实现自动驾驶，特斯拉还差关键一步

图片来自“亿欧图库”，文章来源于：高工智能汽车，作者：高工智能汽车

【编者按】FSD对马斯克和特斯拉来说，将是其总体目标的关键一步，走通了，潜力无限。

本文转载自高工智能汽车，由亿欧汽车整理转载，供行业内人士参考。

视觉的能力，可以发挥到多大？

特斯拉正在一步步给出自己的答案。近日，特斯拉联合子公司DeepScale提交了一项新的专利申请，朝着Autopilot自动驾驶软件重新改写又迈进了一步。

去年10月，总部位于旧金山的DeepScale被特斯拉收购，以帮助开发自动驾驶技术。此前，这家初创公司的当家产品就是一款名为Carver21的自动驾驶AI软件。

此次，特斯拉的这项专利申请名为“用增强数据训练机器模型的系统和方法”，旨在改进Autopilot软件使用其8个摄像头识别环境的方式，也被称为“3D标签”。

一、感知，水很深

在典型的机器学习应用中，用于训练计算机模型的图像集可能代表在许多不同的环境中捕获的具有不同传感器特性的对象。

这些传感器在不同的外部参数方面也可能有所不同，例如成像传感器的位置和方向相对于拍摄图像时的环境。所有这些不同类型的传感器特性使得正确训练计算机模型变得更加困难。

换句话说，这意味着一个自动驾驶系统可以通过编程来识别特定物体的特征，但这些特征可能并不总是与摄像头在特定环境或情况下记录的特征相匹配，从而使传统的系统产生混乱。

特斯拉申请的专利列出了焦距、透镜类型、预处理或后处理、不同的软件环境和传感器阵列硬件可能是造成这种差异的原因。

根据专利申请，特斯拉和DeepSpace的解决方案在于，在软件中引入预增强成像，显示物体在不同环境中的表现。

这样做的目的是希望软件能够对不同的环境本身做出准确的修正。而随后的训练基于包括图像和图像增强的集合。

这意味着特斯拉的新软件将能够收集车辆环境的信息，计算条件如何影响成像传感器捕获物体的方式，增加捕获的图像，并相应地更新软件的参数来识别物体。

这款软件以及对Autopilot和3D标签技术的升级，可能意味着特斯拉在开发自动驾驶汽车的道路上迈出关键一步。

此前，特斯拉已经开始在所有新车配备全新自主研发的FSD芯片代替此前的英伟达芯片，专为全自动驾驶设计。

性能大幅提升是这款芯片的一大特点，除了能够改进特斯拉的现有的自动辅助功能，更重要的是迈向完全自动驾驶的关键一步。

在这一点上，Waymo和特斯拉应该说是走到了一起。

为了充分利用边缘场景，并进一步改善自动驾驶系统的感知，一直以来Waymo与来自谷歌大脑的团队合作，扩展自动数据增强研究，并在数据集上进行测试。

扩充数据背后的原理很简单：假设你有一张狗的照片。通过使用各种图像增强操作，如旋转、剪切、镜像、颜色变换等，可以对照片进行变形和变换，但这并不能改变这是一张狗的图像的事实。

在2019年，Waymo开始将自动数据增强技术应用到基于图像的分类和检测任务中，还包括如何改善激光雷达的3D检测能力。

数据效率的提高尤其重要，因为这意味着Waymo可以加快训练过程，改善第五代Waymo Drive系统的感知能力。

二、数据+神经网络驱动

不过，特斯拉显然还没有利用新的计算能力。2018年10月，特斯拉人工智能高级总监安德烈