¿Conducción sin intervención? ¿Destruir la sonda fantasma? ¿Es esto lo más cerca que estaremos de la conducción autónoma?

En el camino hacia la conducción autónoma, Tesla está adoptando un enfoque más agresivo que nadie.

El 20 de octubre, Tesla lanzó la última versión de FSD (Full Self-Driving) FSD Beta a algunos propietarios de automóviles. Según Musk, esta actualización logrará que Tesla sea "intervención cero" y "completamente" autónoma. función de conducción.

Ya en junio de este año, Musk anunció públicamente que el FSD de Tesla marcará el comienzo de una actualización cualitativa. ¿FSD es una reescritura de la arquitectura básica, no un ajuste incremental del código? El algoritmo reescrito puede ampliar las capacidades de percepción del FSD de 2D a 4D, agregando predicción de profundidad (red de mapeo Birdview), predicción de tiempo (oclusión de procesamiento RNN) y otras funciones. Esto no solo significa que el vehículo puede percibir el mundo real con mayor claridad. También puede hacer predicciones más precisas sobre posición, dirección y velocidad.

Antes de esta versión, la conducción asistida por piloto automático basada en FSD debía cumplir algunas condiciones básicas antes de habilitarse, incluido reconocer claramente las líneas de carril, identificar el vehículo que circula delante y viajar a una velocidad de más de 30 millas por hora. etc. Sin embargo, en FSD?Beta, las condiciones de activación se reducen mucho, y es tan sencillo como establecer el destino en la navegación para activar la función.

A juzgar por los vídeos compartidos por algunos usuarios madrugadores, FSD? Beta puede realizar reconocimiento complejo del estado de la carretera en rotondas, conducción autónoma que no depende de las líneas de carril, adelantamientos autónomos (o evitar objetos de interferencia) e intersecciones. semáforos Capacidad para reconocer, girar a la izquierda de manera apropiada y responder a diversas condiciones climáticas, incluida la noche, la lluvia, etc.

Debes saber que la "conducción autónoma sin depender de las líneas de carril" por sí sola es suficiente para derrotar al 90% de los competidores del mercado.

El cambio cualitativo de FSD?Beta

A continuación, echemos un vistazo a los aspectos más destacados de FSD?Beta.

Debido a que esta versión actualmente solo está disponible para algunos usuarios (usuarios profesionales o medios de comunicación) en los Estados Unidos, la mayoría de los materiales y la información del artículo son compartidos por usuarios anticipados en los Estados Unidos.

Se puede encontrar en el video de prueba en carretera filtrado en Internet que FSD? Beta ha rediseñado la interfaz de usuario para crear diferentes pantallas según el entorno de iluminación durante el día o la noche. la pantalla es el vehículo en el área de estado, el mapa de navegación está a la derecha y el modelo del vehículo también se ha promocionado desde la parte inferior del área hasta el centro del área.

El área izquierda muestra elementos como marcas viales, señales de tráfico, estructuras de intersección y automóviles a ambos lados del carril, y está marcada con líneas de diferentes colores, que pueden mostrar información en tiempo real según el estado de conducción del vehículo, como si estuviera demostrando "el mundo a través de los ojos de FSD". Al mismo tiempo, el modelo de visualización se ha mejorado del 2D anterior al 4D, y también se ha cambiado la perspectiva de la primera perspectiva dentro del automóvil a la tercera perspectiva desde detrás del automóvil.

En general, la cantidad de información mostrada es más rica y detallada que antes, y parece tener un mayor sentido de la tecnología. Sin embargo, en comparación con la versión anterior, el diseño de la interfaz de usuario de FSD Beta esta vez es un poco tosco. Parece ser una versión para ingenieros, que es bastante dura. Además, demasiada información en la pantalla puede llamar la atención del conductor, por lo que se espera que se ajuste en próximas versiones oficiales.

¿Qué funciones puede lograr el FSD actual?

Sigamos mirando:

(1) Identificar los semáforos

La cámara situada delante del vehículo puede identificar con precisión los semáforos en la intersección y Utilícelo para determinar el movimiento del vehículo.

