的方案最終都是有可能實(shí)現 L4 或 L5 級別的自動(dòng)駕駛的，區別在于，引入激光雷達實(shí)際上是把問(wèn)題變簡(jiǎn)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(jué)很互補，有些信息，比如深度，它可以估算地很準確。假如最后兩條路徑都能實(shí)現 L5 級自動(dòng)駕駛，那我相信多傳感器融合這條路線(xiàn)可能會(huì )更快一些。當然，感知只是決定自動(dòng)駕駛是否實(shí)現的因素之一。”

　　特斯拉“純視覺(jué)派”技術(shù)路線(xiàn)：視覺(jué)神經(jīng)網(wǎng)絡(luò )

　　特斯拉人工智能與自動(dòng)駕駛視覺(jué)總監 Andrej Karpathy 認為，將激光雷達添加到自動(dòng)駕駛堆棧會(huì )帶來(lái)其自身的復雜性。在 CVPR 2021 自動(dòng)駕駛研討會(huì )上，Karpathy，“你必須用激光雷達預先繪制環(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(chē)道及其連接方式以及所有交通信號燈，收集、構建和維護這些高清激光雷達地圖是不可擴展的，讓這個(gè)基礎設施保持最新?tīng)顟B(tài)將是極其困難的。”

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

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

　　首先的一個(gè)難點(diǎn)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(calibration)、位置(location)、取景方向(view direction)等，比如以下這張圖，誰(shuí)能知道這個(gè)點(diǎn)對應于相機視圖的哪個(gè)點(diǎn)?而我們只有知道這些信息，才能把周?chē)矬w準確放到向量空間視圖(vector space view)中。

　　因此就需要一種將多個(gè)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(yǔ)言處理和計算機視覺(jué)領(lǐng)域的 Transformer 神經(jīng)網(wǎng)絡(luò )(Transformer Neural Network)。

　　然后則是加入有時(shí)間概念時(shí)間的 RNN(Recurrent Neural Network，循環(huán)神經(jīng)網(wǎng)絡(luò ))以判斷移動(dòng)物體的速度以及對被遮擋物進(jìn)行預測。RNN 體現了“人的認知是基于過(guò)往的經(jīng)驗和記憶”的觀(guān)點(diǎn)，通過(guò)記憶來(lái)處理任意時(shí)序的輸入序列，從而對接下來(lái)要發(fā)生的事情進(jìn)行預測。比如這里對被遮擋物預測，通過(guò)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，依然可以預測遮擋視野后的物體運動(dòng)軌跡，并記錄已行駛過(guò)的路段的各種路標。

　　而對于深度信息，在缺少了雷達信息后，則需要通過(guò)對大量的有深度標注的相機數據進(jìn)行訓練得到的檢測算法來(lái)得到。

　　激光雷達多傳感器融合方案

　　激光雷達多傳感器方案是以激光雷達為主導，毫米波雷達、超聲波傳感器及攝像頭作為輔助。通過(guò)激光雷達發(fā)射激光束，測量激光在發(fā)射及收回過(guò)程其中的時(shí)間差、相位差，從而確定車(chē)與物體之間的相對距離，實(shí)現環(huán)境實(shí)時(shí)感知及避障功能。攝像頭的價(jià)格在幾十美元左右，而激光雷達則要昂貴的多，這或許也是很多純視覺(jué)流派廠(chǎng)商一個(gè)沒(méi)有說(shuō)的難言之隱。

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

　　自動(dòng)駕駛底層邏輯是感知、決策、執行三個(gè)步驟的結合，對周?chē)h(huán)境的周密感知是所有決策的基礎，也是自動(dòng)駕駛汽車(chē)的安全保障。在了解周?chē)h(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、道路標志)等之后，自動(dòng)駕駛系統則要開(kāi)始做計劃和控制：首先是其他移動(dòng)物體在接下來(lái)的短時(shí)間會(huì )做什么，然后是根據整體計劃(比如規劃的通向目的地路線(xiàn))計劃自己要做什么，最后就是告訴汽車(chē)要做什么。
　?。?a href="http://www.reeanfmc.com/wechat/">邯鄲小程序開(kāi)發(fā)）