Material de conducción nocturna HD
Esta vez, el 10 de julio, hora de EE. UU., Tesla FSD Beta V9.0 finalmente se lanzó a los usuarios de Estados Unidos. En comparación con versiones anteriores, V9.0 tiene la actualización más grande en la historia de FSD. El uso del radar fue completamente abandonado. Además, Tesla reclutó a 2.000 propietarios de automóviles para realizar pruebas internas y el registro fue entusiasta. Sin embargo, el ERROR salió rápidamente.
No, un internauta llamado Giacaglia vio el vídeo publicado por el propietario de un Tesla e inmediatamente recopiló los 11 momentos de error de FSD 9.0 beta. A juzgar por la animación, resulta evidente que el sistema actual sólo puede considerarse conducción asistida. Si te deshaces de él o lo dejas bajo supervisión humana, algo sucederá de todos modos. Los errores que se pueden ver esta vez son:
Escenario 1: Después de girar automáticamente, choca contra el cinturón verde en medio de la carretera.
Escenario 2: No se puede reconocer una única vía en la carretera.
Escenario 3: Irrumpir en el carril bus.
Escenario 4: Yendo hacia atrás en una calle de sentido único.
Escena 5: Sigue cambiando de carril. Cuando gira a la derecha en una intersección, no sabe qué carril tomar.
Escenario 6: Las líneas de compactación de automóviles son paralelas; cuando necesita cambiar de carril con urgencia, porque el vehículo de atrás se acerca, pierde la oportunidad y solo puede encontrarse en la siguiente intersección.
Escenario 7: Hay señales en la carretera después de adelantar, por lo que debes incorporarte.
Escenario 8: Cambiar de carril con antelación al girar a la izquierda.
Escena 9: Al doblar a la izquierda, casi entro al estacionamiento en el lado opuesto de la carretera.
Escenario 10: ¿Cuántos carriles tiene que pasar el coche antes de poder girar a la izquierda?
Escena 11: En un lugar donde solo hay señales de alto, ves dos señales de alto.
“Como alguien que se especializa en aprendizaje profundo, definitivamente no me atrevo a viajar en un automóvil con una red neuronal...” “Sí, estoy haciendo ML (aprendizaje automático) para ver la situación actual. conducción autónoma, que es comparable a lo que encuentra un médico. Los estudiantes reprobados se operaron a sí mismos "Obligar a las máquinas a aprender de los humanos (basándose únicamente en la visión) es una dirección equivocada de desarrollo. Las máquinas tienen sus propias ventajas (pueden instalar radares libremente). y otros equipos de asistencia). Esto es dogmatismo y bookismo típicos."...
Estas son cuestiones muy profesionales. Entonces, ¿Tesla se equivoca acerca del árbol tecnológico? Aunque este tema es una cuestión de opinión, desde la perspectiva de la ruta convencional CV (visión por computadora) + radar, Tesla es un poco como "Xi Du" Ouyang Feng. Para reducir costos, Pure Vision se ha oscurecido. El espíritu de "no te arrepientas incluso si mueres" siempre ha existido, pero este es el destino de los consumidores...
¿Por qué Pure Vision?
Si Tesla dice sinceramente que es un asistente de conducción, lo malo es que a Musk le gustó "hacer volar" el piloto automático desde el principio, e incluso admitió en un correo interno que se trataba de un asistente de conducción L2. Sin embargo, ahora Musk se ha convertido en un mito, y este movimiento de creación de dioses ha hecho que a Musk le resulte imposible montar a lomos del tigre.
Y ha habido demasiados "golpes especiales" en casa y en el extranjero, incluido el Dr. Herbert Diess, director ejecutivo del Grupo Volkswagen. Por supuesto, que el Dr. Dees golpee a Tesla para paralizar al enemigo es otra cuestión.
Sin mencionar cuántas personas han muerto a causa de la tecnología de conducción autónoma de Tesla, que ha estado en el último puesto durante muchos años. Es increíble decir que Tesla puede alcanzar el nivel L4 ~ L5 de conducción totalmente autónoma confiando en una solución de "visión pura".
Marc Pollefeys, profesor de ETH Zurich, cree que es poco probable que Tesla renuncie a la idea de que la conducción totalmente autónoma está a su alcance. "Mucha gente ya ha pagado por ello (el paquete FSD de Tesla), por lo que tienen que mantener viva la esperanza", afirmó. "Están atrapados en esa historia". La historia se ha convertido en un mito.
Entonces, ¿por qué Tesla canceló el radar y utilizó visión pura? Tesla ha enfatizado repetidamente que es difícil fusionar los datos de la cámara y los del radar. Cuando los datos de la cámara y los datos del radar entran en conflicto, el sistema se vuelve más difícil de elegir.
Entonces Musk también dijo que en lugar de dejar que los dos se tiren hacia atrás, es mejor elegir solo uno y hacerlo al extremo. Y en su opinión, el sistema de aprendizaje profundo de Tesla ya es 100 veces más potente que el radar de ondas milimétricas, y ahora el radar de ondas milimétricas ha empezado a quedarse atrás.
En la CVPR (Conferencia de Reconocimiento de Patrones y Visión Computacional) de este año, el científico jefe de IA de Tesla, Andrej Capassi, también habló sobre las razones por las que Tesla es tan terco. Sin embargo, le recomendamos que mantenga la calma cuando se trata de un Tesla que se ha extraviado.
¿Por qué? De hecho, la razón es muy sencilla. Aunque la gente conduce principalmente a través de la vista, otros sentidos son integrales y no inútiles. Como el oído, el tacto físico e incluso la intuición consciente. "De hecho, los humanos están casi inconscientes cuando conducen, por lo que pueden predecir qué hacer a continuación y evitar accidentes". Esto es lo que dijo Li, director general de Chery Technology Co., Ltd., en un foro en la Conferencia Mundial de Inteligencia Artificial. . En este punto, Tesla está demasiado obsesionado con las imágenes.
Sistema de visión general y red neuronal
Entonces, en este CVPR, Andrej Capassi de Tesla presentó en detalle el sistema de conducción automática basado en aprendizaje profundo, es decir, ¿qué es el beneficio de visión total?
La confianza de Tesla reside en el uso de dos tecnologías negras: “sistema de visión universal” y “red neuronal”. Por supuesto, Capasi enfatizó que desde una perspectiva técnica, la conducción autónoma basada en la visión es más difícil de lograr porque requiere una red neuronal para lograr una salida de ultra rendimiento basada únicamente en la entrada de video. "Sin embargo, una vez que se logre un gran avance, estará disponible un sistema de visión universal que podrá desplegarse fácilmente en cualquier parte del planeta."
"Abandonamos el radar de ondas milimétricas y el vehículo se conduce únicamente mediante la visión". Capasi cree que con un sistema de visión universal los vehículos ya no necesitan información adicional. Tesla siempre ha creído que recopilar información medioambiental es una cosa y utilizarla es otra. Además, cuantos más tipos y cantidades de sensores haya, más difícil será coordinarlos e integrarlos. Es probable que el efecto final sea solo 1+1^2, lo que no vale la pena perder.
El FSD Beta V9.0 lanzado por Tesla esta vez, técnicamente hablando, el nuevo algoritmo llama a las 8 cámaras utilizadas para la conducción autónoma, repara la distorsión de lentes cruzadas y el retraso de tiempo, y lo une en visión panorámica. Luego realice un modelado 3D en tiempo real del entorno circundante. Eso es lo que Tesla llama "vista de pájaro".
Específicamente, Tesla convierte vistas 2D en datos LIDAR simulados y luego procesa estos datos con algoritmos (LIDAR) para obtener una precisión de alcance visual mucho mejor que antes. ¿No crees que es extraño? Dado que todavía necesitamos usar el algoritmo lidar, ¿por qué no usar lidar?
Según Tesla, su sistema de conducción autónoma se basa en el reconocimiento, predicción y ajuste de características de redes neuronales. Para aprender proyectos sobre el entorno vial, como el significado de las señales de tráfico, se necesitan muchos materiales de escena para entrenar el sistema. Cuanta más capacitación, más escenarios podrá manejar el sistema. Gracias a los grandes datos acumulados por millones de propietarios de automóviles, Tesla puede conducir fácilmente de forma autónoma en las vías urbanas actuales.
De hecho, Musk siempre ha querido minimizar los costes de fabricación de Tesla. En términos de costo, la cámara de piloto automático actual del Tesla Model 3 cuesta sólo 65 dólares. El costo del lidar está básicamente por encima de los 65.438+0.000 dólares estadounidenses. Ya sabes, en 2018, el precio del lidar HDL-64 de 64 líneas de Veledon alcanzaba los 75.000 dólares.
Por supuesto, lo que respalda las repetidas caídas de los precios de los automóviles por parte de Tesla es el control de costos. Sin embargo, Musk y Tesla todavía son demasiado supersticiosos sobre el poder del software y la IA. En cuanto al "problema de la cola larga" de la conducción autónoma, Tesla cree que depender de la IA y las supercomputadoras para resolverlo es problemático. Incluso si se completa el 99%, el último 1% sigue siendo una brecha insuperable.
Además, algunos medios extranjeros creen que la tradicional empresa automovilística estadounidense General Motors superará a Tesla en 2021 porque Tesla se ha quedado atrás en la conducción autónoma, especialmente en el camino de la "visión pura".
La fusión de sensores es el futuro.
En lo que respecta a las limitaciones de la visión pura, algunas personas en la industria creen que los indicadores KPI de capacidad de percepción y detección no se pueden cumplir en algunos escenarios extremos. Por ejemplo, algunas condiciones climáticas complejas, como lluvia intensa, niebla intensa, arena y polvo, luz intensa y noche, son escenas muy duras para la visión y el lidar, y es difícil abordarlas con un solo sensor. Se refleja principalmente en varios aspectos importantes:
1) Ceguera del sensor visual causada por factores climáticos y ambientales (como el resplandor de la luz de fondo, la obstrucción de tormentas de arena, etc.).
);
2) Los objetos pequeños en el sistema de percepción visual de baja resolución pueden causar retrasos en el reconocimiento del objetivo (como badenes, animales pequeños, conos, etc.);
3 ) Los objetivos extranjeros pueden no coincidir por falta de formación y pueden no ser reconocidos (desprendimiento de rocas en la carretera, pérdida de neumáticos del vehículo que circula delante, etc.);
4) Los requisitos de reconocimiento de el propio sensor visual y la alta potencia informática del reconocimiento visual requieren.
Incluso algunas pruebas de conducción autónoma o fabricantes maduros han tenido muchas caídas en la conducción inteligente, pagando un alto precio por el fallo del sistema de sensores. Por lo tanto, la fusión de sensores es una condición necesaria para construir un sistema de detección estable. Después de todo, las capacidades de percepción visual son limitadas y deben combinarse con un radar de ondas milimétricas o un lidar para complementarse entre sí.
Mirando hacia atrás, si hay una escena en el BUG interno de Tesla que no es asumida por un conductor humano, se convertirá en un accidente de tráfico. ¿Es esto tranquilizador? Los propietarios de Tesla también están preocupados.
Además, sabemos que la forma en que las cámaras detectan la profundidad es solo una parte del problema de la conducción autónoma. El aprendizaje automático de última generación en el que se basa Tesla solo reconoce patrones, lo que significa que tendrá dificultades en situaciones nuevas. Pueden ocurrir errores de juicio cuando estás confundido.
A diferencia de un conductor humano, el sistema no puede razonar sobre qué hacer si no encuentra el escenario. "Ningún sistema de inteligencia artificial sabe lo que realmente está sucediendo", afirmó Killian Weinberg, profesor asociado de la Universidad de Cornell que estudia la visión por computadora en vehículos autónomos.
Otro punto es que, aunque FSD 9.0 crea un escenario de aplicación más amplio para los sistemas inteligentes de asistencia a la conducción, estas funciones siguen siendo un poco incómodas bajo la premisa de los sistemas de asistencia a la conducción de nivel L2 (no los sistemas de conducción autónomos), porque Es imposible deshacerse de él mientras se conduce. Además, los conductores humanos no sólo necesitan sujetar el volante, sino que también deben competir con el sistema informático de a bordo en las vías urbanas, lo que añade una carga adicional y presión psicológica.
Estos errores internos de FSD BETA V9.0 aparecerán repetidamente en las carreteras reales, creando sin duda más peligros ocultos para el tráfico urbano. Pero, ¿se puede utilizar este sistema en las carreteras abiertas más complejas de China? También hay algunos amigos en la comuna que tienen una gran confianza en Tesla. "Nadie lo ha abierto. ¿Cómo saber si será útil?" Sí, ya sea una mula o un caballo, Tesla siempre lo sacará a pasear.