Esta función estaba disponible anteriormente en algunas zonas de Estados Unidos, pero ahora está completamente abierta:

Al mismo tiempo, el reconocimiento de las señales de tráfico por la noche también es muy preciso:

(2) Reconocer las señales de alto

En las normas de tránsito estadounidenses, la señal de STOP indica que el vehículo debe detenerse y observar durante aproximadamente 3 segundos antes de continuar. Generalmente se ve en las intersecciones. FSD?Beta también puede reconocer. y coopere bien con la operación:

(3) Juicio de intersección

Al pasar por una intersección, si desea girar a la derecha, ¿FSD? Beta puede determinar si viene un automóvil. desde la izquierda o en dirección opuesta, y luego continúa viajando:

(4) Pasa automáticamente por la rotonda

¿Lo más sorprendente es que FSD ahora puede pasar activamente por la rotonda? , y en el proceso determina si hay un automóvil que viene en sentido contrario en el carril cercano y decide salir de acuerdo con el carril de navegación:

Manténgase completamente quieto incluso cuando conduce de noche:

(5) Convocatoria más inteligente

FSD?Beta ha mejorado los escenarios de aplicación de la función de convocatoria. La trayectoria de conducción se puede juzgar en función de las condiciones reales de la carretera en el estacionamiento para lograr una conducción completa sin conductor en el área. :

(6) Evite activamente los vehículos no motorizados

En tramos de carretera estrechos, si el vehículo está identificado Cuando hay un vehículo no motorizado circulando por la carretera, FSD?Beta evitará ligeramente hacia el otro lado:

Incluso puede identificar con precisión obstáculos en el suelo y evitarlos:

(7) Alerta temprana del detector de fantasmas

" "Detector de fantasmas" se refiere a peatones u obstáculos que repentinamente se precipitan en el área ciega del campo de visión, a menudo excediendo la reacción de los conductores humanos y dejándolos demasiado tarde para evitarlos. FSD?Beta ahora tiene predicción de oclusión, que puede detectar y frenar a tiempo:

Además de lo anterior, hay muchas funciones nuevas de FSD?Beta, que no se pueden enumerar aquí. Si aún no está satisfecho, puede buscar vídeos de demostración de coches reales.

¿Cómo implementar estas funciones?

Efectivamente, ¿el nuevo FSD? Beta ha logrado un salto tecnológico como afirmó Musk. Entonces, ¿cómo se implementan estas funciones?

Un resumen sencillo en cuatro palabras: hardware + algoritmo.

El hardware FSD de Tesla se envía de fábrica sin actualizaciones posteriores. Tomemos como ejemplo el último Modelo 3:

El Modelo 3 tiene 8 cámaras, 3 de las cuales son responsables. para la vista frontal, y las cinco cámaras restantes se encargan de monitorear los laterales y la parte trasera del vehículo.

En la última versión Beta de FSD, las imágenes recopiladas por estas 8 cámaras formarán una sola imagen, en lugar de que cada cámara trabaje y analice de forma independiente. Esta es una mejora muy grande.

Interviene aquí, ¿por qué es una cámara en lugar de una solución lidar? Porque Musk ha enfatizado muchas veces que el objetivo de Tesla es implementar un sistema de conducción autónoma que pueda usarse en una gama y escenarios de carretera más amplios, en lugar de como Waymo, que aunque los sensores están armados hasta los dientes, solo se puede usar dentro de un área designada. zona de viaje. Las características de bajo costo de la cámara pueden respaldar esta solución.

Hablando de sensores, el Model 3 también integra un radar con visión de futuro con capacidades de procesamiento mejoradas para proporcionar datos ambientales adicionales para el vehículo y actuar como redundancia de seguridad en condiciones climáticas como lluvia, niebla, arena y polvo. Además, hay 12 sensores ultrasónicos, aunque el radio de trabajo es corto, pueden funcionar de manera estable a cualquier velocidad y se utilizan principalmente para controlar los puntos ciegos de los vehículos.

Además de la compatibilidad con sensores, Hardware? 3.0 también tiene un corazón: el chip FSD. Utiliza dos SoC de desarrollo propio, dos GPU, dos procesadores de red neuronal y una CPU de bloqueo. Para mejorar la velocidad de acceso al procesador de la red neuronal y mejorar la potencia informática, cada chip FSD también integra un caché de 32 MB. A juzgar por los datos oficiales de Tesla, Autopilot HW 3.0 puede procesar 2300 fotogramas por segundo de imágenes generadas por 8 cámaras trabajando simultáneamente, con una potencia informática total de 144TOPS.

