現今大部分汽車都已經擁有了用於巡航控制和高級駕駛員輔助系統的攝像頭、雷達和超聲波傳感器，高端車型還配備激光雷達。作為走在自動駕駛技術前沿的特斯拉，採取了與當前大部分公司截然不同的做法，大部分公司試圖通過雷達、攝像頭以及激光雷傳感器達來打造自動駕駛汽車，而特斯拉則摒棄激光雷達傳感器，未來計劃只使用前兩項來完成這項工作。當初頻頻出事的特斯拉自動駕駛，在技術迭代更新後，這種技術會更可靠嗎？今天《車壹圈》帶大家來了解特斯拉的自動駕駛技術發展到何種地步了。
現今大部分汽車都已經擁有了用於巡航控制和高級駕駛員輔助系統的攝像頭、雷達和超聲波傳感器，高端車型還配備激光雷達。作為走在自動駕駛技術前沿的特斯拉，採取了與當前大部分公司截然不同的做法，大部分公司試圖通過雷達、攝像頭以及激光雷傳感器達來打造自動駕駛汽車，而特斯拉則摒棄激光雷達傳感器，未來計劃只使用前兩項來完成這項工作。當初頻頻出事的特斯拉自動駕駛，在技術迭代更新後，這種技術會更可靠嗎？今天《車壹圈》帶大家來了解特斯拉的自動駕駛技術發展到何種地步了。
放棄傳統激光雷達，採用DAR仿生系統
特斯拉工程師解釋道，激光雷達傳感器成本太高是放棄原因的其中之一。傳統激光雷達傳感器就好像人類的眼睛，能從圖像中識別出一個物體，但計算機所看到只是一個數字矩陣，用來識別圖像中每個像素的位置和亮度，這種識別方式有一定機率會產生錯誤識別，從而造成隱患。特斯拉與凱鵬華盈、英特爾資本和LG等多家投資機構籌集6000萬美元用於開發智能探測和測距(iDAR)系統，取代目前的被動激光雷達傳感器。
現今大部分汽車都已經擁有了用於巡航控制和高級駕駛員輔助系統的攝像頭、雷達和超聲波傳感器，高端車型還配備激光雷達。作為走在自動駕駛技術前沿的特斯拉，採取了與當前大部分公司截然不同的做法，大部分公司試圖通過雷達、攝像頭以及激光雷傳感器達來打造自動駕駛汽車，而特斯拉則摒棄激光雷達傳感器，未來計劃只使用前兩項來完成這項工作。當初頻頻出事的特斯拉自動駕駛，在技術迭代更新後，這種技術會更可靠嗎？今天《車壹圈》帶大家來了解特斯拉的自動駕駛技術發展到何種地步了。
放棄傳統激光雷達，採用DAR仿生系統
特斯拉工程師解釋道，激光雷達傳感器成本太高是放棄原因的其中之一。傳統激光雷達傳感器就好像人類的眼睛，能從圖像中識別出一個物體，但計算機所看到只是一個數字矩陣，用來識別圖像中每個像素的位置和亮度，這種識別方式有一定機率會產生錯誤識別，從而造成隱患。特斯拉與凱鵬華盈、英特爾資本和LG等多家投資機構籌集6000萬美元用於開發智能探測和測距(iDAR)系統，取代目前的被動激光雷達傳感器。
DAR是一種感知系統，能夠超越環境模仿人類大腦及其智能感知能力，利用人工智能幫助自動駕駛汽車像機器人一樣思考，但像人類一樣理解，就好比人類數以百萬計的神經元組成的神經網絡，計算機科學家創建了人工神經網絡，它可以像人類的生物神經網絡一樣工作。計算機將攝像機正面觀看到的圖像，通過軟件處理，將正視圖變為鳥瞰圖，再結合安裝在擋風玻璃兩側、造價便宜的立體攝像機來達到和激光雷達相似的定位精度。也就是說，特斯拉未來會使用神經網絡解決所有的自動駕駛問題，一輛自動駕駛的汽車匹配一臺能夠每秒至少執行50萬億次操作的神經網絡計算機，電腦耗電量並且不超過100W。
現今大部分汽車都已經擁有了用於巡航控制和高級駕駛員輔助系統的攝像頭、雷達和超聲波傳感器，高端車型還配備激光雷達。作為走在自動駕駛技術前沿的特斯拉，採取了與當前大部分公司截然不同的做法，大部分公司試圖通過雷達、攝像頭以及激光雷傳感器達來打造自動駕駛汽車，而特斯拉則摒棄激光雷達傳感器，未來計劃只使用前兩項來完成這項工作。當初頻頻出事的特斯拉自動駕駛，在技術迭代更新後，這種技術會更可靠嗎？今天《車壹圈》帶大家來了解特斯拉的自動駕駛技術發展到何種地步了。
放棄傳統激光雷達，採用DAR仿生系統
