特斯拉自動駕駛功能更新,離完全自動駕駛又近一步

作者 | 發布日期 2020 年 04 月 08 日 13:30 | 分類 交通運輸 , 汽車科技 , 自駕車 Telegram share ! follow us in feedly


據外媒報導,特斯拉首席執行長馬斯克表示,未來幾週內,將在美國推出交通號誌和停車標誌自動辨識功能。

特斯拉功能介紹稱,同時啟動自動轉向和交通感測巡航控制時,汽車可在交通號誌和停車標誌處自動停車。

這兩項功能都包含在特斯拉的基礎版 Autopilot 中,是目前所有車輛的標準配置。

特斯拉的紅綠燈和停車標誌辨識已籌備很久。2019 年 3 月,特斯拉發表了自動轉向停車警告新功能,當司機接近十字路口時,系統自動提醒司機,要求司機接管電動車操控。

此次推出的紅綠燈和停車標誌辨識功能與自動停車功能,將進一步提高 Autopilot 的安全性。

特斯拉表示,由於世界各地不同的交通規則及相關政策法規,與美國車主相比,其他國家客戶的 Autopilot 更新將需等待稍久。

之前超過 60 萬輛特斯拉配備完全自動駕駛晶片,擁有高達 60 億晶體管,每秒可完成 144 兆次計算,能同時處理每秒 2,300 幀圖像,並每輛車有兩個晶片,可同時處理相同數據。

特斯拉隨後申請一項專利,內容是如何從龐大的客戶車隊獲取訓練數據,以訓練自動駕駛神經網路。

自動駕駛真正落實的基礎

目前自動駕駛的關鍵技術為感測、規劃和執行三部分,涉及感測器、數據處理、機器學習、SLAM 與感測器融合、路徑規劃等多個領域。

其中,感測透過車輛感測器硬體互動與通訊,主要負責汽車行為等計算,控制則是對元件的電子化操作。

感測主要是透過環境感測定位。

環境感測階段,需取得大量周圍環境資訊,確保車子對周圍環境的正確理解和決策。

環境感測是對環境的理解能力,如標線、紅綠燈辨識、交通號誌辨識、行人車輛檢測、障礙物類型等數據理解分析分類,定位是感測結果的後處理,透過定位功能幫助車輛了解所處環境的位置。

規劃部分,根據自駕車感測器套件取得的原始數據和已有地圖,自動駕駛系統需要透過同時定位和映射演算法構建和更新具體的環境地圖,追蹤具體定位,開始規劃從一點到另一點的路徑。

目前,機器學習的最新進展在於有效處理自駕車感測器產生的數據,減少計算成本。此外,晶片製造和微型化進步,正在提高可安裝在自駕車的計算能力。

5G 的高寬頻、低延遲將幫助基於網路的數據處理自主操作。執行是系統按照決策結果控制車輛。

車輛各操控系統都需要透過匯流排與決策系統連接,並能按照決策系統的匯流排指令精確控制加速程度、制動程度、轉向幅度、燈光控制等動作,以讓車輛自主駕駛。

感測定位如駕駛的眼睛,規劃決策相當於駕駛的大腦,執行控制就好比駕駛的手腳。執行控制是自動駕駛真正落實的基礎。

特斯拉完全自動駕駛計畫

特斯拉電動車的最大賣點就是自​​動駕駛系統(目前的技術程度屬二級「輔助駕駛」),每隔一段時間就會推出升級功能。

特斯拉自動駕駛系統的基本原理,是對路上各種物體和對象準確辨識,車載電腦會根據辨識出的路況執行各種操控。

按照計畫,特斯拉將在今年推出完全自動駕駛。據過去影像顯示,從住家到公司,無需駕駛掌握方向盤,車輛能全程自我操控。這意味著完全自動駕駛達成後,車主可在車上打電話、玩手機,甚至處理公事。

馬斯克甚至計劃設立自駕計程車公司,讓大量自駕電動車在街頭自由行駛,透過手機軟體獲得乘客訂單。

(本文由 雷鋒網 授權轉載;首圖來源:Flickr/Paul Corson CC BY 2.0)

延伸閱讀: