特斯拉電腦冷知識：每天擋下 40 次把油門當煞車的意外

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