特斯拉“亮剑”全自动驾驶三大杀手锏

特斯拉近期披露的名为数据管道(data pipeline)和深度进修体系的专利，优化了用于深度进修的图像处理赏罚进程，除了车端深度进修的流程优化之外，还出格提到了将来如安在环球市场共享数据。

12月30日，位于上海的特斯拉工场将开始交付Model 3。意味着，这家工场将在开工357天后开始向客户交付汽车，这将创下环球汽车制造商在华的新记载。

上海工场是特斯拉环球打算的一部门，目标是加强其活着界最大汽车市场的影响力，更重要的是当地化的工程研发团队也即将落地，目标之一就是顺应中国路况的自动驾驶成果优化。

今朝，特斯拉在海内的Autopilot版本更新一向落伍于美国市场。而在本年9月，交通运输部部长李小鹏接见特斯拉CEO马斯克时，两边就自动驾驶技能成长互换了意见。显然，特斯拉在已往一年时刻，已经频仍与中国的相干主管部分举办各类雷同，这在已往是不常见的。

彼时，交通运输部出格夸大了接待包罗特斯拉在内的各国新能源汽车制造商、自动驾驶研发机构和企业与中国科研单元、企业增强技能交换和研发相助，不绝拓展相助范畴，配合敦促自动驾驶技能落地。

而马斯克暗示，特斯拉愿与中方一道全力，一连增强在自动驾驶技能研发、尺度拟定等方面的交换与相助，等候获得中国交通运输部的更多支持。

与此同时，最快于来岁陈设全自动驾驶体系的特斯拉，正在延续披露一系列和自动驾驶成果相干的技能细节。

一、全自动驾驶底层技能延续曝光

这个中，克日披露的一个专利对付其环球化陈设意味深重。这个名为数据管道(data pipeline)和深度进修体系的专利，优化了用于深度进修的图像处理赏罚进程，除了车端深度进修的流程优化之外，还出格提到了将来如安在环球市场共享数据。

凭证专利的描写，从单一车辆上提取的图像数据信息将与其他特斯拉用户在环球范畴内网络的数据举办较量，一方面缓解驾驶员在自动驾驶时体系也许执行错误进程的忧虑，同时在特斯拉自动驾驶软件不变版本的机能基本上加以改造，并且改造的进程比早年更有服从。

“通过这个进程，特斯拉可以或许从车辆的摄像头和传感器捕获的图像中保持尽也许高的判别率。这样，神经收集就可以更有用地从它所吸取的数据包中进修。这使得神经收集可以或许以更有用的方法处理赏罚更好的图像，从而为更快地改造自动驾驶技能打开了大门。”

而特斯拉的新数据管道和深度进修专利为更快的自动驾驶改造铺平了阶梯。这项新专利，意味着特斯拉的数据传输管道也许是业内最大的之一，由于它从数十万辆配备了大量传感器的汽车中提取数据。

在应用中，特斯拉表明白其体系正在办理的题目：

用于实现自动驾驶的深度进修体系凡是依赖捕捉的传感器数据作为输入。在传统的进修体系中，通过将捕捉的传感器数据从传感器名目转换为与进修体系的初始输入层兼容的名目，使捕捉的传感器数据与深度进修体系兼容。

这种转换也许包罗压缩和下采样，从而低落原始传感器数据的信号保真度。另外，改换传感器也许必要一个新的转换进程。因此，必要一种定制的数据管道，可以最大限度地从捕捉的传感器数据中获守信号信息，为深度进修收集提供更高条理的信号信息，举办深度进修说明。

特斯拉在专利申请中描写了它的办理方案：

本发现果真了一种数据管道，该数据管道将传感器数据作为独立组件提取并提供应用于自动驾驶的深度进修收集。在一些实验例中，行使深度进修收集和从传感器吸取的输入数据实现自动驾驶。

譬喻，安装在车辆上的传感器将车辆周围情形的及时传感器数据(如视觉、雷达和超声波数据)提供应神经收集，用于确定车辆节制相应。

在一些实验例中，收集行使多层实现。按照传感器数据的信号信息，将传感器数据提取为两个或多个差异的数据组件。譬喻，特性或边沿数据可以从全局数据中疏散出来，提取到差异的数据组件中。

而差异的数据组件保存了方针相干的数据，譬喻，数据最终会被深度进修收集用来辨认边沿和其他特性。在一些实验例中，差异的数据组件作为存储与辨认特定方针成果高度相干的数据的容器，但它们自己并不辨认或检测成果。

差异的数据组件提取数据，以确保在呆板进修收集的恰当阶段举办精确的特性检测。在某些实验例中，可以对差异的数据组件举办预处理赏罚，以加强其包括的特定信号信息。可以对数据组件举办压缩或下采样，以进步资源和计较服从。然后在体系的差异层将差异的数据组件提供应深度进修体系。

深度进修收集可以或许操作提取进程中保存的信号信息作为输入，精确地辨认和检测与数据组件的方针数据(如边沿、工具等)相干的特性。

譬喻，将特性和边沿数据提供应收集的第一层，将全局光照数据提供应收集的后一层。通过提取差异的数据组件，每个组件保存各自的方针信号信息，收集可以更有用地处理赏罚传感器数据。

同时，不再吸取传感器数据作为收集的初始输入，而是在收集的最恰当层向收集提供最有效的信息。在一些实验例中，因为差异的数据组件可以充实操作其各自组件的图像判别率来实现其预期目标，因此收集将说明捕捉的传感器数据的更完备版本。

譬喻，特性和边沿的输入可以操作特性和边沿数据的整个判别率、位范畴和位深度，而全局光照的输入可以操作全局光照数据的整个判别率、位范畴和位深度。

风趣的是，专利中列出的三位工程师中的两位已经不在特斯拉事变了。至于剩下这位工程师是否还在特斯拉尚不清晰。这至少声名此项专利已经在内部应用较长时刻。

二、现实施驶数据+深度进修+OTA

一向以来，特斯拉的神经收集接管大量真实数据的实习，这些数据是从用户现实施驶网络来的。今朝，全部的特斯拉车型都配备了某种版本的Autopilot，累计总共行驶了约莫20亿英里。

当特斯拉为Autopilot添加一个新成果时，它起首会向一小群“early access”用户举办陈设。从他们的车中记录的数据然后被用来完美成果，随后用户群被扩大，然后更多的完美。一开始看起来粗拙和不行靠的新成果可以在几周内改变。

更让人惊奇的是，在本年彭博社的一次用户观测中，特斯拉车主在很洪流平上支持马斯克的做法，纵然自动驾驶无意会出题目。

以最新宣布的智能呼叫(也可以领略为L4的自主泊车)为例，尽量收集上不少成果出妨碍的视频，但观测功效表现，高达70%的车主承认该成果。不外，一些安详建议者品评特斯拉把客户看成尝试品。

马斯克暗示，实际天下的实习(晋升自动驾驶成果)是镌汰车祸的最快途径，也也许是独一途径。至少对付智能呼叫来说，错误产生在停车场(低速)，而且不太也许造成严峻的危险。

智能呼叫是特斯拉实现自动驾驶的高频场景之一，停车场对自动驾驶来说是出了名的难。一方面，不在阶梯礼貌统领范畴内;另一方面，差异停车场的标志线、行驶蹊径犯科则以及车流、人流稠浊。

智能呼叫必要对人类举动有深刻的领略。在智能呼叫宣布后的第一个月里，特斯拉车主们行使了100多万次。马斯克暗示，这将有助于“让我们可以或许搜查这些角落里的环境，并从中举办快速进修”。

看看用户的真实评述，或者你更能大白个中的原理。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!