model是什么牌子(model是什么牌子摄像头)

文:懂车帝原创 彩丽美

[懂车帝原创 行业] 10月4日,懂车帝从特斯拉美国官网获悉,官方发布了关于新车硬件配置的更新说明:将采用纯视觉系统(Tesla Vision)取代超声波传感器(USS)

本月起,特斯拉将移除超声波传感器

目前,特斯拉汽车在前保险杠和后保险杠上安装了12个超声波传感器,这些短程声音传感器主要用于停车应用和检测附近的物体。

特斯拉表示,将在未来几个月内在全球范围内取消Model 3和Model Y的超声波传感器,随后将于2023年从Model S和Model X中移除超声波传感器。同时,特斯拉指出,这一过渡将暂时限制车辆自动泊车功能,但不会影响汽车的安全评级。

图源:特斯拉美国官网

实际上,2021年5月,特斯拉就开始向纯视觉方案过渡,先是Model 3和Model Y移除了毫米波雷达;接着,2022年2月,移除了Model S和Model X的毫米波雷达。如今,特斯拉计划移除超声波雷达,可以说特斯拉的自动驾驶系统即将实现100%的纯视觉解决方案。

图源:特斯拉美国官网

特斯拉官网显示,在此短暂的过渡期内,未配备超声波传感器的车辆将有一些功能暂时受限或不可用,比如: 泊车辅助(当车速小于5英里/小时时提醒车主周围的物体)、自动泊车(自动进入平行或垂直停车位)、智能召唤(通过特斯拉App向前或向后移动车辆)。

据悉,首批不再配备超声波传感器的地区和时间是:10月上旬开始为北美、欧洲、中东和台湾制造的所有Model 3和ModeI Y不再使用超声波传感器,而是完全依靠视觉方案来提供FSD、EAP、AP和主动安全功能。2023年开始移除Model S和Model X车型的超声波传感器

不过,对于这样的技术迭代,卡内基梅隆大学电气和计算机工程教授拉杰·拉吉库马(Raj Rajkumar)表示:此举究竟是前进还是倒退,还有待观察。

特斯拉CEO马斯克

众所周知,在自动驾驶的感知领域,行业内分成了立场鲜明的两派——视觉派和激光雷达派。在全世界都在搞多传感器融合的时候,特斯拉仍然坚持只靠视觉方案实现准L4级自动驾驶,而这也是特斯拉CEO马斯克长期以来一直决心要实现的目标。

特斯拉建立4D空间+时间,实时绘制3D地图

通常情况下,雷达传感器的成本相对昂贵,而且在车辆中处理来自雷达传感器的数据需要强大的算力支撑。作为纯视觉派最坚定的守护者,马斯克曾表示,激光雷达毫无意义,对于自动驾驶汽车来说没有必要。

特斯拉坚持视觉感知 用AI神经网络技术提升辅助驾驶能力

那么,特斯拉采用纯视觉方案的好处是什么?

实际上,特斯拉的底气,是采用了通用视觉系统和神经网络两种黑科技。

在2021年特斯拉AI日上,特斯拉首席AI总监Andrej Karpathy曾介绍称,每辆特斯拉汽车拥有8个环绕车身、覆盖周围360度的摄像头,来获取交通信号灯、信号牌、匝道、路缘等周边信息,为神经网络学习提供了绝佳条件。

Andrej表示,我们希望能够打造一个类似动物视觉皮层的神经网络连接,模拟大脑信息输入和输出的过程。就像光线进入到视网膜当中,我们希望通过摄像头来模拟这个过程。

多任务学习神经网络架构(HydraNets)

据了解,多任务学习神经网络架构(HydraNets),可以将8个摄像头获取的画面拼接起来,并平衡视频画面的延迟和精准度。通过人工或自动标注车道、车辆、信号灯、障碍物等环境和动静物体,系统会逐帧分析视频画面,了解物体的纵深、速度等信息,再将这些数据交给车队学习。通过8个摄像头输入的数据,实时绘制3D鸟瞰视图,形成4D的空间和时间标签的路网以呈现道路等信息,帮助车辆把握驾驶环境,进而更精准的寻找最优驾驶路径。

一年中,特斯拉FSD Beta测试版本的参与人数实现了80倍的增长

而在最近一次举办的特斯拉AI Day上,特斯拉方面介绍称,过去一年,在Dojo超级计算机的帮助下,特斯拉FSD取得了长足提升。

2021年,有2000辆车参与了FSD Beta版本软件的测试,而目前我们已经把这个数据扩大到了16万辆。特斯拉工程师介绍,2021年,特斯拉一共训练了7.5万个神经网络模型,相当于每8分钟就训练一个,并推送了35个版本更新。现在FSD Beta版本软件已经可以一定程度上实现完全自动驾驶,如从一个停车场导航到另一个停车场、制动等待交通灯、在十字路口和其他目标进行协调等。

2021年,特斯拉一共训练了7.5万个神经网络模型

而这些都得益于特斯拉应用Dojo超级计算机以来在神经网络训练上的进步。

特斯拉从一开始就意识到高效率的芯片可以更好地为自动驾驶服务,特斯拉工程师表示,算力是自动驾驶的根本:我们要让Dojo超级计算机成为在AI训练方面全球最强的超算系统。

特斯拉不对Dojo的设计设限,它可以提供非常庞大且高效的系统。Dojo超级计算机投入使用后,特斯拉在代码、设计方面已经实现了30%的训练速度提升,如通过自动标注技术,特斯拉将训练场景的标注速度提升了1000倍,在人工操作的情况下这些或许需要一两周甚至几个月时间

通过自动标注技术,特斯拉将训练场景的标注速度提升了1000倍

在超高算力加持下,Dojo运行Stable Diffusion完成如下几张图片的渲染只用了几分钟。接下来,特斯拉还将把强大渲染能力与特斯拉设计相匹配。

Dojo运行Stable Diffusion完成如上几张图片的渲染只用了几分钟

而只使用一个由25个D1芯片组成的训练模块,就能实现6个GPU Boxes的性能,且成本低于一个GPU Box。只需要4个Dojo超级计算机机柜的算力,就能实现72个GPU机柜的自动标注性能。

在高效的神经网络训练下,特斯拉FSD软件在技术层面已经逐渐趋于成熟。马斯克表示:目前FSD软件已经可以适用于全球各个地区的路况,如果地方监管政策允许,我们可以在今年年底面向全球推出FSD Beta版本软件。

将今年年底面向全球推出FSD Beta版本软件

特斯拉表示将在2023年第一季度布置第一批10个Dojo超级计算机机柜,即算力超过1.1EFLOPS的ExaPOD(集群),将自动标注能力提升2.5倍;将来,特斯拉共将在帕罗奥图布置7个这样的集群,提供难以想象的庞大算力。

网络讯息

敦亲王是谁?

2023-3-11 15:25:00

网络讯息

共青团的基本知识(共青团的基本知识团课笔记)

2023-3-11 15:27:55

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索