特斯拉选择纯视觉:摄像头测距已成熟,雷达缺陷不可弥补

观点
2021
07/23
22:37
亚设网
分享

7 月 22 日,特斯拉在位于北京南四环中路的特斯拉体验中心举办了 T-talk 线下交流会,着重介绍了特斯拉选定纯视觉路线的原因。

特斯拉方面表示,有些时候毫米波雷达收集到的信息对自动驾驶系统来说可能反而是种干扰,与其强行把毫米波雷达收集到的反射波信息与摄像头收集到的视觉信息融合,还不如把纯视觉方案做到极致。

然而,要推行纯视觉方案的话,之前的硬件就不再能满足系统对于图像处理的要求了。于是特斯拉便自研自产了以 FSD 芯片为核心的硬件系统。

那么,特斯拉是如何打造纯视觉方案的呢? 新的硬件系统又有那些特点呢?

一、纯视觉测距法已成熟 移除雷达是迟早的事

随着人们对于自动驾驶系统性能上的要求越来越高,车企或许要给车辆加装更多传感器,让车辆能更准确、详尽地感知外界环境。

不过特斯拉认为,收集环境信息是一回事,利用环境信息又是另一回事。

传感器的种类和数量越多,互相之间的协调与整合就越难做,最终效果恐怕只是 1+1<2,得不偿失。

马斯克表示,如果雷达与摄像头传来的信息相互矛盾,系统反而会更加难以抉择。与其让二者互相扯后腿,不如只选一个并把它做到极致。

特斯拉选择纯视觉:摄像头测距已成熟,雷达缺陷不可弥补

▲ 马斯克表示纯视觉方案比摄像头 + 毫米波雷达方案精确得多

特斯拉选择了将摄像头的作用发挥到极致,因为摄像头的信息传输速率比雷达快出几个量级,比特流噪音也更小,有利于系统整合,整套系统未来的发展空间更大。

诚然毫米波雷达更擅长探测距离,但它实在是不擅长描述物体。很多时候毫米波雷达只是告诉系统那里有东西,却无法告知系统那个东西是什么。

摄像头就不一样了,它擅长的就是描述物体。对于自动驾驶系统来说,摄像头就像人眼一样,而人工智能系统可以直接通过观察图像信息来学习辨认外界物体,就像人类如何学习辨认物体一样。

有人会说摄像头捕捉到的图像是二维的,缺乏立体感,不利于自动驾驶系统对距离的探测。这种说法并非毫无道理,不过特斯拉早就想到这一点了,他们的办法是研发一套纯视觉测距法。

特斯拉选择纯视觉:摄像头测距已成熟,雷达缺陷不可弥补

▲ 纯视觉测距法工作示意图

在纯视觉测距法的指导下,人工智能系统仅仅根据二维图像就能探测出外界物体与车辆间的距离,随后研发团队会拿着这个距离数据与毫米波雷达探测出的距离数据互相对比,再对纯视觉测距算法进行修正。

也就是说,毫米波雷达不擅长描述物体的缺陷是几乎不可能弥补的,而摄像头不擅长探测距离的缺陷却是可以弥补的。既然经过特殊调校过的摄像头是可以在一定程度上同时行驶摄像头和毫米波雷达的功能,那么移除有可能拖后腿的毫米波雷达是迟早的事。

虽然之前几代的特斯拉自动驾驶系统都是搭载毫米波雷达的,但毫米波雷达只不过是名“过客”。在教会人工智能系统如何测距后,这位“老师”也将功成身退。

特斯拉选择纯视觉:摄像头测距已成熟,雷达缺陷不可弥补

▲ 毫米波雷达能够“教会”人工智能系统通过图像测距

不过,软件层面的问题解决了,硬件上的问题便凸显了出来。

特斯拉深刻地意识到,原来的硬件不能很好地满足纯视觉方案的需要。于是,特斯拉推出了新一代的硬件系统 HW3.0。

二、自研芯片专精图像处理 双芯片系统才真有冗余

特斯拉之前采用的 HW1.0、HW2.0 和 HW2.5 硬件系统往往采用来自不同供应商的两颗不同类型的芯片作为“大脑”,分别处理并利用视觉信息和反射波信息做出决断。

特斯拉选择纯视觉:摄像头测距已成熟,雷达缺陷不可弥补

▲ 特斯拉历代自动驾驶硬件示意图

而 HW3.0 搭载的是两颗由特斯拉自研自产的 FSD 芯片。说是芯片好像还不够深入,毕竟它还包括负责图形处理的 GPU、负责通用数据处理的 CPU 和负责深度学习的 NPU 这三个处理单元。

其中最引人瞩目的硬件就是 NPU 神经网络处理单元了,它俩能够合力提供 72TOPS 的算力,让整个 FSD 芯片的图像处理能力达到 2100FPS。对比之下,浮点运算能力为 600 GFLOPS 的 GPU 仅能做到 17FPS。

特斯拉选择纯视觉:摄像头测距已成熟,雷达缺陷不可弥补

▲ FSD 电脑和 FSD 芯片

现在,正是因为有了能够几乎媲美毫米波雷达的纯视觉测距算法,又有了图像处理能力超高的 FSD 芯片,特斯拉才敢放心移除毫米波雷达的。

从另一个角度来说,正是因为其他供应商给出的芯片没能让特斯拉满意,特斯拉才要自研的。

至于“毫米波雷达能够提供冗余”这种说法,特斯拉方面表示确实听说过这种说法,但不敢苟同。他们认为,HW3.0 这样的系统配备两个自动驾驶芯片,一个芯片彻底失效时另一个芯片能完全顶替前者,像这样的系统才叫真正的有冗余的系统。

某些自动驾驶系统虽然搭载毫米波雷达和摄像头,听上去能够收集反射波和图像两类数据,但当雷达系统彻底失效后,系统不能仅依靠图像信息实现自动驾驶,这种系统才叫没有冗余的系统。

结语:纯视觉方案还有待时间检验

不久前特斯拉在北美地区发行了 FSD 的最新版本 FSD Beta V9.0,不少车主都在体验过最新版本 FSD 之后,都表示自己车辆的自动驾驶系统表现更好了。其中一些车主还发布了实测视频,在视频中搭载最新版的特斯拉车辆确实表现不错,能够轻松地应付环岛、大雾等场景,对于外界车辆行人的避让做得也不错。

不过,有专业人士表示车主们所谓的“实测”与专业测试相比太小儿科了,他们发布的视频也并不足以证明 FSD 有他们口中所说那么优秀。

至于 FSD 的性能表现到底如何,恐怕还需要时间检验了。

THE END
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表亚设网的观点和立场。

2.jpg

关于我们

微信扫一扫,加关注

Top