La clave para lograr actualizaciones iterativas de funciones mientras la base del hardware permanece sin cambios radica en el algoritmo de Tesla. Pero, ¿el algoritmo es la tecnología central de FSD? También es el secreto de Tesla y no se puede ampliar aquí. Sólo podemos captar algunos puntos clave de la información revelada por Musk.

En el Día de la Autonomía del año pasado, Musk reveló que Tesla tiene un proyecto interno de supercomputadora cuyo nombre en código es "Dojo". A juzgar por la descripción de Musk, Dojo es el próximo gran asesino de Tesla después del chip FSD. Puede realizar cálculos de 1?Exaflops con FP32. FP32 es un número de punto flotante, que es más preciso que FP16 usando 16 bits; Exaflop se refiere a cuántas operaciones de punto flotante puede manejar una computadora por segundo. 1 Exaflop significa decenas de miles de millones de veces por segundo. el más potente del mundo. La supercomputadora tiene una velocidad de 0,415?

Esta supercomputadora puede ingresar cantidades masivas de datos de video cargados desde vehículos para crear una enorme base de datos para construir un modelo de conducción y realizar ejercicios de algoritmos no supervisados ​​a través del servidor de entrenamiento. Estos datos incluyen marcas de carril, condiciones del tráfico, obstáculos, señales de tráfico, etc. El sistema filtrará, limpiará y etiquetará estos videos, y cientos de ingenieros calificados en etiquetado los procesarán simultáneamente para lograr un estudio mecánico de alta precisión.

Presumiblemente, estas son las claves para que FSD?Beta pueda reescribir fundamentalmente la pila.

Gracias a dicho soporte técnico, Musk se jactó en la Conferencia Mundial de Inteligencia Artificial de 2020 de que Tesla está muy cerca de la conducción autónoma L5 y utilizará el hardware existente y el software continuamente mejorado para finalmente alcanzar la conducción autónoma de nivel L5.

Algunas dudas técnicas

Sin embargo, aunque las funciones medidas de FSD?Beta son sorprendentes, muchos fanáticos geek han descubierto problemas. La mayor controversia es la de si FSD?Beta usa alto. -mapas de precisión.

Según Tesla, Autopilot se basa en algoritmos puramente visuales para lograr una conducción automática (asistida), que es completamente diferente a la ruta lidar comúnmente utilizada en la industria. Musk también tiene absoluta confianza en su propia tecnología visual y siempre ha insistido en el reconocimiento visual al 100%, llegando a decir que "los mapas de alta precisión basados ​​en GPS son una mala idea, ya que fragilizarán todo el sistema".

Sin embargo, un blogger cuestionó en las redes sociales que Tesla podría haber utilizado un "mapa de alta precisión". la carretera real es muy baja, sin embargo, FSD?Beta muestra claramente la imagen de la intersección:

Entonces, algunas personas especulan que FSD?Beta está precargado con información de la carretera y no es un verdadero reconocimiento visual de conducción.

Pero hay otro dicho: FSD?Beta utiliza el método de mapeo SLAM. SLAM, o Localización y Mapeo Simultáneo, se utiliza principalmente para resolver los problemas de posicionamiento y construcción de mapas de la inteligencia artificial cuando se mueve en entornos desconocidos. Fue propuesto por primera vez por la NASA en 1989.

La base de esta especulación es que FSD? Beta está recopilando enormes datos de comentarios de los usuarios. Otro blogger dijo en Twitter: "En sólo dos días después de recibir la actualización de FSD? Beta, su Modelo ?3 subió 21,09 GB. de datos, que pueden incluir cantidades masivas de información vial.

El famoso hacker extranjero de Tesla (@Green) también analizó esto y creyó que Tesla utilizó los datos cargados por el vehículo para dibujar un mapa 3D de la ciudad por sí solo para proporcionar navegación a otros usuarios. . Los datos del mapa están precargados. Incluso si no es un mapa de alta precisión, es suficiente para que el sistema haga predicciones por adelantado.

