特斯拉Autopilot 2.0开始上传摄像头数据,这是自动驾驶的第一步特斯拉在上个月初推送了一次大更新,彻底解除了Autopilot 2.0车型在某些关键功能(如自动巡航Autosteer)上的速度限制,还更新了其路测数据共享政策。最近,一些更新至新系统的特斯拉车主通过流量监控发现,Autopilot 2.0汽车后台上传数据的流量开始大幅增加,如我们此前预言的那样,特斯拉正式了自动驾驶技术的研发。

一位特斯拉车主在国外论坛Reddit的特斯拉板块上发布了自己的特斯拉汽车在系统更新前后的流量消耗对比。可以看到,在系统更新后,特斯拉上传数据所消耗的流量开始大增,较上月的769MB增长至1.8GB,增幅达到239%。这位车主表示:“我认为(特斯拉对)视觉神经网络的挖掘才刚刚开始,这是Autopilot 2.0车型更新至17.17.4版的流量消耗对比,我知道后台上传的是一些小视频,不过我觉得路测数据的收集及整个数据的总和将是一个恐怖数字。”

特斯拉Autopilot 2.0开始上传摄像头数据,这是自动驾驶的第一步

所谓17.17.4版,即上月推送的版本号为8.1.17.17.4的Autopilot系统更新,自那次更新后,凡是同意新版路测数据共享政策的用户的汽车确实开始上传遍布车身四周的摄像头拍摄的路况信息。我们先来复习一下特斯拉的新版路测数据共享政策:

“我们正在努力提高自动驾驶主动安全功能,并尽快使自动驾驶技术落地。

为此,我们需要通过布局在车身外部的摄像头来收集路况短视频,以便获取车道线、路牌及交通灯的位置等路况信息。特斯拉对路况的覆盖越广,每一辆特斯拉汽车的自动驾驶能力就越高。

我们要着重澄清一点,特斯拉是无法从那些短视频获取您的车牌号或识别号码等信息的。为了保护您的隐私,我们会确保无法在特斯拉数据库中搜索到与某一特定车辆相关的短视频。”

此外,特斯拉还提到了可能与合作伙伴共享一些数据——

“为了研发新功能,特斯拉将收集所有参与车辆的路况信息,这些信息同样无法识别您或您的汽车。特斯拉可能会和可提供类似数据的合作伙伴共享这些信息,以此来为特斯拉提供提供某些服务,在此过程中收集或共享的信息同样无法识别任何个人信息。”

可以肯定,遍布Autopilot 2.0车型车身四周的8个摄像头如今终于处于工作状态了,在这之前,特斯拉一直忙于利用Autopilot 2.0硬件+自研的Tesla Vision视觉处理工具追赶先前的合作伙伴Mobileye为Autopilot 1.0车型提供的ADAS功能。

今年2月底,一位Autopilot 2.0车主做了一个测试,他用不透明胶带把除主摄像头之外的其余摄像头全部遮挡。结果发现即使是在这样的硬件规格下,启用Autopilot的Autosteer功能,系统仍然可以正常工作。这也就意味着,8个摄像头中处于工作状态的只有三个前置摄像头中的那个主摄像头,当然,前置雷达也处于工作状态。但无论如何,特斯拉彼时并未进行自动驾驶技术的研发是坐实的。特斯拉Autopilot 2.0开始上传摄像头数据,这是自动驾驶的第一步

如今,自动驾驶这个赛道的最大变数特斯拉终于进场了。截至目前,业内拥有最大自动驾驶车队的公司是谷歌Waymo,总数大概在600辆左右;通用最近也宣布了自动驾驶汽车的量产工作,自动驾驶车队规模达到130辆以上。但特斯拉与这些玩家有着明显不同,按照最保守估计,截止系统更新前,跑在全球各地的特斯拉Autopilot 2.0车型保有量也在5万辆以上。按照每个月每辆车收集1.8GB的数据,特斯拉数据库中每个月新增的路测数据接近88TB。到年底还剩6个月时间,特斯拉路测数据总量将达到500TB以上。为什么要计算到年底的积的路测数据总量?今年年底,特斯拉将会进行自动驾驶从加州某个停车场出发,一路行驶至纽约,长达4500公里的SAE Level 4级别的长途无人驾驶技术演示。

这么算的话,Musk对Autopilot团队的“压榨”非常不人道。但正如上文提到的,虽然从监管、某些核心传感器的量产期限甚至技术角度看,现在谈自动驾驶汽车的量产还为时过早,但互联网代表谷歌、传统车企代表通用和新兴车企代表特斯拉(有争议)均已实现了自动驾驶汽车的量产。激烈的竞争导致了技术商业化的加速。

再来看官方对其视觉处理工具Tesla Vision的表述:“Tesla Vision 基于深度神经网络,能够对行车环境进行专业的解构分析,相比传统视觉处理技术可靠性更高。”视觉神经网络工具非常依赖大数据训练,数据训练越多,它的智能化程度和准确度就越高,这也是特斯拉不惜下大力气收集数据的原因。

至于坚持不用大家都在用的激光雷达,特斯拉CEO Elon Musk的观点是这样的:

“只使用摄像头和GPS,不使用激光雷达或雷达,就可以完成车身四周环境的感知。这本质上也是人类在驾驶过程中的感知过程,所以一旦解决了摄像头对环境的建模,那么自动驾驶技术的感知就完成了;反之则没有。这就是特斯拉为什么对视觉神经网络如此重视,它对路况的感知特别有效。” “只使用摄像头就可以远超人类坐在车内对车身四周环境的感知,效果可能比人类要好十倍。”

特斯拉在自动驾驶领域的发展策略日渐清晰:硬件层面使用成熟可量产的解决方案,每12~18个月进行大更新,将互联网行业产品快速迭代的风格尽力应用到汽车行业;软件层面更为简单粗暴:更快、更高、更强。

这场吸引全球几十家巨头大笔投入资本和人才研发的游戏中,谁将成为赢家?我们拭目以待。

来源:36氪
赞一下
文章评论
推荐文章