揭秘特斯拉自动驾驶背后技术
马斯克曾说会在2019年年底推出功能齐全的自动驾驶（Full Self Driving,简称 FSD），但现在已经到了2020年，特斯拉升级系统后除增加了“车辆召唤”功能，也并没有完全开放自动驾驶权限。对此，马斯克表示特斯拉希望通过训练神经网络来识别城市中可能遇到的每个物体并采取相应的行动，从而强行进入城市驾驶，这可能还需要数月的时间。
不得不说，尽管还需数月，但如果能在今年内开放城市内的完全自动驾驶，也足以令人惊叹。而最近有日本媒体拆解了特斯拉Model 3，更是宣称它的自动驾驶技术要领先其余汽车制造商6年的时间，究竟有什么玄妙？
什么是“Hardware 3”？
说起来特斯拉的自动驾驶技术，不能忽略的就是它的自研芯片，也就是在2019年4月发布的“Hardware 3”。
其实在最开始的时候，特斯拉并没有完全独立研究这块集成芯片，而是与 Mobileye 合作，但后来特斯拉产品在辅助驾驶情况下经历了一次事故，这显然没有达到预期的要求，所以二者不欢而散。随后特斯拉又携手英伟达，采用英伟达的芯片解决方案，但显然马斯克觉得这还不够，于是在2016 年请来“芯片皇帝” Jim Keller 担任特斯拉硬件开发副总裁，也正式拉开了自研自动驾驶芯片的序幕。
从成品的FSD 电脑中可以看出，里面包含了两块自研芯片。这两款芯片独立运行，拥有各自的电源、DRAM 内存以及闪存，也就是说，当其中任何一个出现故障，FSD 电脑依然会正常驱动汽车进行自动驾驶。
“Hardware 3”拥有60亿颗晶体管，每秒能完成144万亿次计算，能同时处理每秒2300帧的图像。对比特斯拉上一代处理器（HW2.5），FSD在性能方面提高了21倍，并且能够应对L5级别自动驾驶所需的感知层数据量和计算能力，目前来看哪怕与英伟达这样的芯片公司相比也丝毫不落下风。
“神经网络”才是重点？
想要在自动驾驶方面比其它汽车制造厂更好仅仅拥有一块自研芯片也是不够的。特斯拉之所以能在辅助驾驶领域拥有较好口碑，还有一个关键点，就是神经网络。
神经网络（NEURAL NETWOTRK）现在对于用户来说并不再陌生，因为大家熟悉的手机产品很多都使用了这种机器学习方式，比如：Iphone 上的Siri。神经网络的工作原理的数学模型就像是生物神经网络。最主要的能力就是能够依赖大量的数据信息进行自我学习，而特斯拉拥有庞大的用户群以及数据量。所以特斯拉可以通过大量用户数据，教会机器识别车道线、车辆、行人、交通信号等内容。
具体来说，特斯拉会首先在神经网络中放置一个种子数据集，随机采集大量数据然后进行标注，当神经网络在后续识别中存在识别不准确或者车内司机进行某些操作触发反馈机制后，车子会向总部回传这些数据，特斯拉会对数据进行验证修复，在经过海量数据学习之后，机器就变得更加智能，识别更加准确，同时更利于后续的路径规划以及决策操作。
根据之前特斯拉公布的一份数据，利用在全球的车队，特斯拉已经收集超过 160 亿公里的真实行驶数据，其中超过16 亿公里的行驶里程使用了 Autopilot 自动辅助驾驶系统，海量的自动驾驶数据也是特斯拉相比其它汽车制造厂更占优势的地方。
视觉传感器有何作用？
说完了特斯拉自动驾驶中的“大脑”，想要完成出色的自动驾驶功能，还有一个部分不可缺少，那就是车辆的“眼睛”，也就是视觉传感器，俗称摄像头。
在特斯拉看来，人就是通过两只眼睛来实现对外界的感知，车辆上的摄像头作用与之类似，而特斯拉产品上的的视觉传感器有8 个，并且还有毫米波雷达等辅助设备一起完成车辆在自动驾驶时对外界的感知。
总结
通过上述内容可以总结出，特斯拉自动驾驶技术的核心就是视觉感知+自我学习。而特斯拉这种通过神经网络来完成的“用户数据—自动驾驶—用户数据”提升闭环也能使特斯拉自动驾驶技术愈发的领先。
要说特斯拉完全自动驾驶功能何时能下放到现有产品上，很多行业人士乐观的认为将会在2020年内完成。反观其它汽车制造商，无论是传统品牌还是造车新势力，要么就被禁锢在传统的汽车制造逻辑中难以脱离，要么就是缺乏可用的大量用户数据。这些因素虽不说让它们在技术上落后特斯拉6年，但差距总归还是有一些的。据消息称，特斯拉的下一代芯片也会在两三年内面世，如再不加以追赶，特斯拉会不会在自动驾驶的道路彻底甩离这个时代呢？
编辑：hfy
-
神经网络
+关注
关注
42文章
4771浏览量
100708 -
特斯拉
+关注
关注
66文章
6311浏览量
126541 -
自动驾驶
+关注
关注
784文章
13784浏览量
166375
发布评论请先 登录
相关推荐
一文聊聊自动驾驶测试技术的挑战与创新
自动驾驶技术的典型应用 自动驾驶技术涉及到哪些技术
中国电动车企竞相角逐自动驾驶领域,向特斯拉发起技术挑战
特斯拉智能驾驶｜从视觉优先的技术路径到未来的挑战？
工商网监
评论