特斯拉工程師解釋道，激光雷達傳感器成本太高是放棄原因的其中之一。傳統激光雷達傳感器就好像人類的眼睛，能從圖像中識別出一個物體，但計算機所看到只是一個數字矩陣，用來識別圖像中每個像素的位置和亮度，這種識別方式有一定機率會產生錯誤識別，從而造成隱患。特斯拉與凱鵬華盈、英特爾資本和LG等多家投資機構籌集6000萬美元用於開發智能探測和測距(iDAR)系統，取代目前的被動激光雷達傳感器。
DAR是一種感知系統，能夠超越環境模仿人類大腦及其智能感知能力，利用人工智能幫助自動駕駛汽車像機器人一樣思考，但像人類一樣理解，就好比人類數以百萬計的神經元組成的神經網絡，計算機科學家創建了人工神經網絡，它可以像人類的生物神經網絡一樣工作。計算機將攝像機正面觀看到的圖像，通過軟件處理，將正視圖變為鳥瞰圖，再結合安裝在擋風玻璃兩側、造價便宜的立體攝像機來達到和激光雷達相似的定位精度。也就是說，特斯拉未來會使用神經網絡解決所有的自動駕駛問題，一輛自動駕駛的汽車匹配一臺能夠每秒至少執行50萬億次操作的神經網絡計算機，電腦耗電量並且不超過100W。
如何培養像人一樣強大的神經網絡系統？
特斯拉人工智能高級總監安德烈•卡拉帕對神經網絡的培養做了進一步解釋，由於特斯拉擁有巨大的銷量，而這些特斯拉汽車的反饋將有助於特斯拉培養網絡，特斯拉車主使用行車記錄儀所記錄的數據則為特斯拉創造了訓練神經網絡感知和駕駛的條件。特斯拉通過用戶上傳圖像的方式來完善網絡，不僅上傳靜止和移動物體的圖像，還針對汽車行駛過程中發生的一些情景進行測試，從而訓練網絡能夠正確識別這些情景，特斯拉還在進行路徑規劃時也採取了同樣的方式，觀測人類駕駛員在各種道路情況下所選擇的路徑，以瞭解特定情況下典型的人類行動，最終創建一個非常善於理解各類情景的網絡系統。
現今大部分汽車都已經擁有了用於巡航控制和高級駕駛員輔助系統的攝像頭、雷達和超聲波傳感器，高端車型還配備激光雷達。作為走在自動駕駛技術前沿的特斯拉，採取了與當前大部分公司截然不同的做法，大部分公司試圖通過雷達、攝像頭以及激光雷傳感器達來打造自動駕駛汽車，而特斯拉則摒棄激光雷達傳感器，未來計劃只使用前兩項來完成這項工作。當初頻頻出事的特斯拉自動駕駛，在技術迭代更新後，這種技術會更可靠嗎？今天《車壹圈》帶大家來了解特斯拉的自動駕駛技術發展到何種地步了。
放棄傳統激光雷達，採用DAR仿生系統
特斯拉工程師解釋道，激光雷達傳感器成本太高是放棄原因的其中之一。傳統激光雷達傳感器就好像人類的眼睛，能從圖像中識別出一個物體，但計算機所看到只是一個數字矩陣，用來識別圖像中每個像素的位置和亮度，這種識別方式有一定機率會產生錯誤識別，從而造成隱患。特斯拉與凱鵬華盈、英特爾資本和LG等多家投資機構籌集6000萬美元用於開發智能探測和測距(iDAR)系統，取代目前的被動激光雷達傳感器。
DAR是一種感知系統，能夠超越環境模仿人類大腦及其智能感知能力，利用人工智能幫助自動駕駛汽車像機器人一樣思考，但像人類一樣理解，就好比人類數以百萬計的神經元組成的神經網絡，計算機科學家創建了人工神經網絡，它可以像人類的生物神經網絡一樣工作。計算機將攝像機正面觀看到的圖像，通過軟件處理，將正視圖變為鳥瞰圖，再結合安裝在擋風玻璃兩側、造價便宜的立體攝像機來達到和激光雷達相似的定位精度。也就是說，特斯拉未來會使用神經網絡解決所有的自動駕駛問題，一輛自動駕駛的汽車匹配一臺能夠每秒至少執行50萬億次操作的神經網絡計算機，電腦耗電量並且不超過100W。
如何培養像人一樣強大的神經網絡系統？
特斯拉人工智能高級總監安德烈•卡拉帕對神經網絡的培養做了進一步解釋，由於特斯拉擁有巨大的銷量，而這些特斯拉汽車的反饋將有助於特斯拉培養網絡，特斯拉車主使用行車記錄儀所記錄的數據則為特斯拉創造了訓練神經網絡感知和駕駛的條件。特斯拉通過用戶上傳圖像的方式來完善網絡，不僅上傳靜止和移動物體的圖像，還針對汽車行駛過程中發生的一些情景進行測試，從而訓練網絡能夠正確識別這些情景，特斯拉還在進行路徑規劃時也採取了同樣的方式，觀測人類駕駛員在各種道路情況下所選擇的路徑，以瞭解特定情況下典型的人類行動，最終創建一個非常善於理解各類情景的網絡系統。
