據(jù)外媒報道,特斯拉人工智能(AI)總監(jiān)Andrej Karpathy在今年2月舉行的Scaled Machine Learning 大會上,公布了Autopilot及其功能的一組新數(shù)據(jù)。
(圖片來源:特斯拉)
與大多數(shù)從事自動駕駛研究的汽車制造商和科技公司不同,特斯拉不僅僅依賴內部測試車隊或仿真,而是利用其擁有龐大客戶群的電動汽車車隊來收集數(shù)據(jù)。此類車輛配備了大量的傳感器陣列,可用于收集數(shù)據(jù)并改進其駕駛輔助功能。特斯拉希望此類數(shù)據(jù)不僅可用于改進其Autopilot,還能夠幫助監(jiān)管機構確認其系統(tǒng)可以改善道路安全。
目前來看,特斯拉車隊采用Autopilot完成了30億英里,而其中10億英里都由Navigate on Autopilot功能完成,該功能還完成了20萬次自動變道。此外,自從去年特斯拉發(fā)布智能召喚功能(Smart Summon)以來,特斯拉車主已經(jīng)使用了該功能120萬次。
眾所周知,特斯拉致力于采用高度依賴視覺的方式以實現(xiàn)全自動駕駛,即利用其汽車上的攝像頭套件和人工智能技術,以訓練其神經(jīng)網(wǎng)絡,讓車輛能夠對道路上的情況做出反應。而其他主流的自動駕駛汽車公司,如自動駕駛領域的領導者Waymo和Cruise等,都依賴于激光雷達和高精地圖,預先繪制好地圖,再讓自動駕駛汽車在地圖區(qū)域內行駛。雖然方法合理,但也有很多限制。例如,Waymo進行自動駕駛汽車研究已經(jīng)多年,但是迄今為止,也只能在少數(shù)幾個地點運營。這也是為什么基于激光雷達實現(xiàn)全自動駕駛(FSD)不可行的原因。無論是在高速公路還是市中心街道,道路上都有太多不確定性,因而可能會導致預先制定的解決方案無效。
因此,特斯拉不采用高精地圖,而主要依靠車輛攝像頭和人工智能。該方法與人類駕駛的方式非常類似,因為人也是用眼睛觀察道路,利用大腦決定開車時的行為。Karpathy指出,此種方法啟發(fā)了特斯拉改進Autopilot和FSD,并高效應用于整個車隊。改進版本的Autopilot軟件完全不會受預先繪制的地圖數(shù)據(jù)的限制。