tft每日頭條

 > 生活

 > 特斯拉自動學習技術

特斯拉自動學習技術

生活 更新时间:2024-12-23 21:42:28

正當大多數車企還在糾結于應該在自己的産品上搭載多少顆激光雷達,多少顆毫米波雷達時,小雷通過特斯拉官網獲悉,從2022年2月中旬開始,特斯拉投放在北美市場的Model S和Model X将不再配備毫米波雷達。

事實上早在2021年5月份,特斯拉發布FSD Beta v9時,就取消了在美國和加拿大市場銷售的Model 3和Model Y兩款入門車型上所搭載的毫米波雷達,用上了一套僅由8個120萬像素攝像頭組成的“Tesla Visiom”視覺系統。

如今随着北美市場的Model S和Model X也不再搭載毫米波雷達,這也就意味着從此刻開始,特斯拉在北美市場上已經實現了純視覺自動駕駛的這一願景,正式進入了它想要的純視覺智能駕駛時代。

堅持純視覺的特斯拉硬剛整個行業

自動駕駛技術發展至今,該領域目前已經演變成了融合感知派和視覺感知派這兩條截然不同的技術路線。

除了特斯拉之外,絕大多數車企都屬于融合感知派,它們往往會采用激光雷達 毫米波雷達 攝像頭等多重冗餘感知方案。對于融合感知派成員來說,激光雷達、毫米波雷達已經不再是裝不裝的問題,而是需要裝多少個的問題。

特斯拉自動學習技術(特斯拉選擇純視覺算法)1

其中,小鵬汽車給旗下售價為20.53萬元的小鵬P5 550P車型安裝了2顆激光雷達,即将上市的上汽智己L7搭載了3顆激光雷達,本田Legend作為日本首款具備L3級自動駕駛能力的車型,更是搭載了5顆激光雷達。

相比起需要兼顧量産成本,并且并不盲目追求高階自動駕駛能力的車企,一門心思死磕無人駕駛的RoboTaxi公司則在激光雷達的堆砌上表現得更加淋漓盡緻。

其中,以不惜血本堆料著稱的AutoX直接在它的第五代無人車上搭載了6顆激光雷達。更有甚者,美國的RoboTaxi公司Zoox更是喪心病狂地在它的自動駕駛測試車上堆了8顆激光雷達。

特斯拉自動學習技術(特斯拉選擇純視覺算法)2

對于車企、RoboTaxi自動駕駛出行公司瘋狂堆砌激光雷達的行為,特斯拉CEO埃隆·馬斯克對此是表示嗤之以鼻的。要知道,馬斯克一直以來都是堅決反對通過激光雷達來實現自動駕駛,甚至多次在公開場合貶低激光雷達。

馬斯克認為,激光雷達昂貴、醜陋,且沒有必要,它就像是人身上長了一堆闌尾,闌尾本身的存在就基本是無意義的,如果還長一堆就太可笑了。激光雷達也是如此,它對于自動駕駛汽車來說沒有必要。在特斯拉CEO埃隆·馬斯克看來,隻有純視覺方案才能實現真正意義上的自動駕駛。

從融合感知技術流派和純視覺感知技術流派這兩大自動駕駛技術陣營的陣容來看,目前絕大多數車企和RoboTaxi自動駕駛出行公司都采用的是前者,而純視覺感知則由于過于極端,基本隻有特斯拉還在堅持使用這一技術方案。

特斯拉自動學習技術(特斯拉選擇純視覺算法)3

那麼問題來了,為什麼馬斯克會如此嫌棄激光雷達和毫米波雷達,堅定地選擇純視覺感知這一自動駕駛技術方案呢?想要解答這個問題,我們還需要從根植在馬斯克思維中心的第一性原理開始說起。

第一性原理存在bug,純視覺做不到無人駕駛

馬斯克曾經說過,第一性原理的思想方式就是摒棄比較的思維,用物理學的角度看待世界,也就是說一層層撥開事物表現,看透本質,再從本質一層層往上走。對于馬斯克的這套理論,小雷打心底裡表示認同。

要知道,Space X旗下的獵鷹火箭之所以能夠以極低的成本飛出大氣層,飛向太空,與馬斯克的第一性原理有着至關重要的關系。特斯拉之所以能夠将純視覺算法做到如今這種出類拔萃的地步,也和馬斯克的第一性原理脫不開關系。

特斯拉自動學習技術(特斯拉選擇純視覺算法)4

在馬斯克看來,自動駕駛是人工智能時代下的産物,而純視覺感知這一技術路線則無限趨近于人,他希望讓每一輛特斯拉都能夠成為一個高度的智慧生物,因此特斯拉所有的技術出發點都是以人類的思維來展開。

我們人類是沒有類似于雷達的器官的,但是我們隻靠眼睛依然能夠識别道路上的交通情況,這也是馬斯克認為依靠純視覺方案就能夠實現自動駕駛的基礎。在馬斯克看來,攝像頭就像是汽車的眼睛,而神經網絡引擎就是腦子,方向盤、油門、刹車就是汽車的手和腳。

從馬斯克的邏輯思維來看,這樣通過第一性原理完成的設定并沒有任何問題。然而,在小雷看來,純視覺方案的問題恰好是出在了人身上。

特斯拉能夠進行360°無死角監控的8顆攝像頭 發達的神經網絡引擎或許完美模拟人類在駕駛時的所有場景,甚至比帶着情緒開車的人類駕駛員更加安全,但是純視覺方案和人類一樣存在一個足以緻命的弊端——能見度極低的雨霧天氣。

特斯拉自動學習技術(特斯拉選擇純視覺算法)5

既然馬斯克是基于第一性原理來逐步完善它的純視覺自動駕駛技術方案,那麼小雷也以彼之道,還施彼身,以第一性原理來分析分析純視覺自動駕駛技術方案的弊端。

我們在雨霧天氣高頻出現的道路邊通常會看到這樣一塊警示牌,上面寫着“雨霧天氣,減速慢行”。之所以會在這樣的地方出現這樣的警示牌,主要是因為人們在駕駛的風險系數在能見度較低的雨霧天氣成幾何倍數增加。

人的肉眼無法穿透雨霧,對遠處的路況進行偵測,馬斯克用于模拟人眼的純視覺自動駕駛技術方案自然也無法做到。人類在遇到這種情況時往往會保持高度警惕,在能見度極低的情況下完全可以靠邊停車,而純視覺自動駕駛則要麼隻能頂着巨大的風險繼續前行,要麼直接失效,被駕駛員所接管。

說到這裡,問題就來了,按照馬斯克的野心,他對特斯拉純視覺自動駕駛技術的野心絕不會止步于動辄就讓駕駛員接管的L2級别,而是想着探索L3、L4甚至L5無人駕駛領域。然而,遇到能見度低的雨霧天氣就直接失效的純視覺方案又如何能夠繼續向上發展呢?

特斯拉自動學習技術(特斯拉選擇純視覺算法)6

從自動駕駛發展的技術路線上來看,小雷是堅定不移的雷達感知流派擁護者。小雷認為,想要實現L4級别自動駕駛,那麼激光雷達必不可少。

衆所周知,激光雷達精度高,探測距離遠,可以增強感知系統的冗餘性,補充毫米波雷達、攝像頭缺失的場景。另外,随着半固态、固态激光雷達逐漸替代了機械式激光雷達,激光雷達的體積也正在不斷縮小,成本已經從原本動辄上萬美元降低到了1000美元。

特斯拉純視覺方案是為了降本?

如上文所言,特斯拉之所以看不上激光雷達,是因為馬斯克覺得激光雷達醜陋且昂貴,且沒用。然而,馬斯克口中價格昂貴、顔值醜陋的激光雷達在近幾年有了巨大的變化,并且“激光雷達無用論”也已經站不住腳。那麼,為什麼特斯拉依然堅持采用純視覺感知這一自動駕駛技術路線呢?

