把油門當成煞車踩,然後怒告車廠設計瑕疵導致車輛暴衝,已經見怪不怪,但實際次數可能超乎你想像。特斯拉數據顯示,輔助駕駛系統平均一天擋下 40 次這種意外。
近日舉辦的電腦視覺論壇,特斯拉軟體部門主管 Ashok Elluswamy 演說時展示特斯拉軟體如何學習判斷路況,維護車主安全,甚至彌補人類的錯誤行為。
簡單說,特斯拉電腦透過大量行車影像,學會當車前有障礙物,應該做的正確反應,就算駕駛人該踩煞車卻誤踩油門,特斯拉電腦也會判斷這是錯誤行為,而自動煞車。
「Autopilot 每天預防 40 次左右這類意外。」Elluswamy 表示,當車主該重踩煞車卻變成重踩油門,通常會釀成大禍,但特斯拉電腦可協助減少這情況。
These predictions are already used to prevent a lot of collisions. For e.g., Autopilot prevents ~40 crashes / day where human drivers mistakenly press the accelerator at 100% instead of the brakes. In the video Autopilot automatically brakes, saving this person's legs (7/12) pic.twitter.com/XtMssPT9cM
— Ashok Elluswamy (@aelluswamy) August 21, 2022
第二段影片可看到,下半部右側圖表顯示,車主踩油門踏板的力道接近 100%,車輛瞬間加速後,左上方圖表表示電腦認為是誤踩,啓動緊急煞車機制,一切發生在 1 秒內,但站在車後的男性因此救回了一條腿。
其實機制檢驗原理很簡單,一般來說,多數情況下都不會油門踩到底,尤其靜止和倒車時,經過多年學習人類的錯誤經驗,特斯拉電腦可判斷出這種情況下,車主通常是要踩煞車,但誤踩油門踏板。
除了感嘆人類每天誤踩這麼多次油門,特斯拉也分享最新自動駕駛設計方案,要素之一就是導入「Occupancy Network」,是特斯拉電腦人工智慧新架構,卻是最新版 FSD beta 能克服「開放道路左轉」難題的關鍵。
特斯拉試著將車輛周圍所有物體,透過多角度攝影機與電腦運算,計算出「占用體積的量」,且是動態立體下計算。換言之,電腦可理解周圍物體占多少空間,以及預測接下來行動軌跡和占用空間。
"Occupancy Networks" – our solution to these problems – predict volumetric occupancy of all the things around the car. i.e. every voxel or continuous point in 3D space has a probability of being occupied and also its future motion. (3/12) pic.twitter.com/naQgBEeUYK
— Ashok Elluswamy (@aelluswamy) August 21, 2022
10 毫秒內電腦就必須將車輛前後左右物體運算完畢,避免純視覺方案盲點,如 3D 辨識能力薄弱、遠方地平線物體過於敏感、無法預測動向。「要讓這輛車撞車會非常困難。」Elluswamy 表示。
這也解釋為何馬斯克認為 FSD beta 10.69 版特別重要,因透過新技術解決盲點與障礙,當然也讓 FSD 售價變貴了。至於新技術是否真這麼神,就看接下來北美地區萬名 FSD beta 車主的實測結果了。
(圖片來源:影片截圖)