目前特斯拉已經制造出了自己的芯片，該芯片主要用於神經網絡卷積的點積運算。馬斯克稱該芯片是目前全球神經網絡領域“最出色的芯片”，並使用新的網絡硬件，特斯拉未來將大部分精力放在培養更加完善的神經網絡上，特斯拉車隊已經收集了數十萬張訓練神經網絡“大腦”的圖像。埃隆馬斯克預計，今年將在其新車型汽車上安裝一套完整的自動駕駛軟件。
現今大部分汽車都已經擁有了用於巡航控制和高級駕駛員輔助系統的攝像頭、雷達和超聲波傳感器，高端車型還配備激光雷達。作為走在自動駕駛技術前沿的特斯拉，採取了與當前大部分公司截然不同的做法，大部分公司試圖通過雷達、攝像頭以及激光雷傳感器達來打造自動駕駛汽車，而特斯拉則摒棄激光雷達傳感器，未來計劃只使用前兩項來完成這項工作。當初頻頻出事的特斯拉自動駕駛，在技術迭代更新後，這種技術會更可靠嗎？今天《車壹圈》帶大家來了解特斯拉的自動駕駛技術發展到何種地步了。
放棄傳統激光雷達，採用DAR仿生系統
特斯拉工程師解釋道，激光雷達傳感器成本太高是放棄原因的其中之一。傳統激光雷達傳感器就好像人類的眼睛，能從圖像中識別出一個物體，但計算機所看到只是一個數字矩陣，用來識別圖像中每個像素的位置和亮度，這種識別方式有一定機率會產生錯誤識別，從而造成隱患。特斯拉與凱鵬華盈、英特爾資本和LG等多家投資機構籌集6000萬美元用於開發智能探測和測距(iDAR)系統，取代目前的被動激光雷達傳感器。
DAR是一種感知系統，能夠超越環境模仿人類大腦及其智能感知能力，利用人工智能幫助自動駕駛汽車像機器人一樣思考，但像人類一樣理解，就好比人類數以百萬計的神經元組成的神經網絡，計算機科學家創建了人工神經網絡，它可以像人類的生物神經網絡一樣工作。計算機將攝像機正面觀看到的圖像，通過軟件處理，將正視圖變為鳥瞰圖，再結合安裝在擋風玻璃兩側、造價便宜的立體攝像機來達到和激光雷達相似的定位精度。也就是說，特斯拉未來會使用神經網絡解決所有的自動駕駛問題，一輛自動駕駛的汽車匹配一臺能夠每秒至少執行50萬億次操作的神經網絡計算機，電腦耗電量並且不超過100W。
如何培養像人一樣強大的神經網絡系統？
特斯拉人工智能高級總監安德烈•卡拉帕對神經網絡的培養做了進一步解釋，由於特斯拉擁有巨大的銷量，而這些特斯拉汽車的反饋將有助於特斯拉培養網絡，特斯拉車主使用行車記錄儀所記錄的數據則為特斯拉創造了訓練神經網絡感知和駕駛的條件。特斯拉通過用戶上傳圖像的方式來完善網絡，不僅上傳靜止和移動物體的圖像，還針對汽車行駛過程中發生的一些情景進行測試，從而訓練網絡能夠正確識別這些情景，特斯拉還在進行路徑規劃時也採取了同樣的方式，觀測人類駕駛員在各種道路情況下所選擇的路徑，以瞭解特定情況下典型的人類行動，最終創建一個非常善於理解各類情景的網絡系統。
目前特斯拉已經制造出了自己的芯片，該芯片主要用於神經網絡卷積的點積運算。馬斯克稱該芯片是目前全球神經網絡領域“最出色的芯片”，並使用新的網絡硬件，特斯拉未來將大部分精力放在培養更加完善的神經網絡上，特斯拉車隊已經收集了數十萬張訓練神經網絡“大腦”的圖像。埃隆馬斯克預計，今年將在其新車型汽車上安裝一套完整的自動駕駛軟件。
結語：對於是否足以達到無需人工干涉完全自動駕駛，特斯拉認為，只有擁有大量的訓練數據，才能達到如此高的水平，特斯拉在獲取這些數據方面具有優勢。由於目前的自動駕駛系統對其環境缺乏更廣泛的瞭解，完全自動駕駛汽車的安全性仍有一些灰色地帶，這一技術尚未成熟，人類司機在理解意外事件方面依然會比計算機表現更出色，但是排名全國前十的《車壹圈》相信科學在進步，自動駕駛的那一天終究會到來，歡迎到下方留言吐槽！