En la actualidad, los funcionarios de Tesla no han respondido a estas preguntas y Tesla dará seguimiento a este tema en el futuro.

¿Qué tan lejos está Tesla?

En los últimos años, el rápido desarrollo de las redes neuronales y la tecnología de aprendizaje visual es indispensable para la enorme contribución de Tesla. A juzgar por la explicación detallada de la función FSD Beta antes mencionada, Tesla no solo es muy radical en el campo de la conducción autónoma, sino que su tecnología es bastante potente. Si no ocurre nada más, Tesla seguirá ampliando sus ventajas.

¿Por qué?

Actualmente, hay tres tipos principales de fuerzas que trabajan en el campo de la conducción autónoma: una es un gigante de la tecnología de Internet, la otra es una empresa de automóviles de nueva energía y la tercera es una empresa de automóviles tradicional que enfatiza. Transformación inteligente.

En última instancia, el sistema de conducción autónoma se basa en la inteligencia artificial, y la inteligencia artificial requiere una gran cantidad de datos como "nutrientes" para evolucionar.

Debido a esto, para la tecnología de conducción autónoma, no solo es necesario dominar la integración de software y hardware de la conducción autónoma, sino que también requiere una gran cantidad de datos para que la inteligencia artificial lleve a cabo un aprendizaje profundo.

Desde este punto de vista, Tesla tiene una ventaja absoluta. Aunque Waymo de Google tiene un algoritmo, carece de datos de usuarios reales; GM Cruise también tiene el mismo problema y el volumen de datos es mucho menor que el de Tesla, y mucho menos el de las empresas automotrices tradicionales, ninguno de los algoritmos puede igualar a los dos primeros. En cuanto a Tesla, solo el Model 3 puede vender casi 300.000 unidades en un año, y la mayoría de ellas están equipadas con modo sombra.

El llamado modo sombra significa que cuando el piloto automático está activado, el sistema detectará los datos alrededor de la carretera del vehículo en segundo plano, aprenderá las operaciones de conducción del conductor humano y finalmente transmitirá los datos. al servidor para el modelado, optimizando así el algoritmo de conducción y luego OTA al vehículo. Desde que Tesla comenzó a instalar el piloto automático en sus vehículos en 2015, el Modo Sombra ha recorrido más de 3 mil millones de millas en segundo plano. Esta escala no tiene comparación con otros sistemas de conducción autónoma probados en tramos de carretera cerrados.

¿A qué distancia estamos de los coches sin conductor?

Después de analizar esto, mucha gente debería pensar que ¿estamos a punto de conseguir la conducción sin conductor? Lo siento, todavía necesito echarle un poco de agua fría a esto. Aunque en teoría hemos ido avanzando, todavía queda un largo camino por recorrer antes de una conducción totalmente autónoma.

En primer lugar, desde un punto de vista técnico, los casos técnicos de esquina (Corner Case) no se pueden resolver de manera efectiva. En el sistema de conducción autónoma, el vehículo recopila datos a través de radar o cámaras y los carga en la máquina para aprenderlos. Sin embargo, durante la conducción real, inevitablemente ocurrirán algunas condiciones de la carretera que están más allá del rango de experiencia de la máquina (como. Ejemplo de colisión y vuelco del modelo Taiwán).

Un informe de investigación de la Asociación de Vehículos Eléctricos 100 señala que la tecnología sin conductor actual puede manejar el 90% de las condiciones normales de la carretera, pero el 10% restante de los casos extremos tienen un impacto enorme y requieren el 90% del tiempo para resolver.

Tesla también entiende esto, por lo que también da algunos consejos a los usuarios de FSD?Beta: en primer lugar, solo se envía a algunos usuarios profesionales, lo que indica que todavía hay incertidumbre sobre si este sistema se puede abrir por completo. En segundo lugar, solo se envía a algunos usuarios profesionales. Tesla también mencionó en las instrucciones de actualización que FSD es solo una versión beta y que debe prestar especial atención al usarlo. Es posible tomar la decisión equivocada en el momento más peligroso, por lo que el conductor debe mantener ambas manos en el volante y controlar constantemente las condiciones del tráfico en la carretera.

