特斯拉稱其自動駕駛方法難度更大

蓋世汽車訊 據外媒報道,日前,特斯拉AI和計算機視覺主管Andrej Karpathy承認,特斯拉在自動駕駛方面所採用的方法比業內大多數公司更難,但他表示,這是擴展的唯一途徑。

特斯拉稱其自動駕駛方法難度更大

(圖片來源: https://electrek.co/ )

目前業內有數十家知名公司正在致力於解決自動駕駛問題,而且有很多不同的方法,主要分為兩類:主要依賴計算機視覺的公司,以及依賴高清地圖的公司。特斯拉屬於依賴計算機視覺的公司。

本週早些時候,Karpathy分享了特斯拉自動駕駛開發軟件演示轉向,以及Waymo的自動駕駛原型進行轉向的視頻。Karpathy強調説,雖然兩種方式看起來完全一樣,但其背後的決策是完全不同的。“Waymo和業內許多公司都使用高清地圖。車輛上路之前,必須先駕駛車輛預先繪製環境地圖,還必須配備釐米級精度的激光雷達。車輛知道如何在十字路口轉彎,瞭解相關聯的交通燈,以及定位等等。而我們不做這些假設,對我們而言,每經過一個十字路口,我們都是第一次看到它。”

Karpathy承認這是一個很難解決的問題,而特斯拉的目標是打造一個可擴展的自動駕駛系統,可部署在道路上的數百萬輛車輛中,他認為特斯拉基於視覺的系統更容易擴展。“可擴展性是一個很難解決的問題,但如果我們從根本上解決了這一問題,就有可能擴展到道路上的數百萬輛汽車。而建立激光雷達地圖是極其昂貴的。除了創建,還要進行維護,而且檢測其變化是極其困難的。”

Karpathy稱基於地圖的方法為“不可擴展的方法”。他表示,雖然特斯拉也製作地圖,並使用“視覺和地圖之間的各種融合”,但其地圖沒有到達釐米級的精度,因此,不能依靠這些地圖進行導航。

特斯拉在應對所有情況時都必須像是第一次遇到。Karpathy解釋了他們是如何通過幾十名從事神經網絡研究的員工來實現這一目標的。他們以一個通用的計算機視覺基礎設施為基礎,然後圍繞該基礎設施創建新的任務。雖然特斯拉只有幾十名從事神經網絡研究的員工,但其有一個龐大的團隊從事標註工作。換言之,特斯拉將核心視覺檢測系統與系統需要實現的具體任務(例如檢測各種類型的停車標誌)分離開來。

就地圖而言,Karpathy表示“不要以為我們可以擺脱高清激光雷達地圖。我們會使用激光雷達地圖,尤其是所有車道的車流、交通等相關地圖,然後思考如何在不使用激光雷達地圖的情況下預測十字路口。”

本文來源於汽車之家車家號作者,不代表汽車之家的觀點立場。

版權聲明:本文源自 網絡, 於,由 楠木軒 整理發佈,共 1002 字。

轉載請註明: 特斯拉稱其自動駕駛方法難度更大 - 楠木軒