IT之家 7 月 25 日消息 特斯拉本周四在北京南四環(huán)中路特斯拉體驗(yàn)中心舉辦了最新一屆“T-talk”線下分享討論會(huì)，主要講解了特斯拉 FSD 在自動(dòng)駕駛領(lǐng)域所做的努力。
安全是底線：以消滅交通事故為目標(biāo)
調(diào)查顯示，全球每天有 3 萬余人死于交通事故。官方講解了特斯拉在安全方面的舉措：
被動(dòng)安全方面，特斯拉由于沒有發(fā)動(dòng)機(jī)，車型前方自帶吸能潰縮區(qū)，能在意外中有效保護(hù)乘員；采用鋼鋁混合輕量車身、堅(jiān)固的底盤防護(hù)、大量高強(qiáng)度鋼和超高強(qiáng)度鋼的應(yīng)用，加強(qiáng)防護(hù)。
在事故的預(yù)防方面，則有全系標(biāo)配的主動(dòng)安全配置守護(hù)。每輛特斯拉車型，均有側(cè)撞預(yù)警、盲點(diǎn)碰撞警報(bào)、前撞預(yù)警、速度限制警報(bào)、障礙物感應(yīng)限速、自動(dòng)緊急制動(dòng)、車道偏離防避等功能。
官方介紹稱，在最新的美國(guó)國(guó)家公路交通安全管理局（NHTSA）碰撞測(cè)試中，特斯拉全系車型均獲得五星碰撞安全評(píng)級(jí)。其中，Model 3 不僅獲得 NHTSA 全五星安全評(píng)級(jí)、ENCAP 全五星評(píng)級(jí)，還摘得了 IIHS SAFETY PICK + 頂級(jí)安全大獎(jiǎng)。在美國(guó)政府的“新車評(píng)價(jià)項(xiàng)目”中，Model 3 比其測(cè)試的任何車輛受傷概率都低。
在此基礎(chǔ)上，特斯拉還提供了主動(dòng)巡航控制、輔助轉(zhuǎn)向、自動(dòng)變道、輔助駕駛導(dǎo)航等功能，車輛預(yù)知風(fēng)險(xiǎn)、預(yù)判后，系統(tǒng)能夠自主實(shí)施轉(zhuǎn)向、制動(dòng)等決策，盡量避免事故的發(fā)生。
以 Model 3 為例，當(dāng)在并入的臨近車道中探測(cè)到車輛時(shí)，Autopilot 便會(huì)觸發(fā)側(cè)撞預(yù)防功能（轉(zhuǎn)向干預(yù)），并保障車輛自動(dòng)轉(zhuǎn)向行駛到一個(gè)更安全的位置。
據(jù)稱，主動(dòng)安全系統(tǒng) + Autopilot，帶來的安全性提升是立竿見影的。
NHTSA 公布的最新數(shù)據(jù)顯示，在美國(guó)每行車 674 萬公里，平均會(huì)發(fā)生 8.66 次事故。而這個(gè)數(shù)據(jù)，在使用了 Autopilot 的特斯拉車主中僅為 1 次；沒有使用 Autopilot 但有主動(dòng)安全功能參與的駕駛中，事故約為 2 次。也就是說，特斯拉的 Autopilot 讓行車安全水平達(dá)到平均水平的 8.66 倍。
此外，特斯拉還想解決“浪費(fèi)”問，減少堵車時(shí)間和不需要的停車占用面積。
FSD：硬件 + 軟件 + 數(shù)據(jù)
據(jù)悉，特斯拉的芯片已經(jīng)經(jīng)過 3 次迭代，目前最新的 Full Self-Driving Computer 上搭載了特斯拉自主研發(fā)的兩枚芯片，也就是 Autopilot3.0 硬件，性能比 2.5 版本芯片強(qiáng)大 21 倍。
據(jù)介紹，AI 芯片在圖像識(shí)別等領(lǐng)域有著獨(dú)特優(yōu)勢(shì)，其計(jì)算方式為矩陣或 vector 的乘法、加法，配合一些除法、指數(shù)等算法；而 CPU 則適合于不同領(lǐng)域的復(fù)雜算法，比如計(jì)算機(jī)服務(wù)器領(lǐng)域；GPU 雖然也是針對(duì)圖像渲染的算法，但其特性不符合神經(jīng)網(wǎng)絡(luò)。
特斯拉研制的 FSD 芯片中，其中 NNA（NPU）處理器即是為 AI 算法而存在的。相較于 HW2.5，F(xiàn)SD 電腦將算力提升至了 144TOPS，每秒處理的圖片速度提升至 2300 幀。
算力的大幅提升，目的在于處理海量的圖像信息。通過深度學(xué)習(xí)，特斯拉不斷輸入大量數(shù)據(jù)，人工或自動(dòng)標(biāo)注出正確“答案”，令其不斷自我“進(jìn)化”，從而快速提供識(shí)別率，進(jìn)而覆蓋更多駕駛場(chǎng)景。
每當(dāng)車輛在遇到各類“邊角案例”時(shí)，也就是遇到一些比較“棘手”的駕駛場(chǎng)景時(shí)，或駕駛員的操作與系統(tǒng)設(shè)定不一致時(shí)，車輛都會(huì)脫敏匿名將實(shí)際情況上傳給特斯拉云端服務(wù)器，通過龐大的集中算力進(jìn)行深度學(xué)習(xí)以優(yōu)化系統(tǒng)。
當(dāng)然，特斯拉也為用戶提供了不上傳數(shù)據(jù)的選項(xiàng)，官方還強(qiáng)調(diào)其所有上傳至云端的數(shù)據(jù)均為脫敏、匿名處理后的數(shù)據(jù)。
據(jù)悉，特斯拉 FSD 學(xué)習(xí)過程的優(yōu)勢(shì)在于絕大部分?jǐn)?shù)據(jù)是從日常生活中看到的那些真正行駛在路上的車輛收集的，只有小部分來自測(cè)試車隊(duì)，因此更加貼近車主日常駕駛場(chǎng)景。
IT之家了解到，為了處理巨量駕駛數(shù)據(jù)，特斯拉還在努力研發(fā)更強(qiáng)的機(jī)器學(xué)習(xí)和 AI 模型。
例如特斯拉此前啟動(dòng)了一個(gè)代號(hào)為 Dojo 的重大項(xiàng)目，它是一臺(tái)超強(qiáng)的訓(xùn)練計(jì)算機(jī)，處理的數(shù)據(jù)不再停留在圖片層面，而是針對(duì)視頻類的數(shù)據(jù)，能夠以較低的成本實(shí)現(xiàn)算法性能的指數(shù)級(jí)提升。
新思路：取消雷達(dá)，選擇靈敏的視覺方案
自動(dòng)駕駛系統(tǒng)，傳感器得到的數(shù)據(jù)是一切的基礎(chǔ)，不過不同的傳感器各有不同優(yōu)劣勢(shì)。特斯拉表示，毫米波雷達(dá)（Radar）的優(yōu)勢(shì)在于對(duì)距離、速度等信息的判斷，不過通過算法的優(yōu)化，他們已經(jīng)能夠通過攝像頭實(shí)現(xiàn)該目的。
但特斯拉并沒有急于取消雷達(dá)，畢竟在那之前還需要將通過雷達(dá)來判斷其視覺方案是否能夠準(zhǔn)確得知距離、速度等信息。
能夠替代 Radar 給出距離、速度等信息還只是其中一個(gè)理由，另一個(gè)更關(guān)鍵的理由在于，雖然越多的傳感器經(jīng)過融合算法后，能夠提供相對(duì)越全面的環(huán)境信息，但當(dāng)不同傳感器給出的信息也會(huì)出現(xiàn)互相矛盾的問題。
特斯拉經(jīng)過實(shí)際測(cè)試和對(duì)比，通過純視覺方案不僅能夠提供與雷達(dá)方案一樣的信息，并且還將體驗(yàn)優(yōu)化提升了很多。
官方舉例表示，在你前方的車緊急制動(dòng)的場(chǎng)景下，純視覺方案沒有出現(xiàn) Radar 那種信息中斷和誤判的情況，非常線性，從而能夠提供線性的制動(dòng)決策。
注：黃色線條代表毫米波雷達(dá)感知的距離、速度、加速度圖像；藍(lán)色線條代表純視覺傳感器的數(shù)據(jù)結(jié)果。
而在通過立交橋下的場(chǎng)景中，由于 Radar 的垂直分辨率很低，所以容易導(dǎo)致系統(tǒng)誤判空中的物體為障礙物；而純視覺方案則完全不會(huì)出現(xiàn)該問題。
還有一種因素是雷達(dá)對(duì)靜止物體的判斷不比視覺方案。對(duì)于毫米波雷達(dá)來說，前方車輛停靠在路邊，導(dǎo)致識(shí)別較晚，在距離車輛 110 米時(shí)才感知到前方停有卡車。而純視覺方案在距離車輛 180 米的時(shí)候就可識(shí)別到該車輛。
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。