Además de los aspectos técnicos, otras cuestiones incluyen, entre otras:

Responsabilidad legal. El tema de la responsabilidad es un concepto crucial en cualquier derecho. Sin embargo, la tecnología de conducción autónoma ha desdibujado la división de este concepto. Si un vehículo autónomo se ve involucrado en un accidente automovilístico, ¿el conductor debe ser considerado responsable? ¿Es un proveedor de tecnología? ¿O depende de la marca del vehículo? Se trata de problemas actualmente no resueltos (como el ejemplo de la muerte de peatones provocada por Uber en Estados Unidos).

El establecimiento de derechos de vía y normas de circulación. ¿Los vehículos autónomos disfrutan de los mismos derechos de paso que los vehículos conducidos por humanos y están sujetos a una gestión unificada? ¿Conducen por el mismo carril y aplican las mismas normas de tráfico?

Cambios en las propiedades del producto. La conducción autónoma aumentará en gran medida la tasa de utilización de los vehículos, reduciendo así el stock de vehículos en toda la carretera, porque en este momento las personas ya no necesitan la propiedad del vehículo, solo necesitan tener derecho a utilizarlo. ¿Aceptar el cambio en la naturaleza del producto?

Por ejemplo, la ética técnica. El famoso problema del tranvía reaparecerá nuevamente. Supongamos que un vehículo autónomo puede evitar que los peatones salgan repentinamente de la carretera para protegerlos, pero sacrificará la seguridad de los pasajeros y otros vehículos en la carretera, y viceversa. ¿Cómo debería la IA tomar decisiones y tomar decisiones?

Aún quedan muchos problemas a los que se enfrentará la conducción autónoma y no podemos enumerarlos todos aquí. Debido a esto, las empresas comprometidas con la tecnología de conducción autónoma no pueden actuar demasiado apresuradamente y promover algunos puntos funcionales que aún no se han implementado, lo que fácilmente puede causar malentendidos públicos e incluso provocar accidentes de seguridad importantes.

El proveedor de automóviles Continental realizó una encuesta sobre la conducción autónoma en 2013. Los resultados mostraron que el 66% de los estadounidenses pensaba que "los coches autónomos me asustan" y el 50% pensaba que "la tecnología no puede funcionar de forma fiable". ". Para 2018, los datos de las dos encuestas habían aumentado al 77%.

La razón puede ser que Tesla, Uber y otras empresas han experimentado accidentes de tráfico una y otra vez durante las pruebas de conducción autónoma, lo que ha afectado la confianza del público en la conducción autónoma.

La forma definitiva de conducción autónoma

Ahora entendemos que la conducción autónoma significa "entregar el control del vehículo al coche", pero el autor cree que el control del vehículo debe "entregarse al coche".

Suponiendo que algún día en el futuro, la conducción autónoma para todas las personas se convierta en una realidad, los vehículos que circulan por las carreteras definitivamente utilizarán soluciones de conducción autónoma de diferentes empresas. La tecnología puede ser mixta. y los estándares de juicio serán diferentes. Además, por poderosa que sea la conducción autónoma de una bicicleta, no puede predecir las acciones de otros vehículos en la carretera e inevitablemente surgirán problemas inesperados.

La forma de lograr realmente una conducción totalmente autónoma es integrar todo el tráfico urbano en una red de transporte. Cada vehículo en la carretera está conectado a esta gran red a través de la tecnología 5G e Internet de las cosas, y está controlado por. La inteligencia artificial coordina las operaciones y cada vehículo conoce su posición relativa en el sistema y la ruta que recorrerá, logrando así la eficiencia de transporte más eficiente y maximizando la utilización de la capacidad de la carretera. En ese momento, las personas solo necesitan seleccionar la salida. punto y punto final. El sistema le asignará automáticamente un vehículo y conducirá hasta su destino.

Por supuesto, esto puede ser simplemente una fantasía poco realista, pero los gigantes tecnológicos representados por Tesla realmente pueden acercarnos un paso más a las películas de ciencia ficción.

(Imágenes/Texto/Fotografía: Jiedian Tang Ke)

Este artículo proviene del autor de Chejiahao de Autohome y no representa los puntos de vista ni las posiciones de Autohome.