在小雷看來,特斯拉采用純視覺感知的主要原因就是一個字——摳。在小雷看來,“摳門”真的就是馬斯克旗下公司的企業文化,以最低的成本獲得最高的效益就是馬斯克一直都在做的事情。

特斯拉自動學習技術(特斯拉選擇純視覺算法)7

衆所周知,搞航天是個高精尖的事情,“燒錢”也是出了名的厲害,美國NASA每發射一次兩級火箭都需要花費1.3億美金。然而,馬斯克的Space X憑一己之力就将火箭發射成本降低了超過60%。

由此可見,馬斯克對成本控制的苛刻程度令人瞠目結舌。值得一提的是,同樣的情況也出現在了馬斯克旗下的另一家公司特斯拉身上。前段時間,特斯拉官方發布了一則名為《特斯拉成本控制的“極佳”定律》的視頻,該視頻内容圍繞特斯拉如何降本增效展開,同時也揭秘了它在生産制造工藝方面的創新。

特斯拉認為,汽車成本的本質在于工廠,而特斯拉最重要的産品之一就是它的超級工廠,每一家工廠的生産效率直接決定了整車的制造成本。例如,特斯拉的大型壓鑄機獨創性地将70餘個零部件精簡成了1個,這類創新性技術将會不斷攤薄特斯拉工廠的制造成本。

除了創新的制造工藝以外,本土化生産也是特斯拉最重要的降本手段之一。到目前為止,特斯拉上海超級工廠的零部件本土化率已經超過了90%,而這也是此前Model 3、Model Y能夠大幅降價的底氣所在。

特斯拉自動學習技術(特斯拉選擇純視覺算法)8

在動力電池方面,成本同樣是特斯拉引以為傲的4680電池的殺手锏。據了解,這款電池相比起過去能量密度可以提升5倍,續航能力提高了16%,輸出功率提高了6倍,但成本卻下降了14%。

同樣的道理在特斯拉的自動駕駛技術路線上也一樣适用。盡管目前的激光雷達價格已經大幅降低,但是在“摳門”的馬斯克眼中,上千美金的激光雷達同樣也是要錢的。

要知道,目前搭載激光雷達的車型銷量并不高,而特斯拉已經有了相當誇張的銷量基礎。如果每台車都搭載激光雷達,這對特斯拉來說同樣是一筆不小的成本。

當然,特斯拉量産車從頭到尾都不曾搭載過激光雷達,即便是這次,它取消的也隻是毫米波雷達。毫米波雷達的價格并不像激光雷達那麼昂貴,那麼特斯拉為什麼也要取消呢?

總結

馬斯克否定的并不隻是激光雷達,而是包括毫米波雷達在内的所有雷達式感知設備。小雷認為,他之所以要取消毫米波雷達,其一是為了進一步降低成本,其二則是為了斬斷自己的後路,堅定自己發展純視覺自動駕駛的決心。斬斷自己的後路,就意味着特斯拉除了發展純視覺感知自動駕駛技術之外就已經無路可退了嗎?

特斯拉自動學習技術(特斯拉選擇純視覺算法)9

小雷認為也不盡然,因為小雷發現了一個有意思的情況:盡管特斯拉表現上在死磕純視覺技術路線,但實際上它卻已經與激光雷達供應商Luminar建立了合作關系,并且搭載激光雷達的特斯拉Model Y早已經開始上路測試。

顯然,在對安全性要求并不高的L2級别自動駕駛時代,特斯拉始終堅持成本低廉的純視覺自動駕駛技術方案。當它在純視覺感知方面遇上難以突破的瓶頸時,它也能無縫切換到激光雷達這一技術路線上。

注:本文素材來源于網絡

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关生活资讯推荐

热门生活资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved