-
日期: 2021-07-05 | 來源: 網易科技 | 有0人參與評論 | 專欄: 特斯拉 | 字體: 小 中 大
對於全自動駕駛汽車需要哪些技術堆棧支持，不同企業和研究人員對這個問題有著不同的答案。事實上，實現自動駕駛的方法不壹而足，有的只需要攝像頭和計算機視覺系統，有的則需要計算機視覺與先進傳感器相結合。其中，特斯拉始終是純視覺自動駕駛技術的倡導者，在今年的計算機視覺和模式識別(CVPR)大會上，該公司首席AI科學家安德烈·卡帕西（Andrej Karpathy）解釋了原因。
過去幾年，卡帕西始終負責領導特斯拉的自動駕駛系統研發工作。在2021年CVPR自動駕駛研討會上，卡帕西詳細介紹了該公司是如何開發深度學習系統的，該系統只需要視頻輸入就可以了解汽車周圍的環境。同時，卡帕西還解釋了為何特斯拉最有可能幫助基於視覺的自動駕駛成為現實的原因。
通用計算機視覺系統
深度神經網絡是自動駕駛技術堆棧的主要組成部分之壹，它主要對車載攝像頭所拍攝視頻中的道路、標志、汽車、障礙物和行人進行分析。不過，深度學習在檢測圖像中的目標時也會出錯。為此，包括Alphabet子公司Waymo在內的大多數自動駕駛汽車公司，都使用激光雷達。這種設備通過向各個方向發射激光束，生成汽車周圍的3D地圖。激光雷達提供了更多的信息，可以填補神經網絡留下的空白。
然而，在自動駕駛堆棧中加入激光雷達也有其復雜之處。卡帕西說：“你必須用激光雷達預先測繪環境地圖，然後借此創建高清地圖，你必須插入所有的車道，搞清楚它們如何連接，以及了解所有的交通燈。在測試階段，你只需要依據地圖駕車肆處移動。”與此同時，要為自動駕駛汽車將要行駛的每個地點創建精確的地圖是極其困難的。卡帕西表示：“收集、構建和維護這些高清激光雷達地圖是不可擴展的。要保持基礎設施的持續更新也極其困難。”
特斯拉的自動駕駛汽車沒有使用激光雷達和高清地圖。卡帕西稱：“根據汽車周圍8個攝像頭拍攝的視頻，所有發生的事情都是第壹次發生在車裡。”
自動駕駛技術必須弄清楚車道在哪裡，交通燈在哪裡，它們所處狀態如何，以及哪些與車輛相關。而且它必須在沒有任何預先確定的道路導航信息的情況下完成所有這些工作。卡帕西承認，基於視覺的自動駕駛方法在技術上更難實現，因為它需要僅靠視頻反饋就能運轉良好的神經網絡。但他稱：“壹旦這種系統投入使用，它就會成為通用計算機視覺系統，可以部署在地球上的任何地方。”
有了通用計算機視覺系統，汽車將不再需要其他輔助駕駛功能。卡帕西表示，特斯拉已經在朝這個方向發展。此前，該公司使用雷達和攝像頭相結合的方式支持自動駕駛系統，但其最近開始推出不再配備雷達的汽車。卡帕西表示：“我們移除了雷達，這些車只靠視覺行駛。這是因為，特斯拉的深度學習系統已經達到了臨界點，現在比雷達的表現好100倍，而雷達開始成為阻礙。”
監督式學習
反對純計算機視覺自動駕駛方法的主要論點是，神經網絡是否可以在沒有激光雷達深度地圖的幫助下，進行測距和估計存在的不確定性。卡帕西對此表示：“顯然，人類開車時依賴視覺，所以我們的神經網絡能夠處理視覺輸入，以了解我們周圍物體的深度和速度。但最大的問題是，合成神經網絡能做到同樣的事情嗎？在過去幾個月裡，我們的努力證明，這是有可能實現的。”
特斯拉的工程師們想要創建壹個深度學習系統，可以在深度、速度和加速度方面對物體進行檢測。他們決定將這壹挑戰視為壹個監督式學習問題來對待，即神經網絡在經過注釋數據訓練後，學會檢測目標及其相關屬性。
為了訓練他們的深度學習架構，特斯拉團隊需要壹個包含數百萬個視頻的海量數據集，並仔細地對視頻所包含的對象及其屬性進行注釋。為自動駕駛汽車創建數據集尤其棘手，工程師們必須確保包括各種不同的道路設置和不經常發生的邊緣情況。卡帕西說：“當你有壹個龐大、幹淨、多樣化的數據集，然後用它訓練大型神經網絡時，我在實踐中看到的是，成功可以得到保證。”
自動標記數據集
特斯拉在全球售出了數百萬輛配有攝像頭的汽車，並據此在收集訓練汽車視覺深度學習模型所需的數據方面處於有利地位。特斯拉的自動駕駛團隊積累了1.5PB的數據，包括100萬段10秒長的視頻和60億個標注了邊框、深度和速度的物體。但是給這樣龐大的數據集貼上標簽是個巨大的挑戰。壹種方法是通過數據標簽公司或在線平台(如Amazon Turk)手動標注。但這將需要大量的手工工作，可能會花費壹大筆錢，而且進展緩慢。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見