特斯拉自动驾驶方法论大公开

· Apr 23, 2019

美国时间 4 月 22 日 11 点,特斯拉「自动驾驶日」在其加州总部帕罗奥图举行,AP3.0 正式亮相,同时还有一堂硬核的特斯拉特色的自动驾驶公开课上演。

特斯拉自动驾驶芯片负责人 Pete Bannon、特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy 悉数登场,前者是特斯拉从苹果挖过来的芯片设计师,参与 iPone 5 A5 芯片以及多款 iPhone 芯片的开发;后者则是著名计算机视觉专家李飞飞的高徒,即便如此,大家的目光还是被马老板给吸引住了。在这里,他又口吐金句:

「Lidar is a fool’s errand,」 Elon Musk said. 「Anyone relying on lidar is doomed. Doomed! [They are] expensive sensors that are unnecessary. It’s like having a whole bunch of expensive appendices. Like, one appendix is bad, well now you have a whole bunch of them, it’s ridiculous, you’ll see.」

傻 X 才用激光雷达,用激光雷达的人注定要失败,注定!使用这么昂贵的传感器毫无必要。本来有一个麻烦,现在你又多了一堆,这太荒谬了,不信走着瞧。

8

很显然,这句话又会被大家拿出诸多解读评判,但这并不是这次活动的初衷。向外界传递特斯拉的自动驾驶方法论,这才是活动最根本目的。

为什么要自研芯片?

大家都知道,在最早前,特斯拉与 Mobileye 一起合作,后来因为一次事故之后二者不欢而散,随即特斯拉搭上英伟达,采用英伟达的芯片解决方案,2017 年马斯克请来芯片皇帝 im Keller 担任特斯拉负责硬件开发的副总裁,自研自动驾驶芯片不再是秘密。

在这次活动上,特斯拉详述了为什么要自研自动驾驶芯片。Bannon 说,在 2016 年,大家都在增加 CPU/GPU 的算力,没有人想过要自己来做这个事情(自研芯片),(市面上也没有专为神经网络搭建的自动驾驶芯片),于是特斯拉决定自己做这件事。

对于这位自动驾驶芯片负责人,马斯克给出的评价是:「Pete Bannon 是我所知道的世界上最好的芯片设计师和系统架构师,特斯拉团队能有你的加入我感到很荣幸。」

可见马斯克对 Bannon 的重视。

来看一下特斯拉自研芯片的「心路历程」:

2016 年 2 月,雇佣了一堆人,思考什么是完全定制芯片;

2017 年 8 月,18 个月投入之后,搞定了芯片设计;

2017 年 12 月,进行第一次尝试,表现良好;

2018 年 4 月,进行一次调整,发布了 B0 版本;

2018 年 7 月,芯片全部合格,进行生产;

2018 年 12 月,开始改装车辆测试软件硬件;,

2019 年 3 月,Model S/X 的车型上开始搭载装车;

2019 年 4 月,搭载该硬件的 Model 3 开始生产;

这里有一个小插曲,进入特斯拉之后,Bannon 问马斯克你是否愿意把所有的钱都投入到完全定制系统设计中 ,马斯克说的是:I’m in(当然),由此促成了这件事。

(从硬件到软件,特斯拉拥有一个很好的团队,依靠整个团队,Bannon 完成这项工作)

设计完成后的 FSD 电脑长这个样子:

封装之后:

从图中也能看出 FSD 电脑包含了两块自研芯片。Bannon 说,这两款芯片独立运行,拥有各自的电源、DRAM 内存以及闪存。「有一个原则就是,任何一个部分出现故障,比如摄像头,FSD 电脑依然会正常驱动汽车进行自动驾驶,电脑失效的概率要远低于人失去意识」马斯克如是说道。

也就是说,在这一块的冗余设计特斯拉已经考虑到了。

来看看一下 FSD 电脑以及芯片表现力如何:

FSD 电脑由三星进行生产,拥有 144TOPS 的算力,特斯拉给出的比较对象是英伟达的 Xavier,算力 21TOPS。

相比于 HW2.5,FSD 的能耗略有增加 ,但是成本上降低了 20%;

FSD 芯片上的神经网络可以同时处理 8 路摄像头产生的图像数据,每秒处理帧数可以达到 2300,是 HW2.5 的 21 倍;

能量消耗大概每英里 250 瓦;

下一代的 FSD 芯片也已经在开发中,性能将是现在的三倍,大约还需要两年时间;

据 Bannon 介绍,FSD 芯片有 2。5 亿个逻辑门以及 60 亿晶体管,工作量有多大可以想象一下,而且这款芯片已经满足车规级认证标准(你不得不佩服特斯拉很牛 X)。

不过 Bannon 从苹果加入特斯拉之后,明显被马斯克「带坏」了,也学着他的口吻自夸自家芯片多么强大。

特斯拉如何训练自动驾驶车?

特斯拉为什么可以成为高级辅助驾驶领域的扛把子,这里是有原因的,我们只知道特斯拉拥有庞大的用户群、拥有庞大的数据量,但是究竟特斯拉是怎么运用这些数据训练车子,这是大家最想知道的地方。

要解决这个疑问,首先要理清一个知识点:什么是神经网络。

神经网络(NEURAL NETWOTRK)是机器学习的一种,通过借鉴生物神经网络的工作原理二形成的一种数学模型,构造类似上图。神经网络可以用于解决机器视觉以及语音识别等诸多难题。举个例子,如果你想让你的神经网络识别一张图片,比如狗,那你需要提供大量的图片信息供你的机器进行学习最终达到识别的能力。

特斯拉就是自己组建了一个视觉神经网络来解决自动驾驶中感知这一块的问题。通过大量数据输入,教会机器识别车道线、车辆、行人、交通信号等内容。

具体来说,特斯拉会首先在神经网络中放置一个种子数据集,随机采集大量数据然后进行标注,当神经网络在后续识别中存在识别不准确 or 车内司机进行某些操作触发反馈机制后,车子会向总部回传这些数据,特斯拉会对数据进行验证修复,在经过海量数据喂养之后,机器就变得更加智能,识别更加准确,同时更利于后续的路径规划以及决策操作。

(类似上述的情况,就需要大量数据进行训练,优化识别能力)

图中所示的是特斯拉自动驾驶车辆在通过一个曲率很大的弯度,基本上看不到隐藏的那部分道路是怎样的,但是车子进行了很好的预测和规划,这些都是海量数据喂养的功劳。而数据的来源就是路上正在跑的这数十万台特斯拉电动车,这也是特斯拉相比于其他公司占据优势的地方。

根据去年 11 月的一份数据,利用在全球的车队,特斯拉已经收集超过 100 亿英里(约合 160 亿公里)的真实行驶数据(其中超过 10 亿英里(约合 16 亿公里)行驶里程使用了 Autopilot 自动辅助驾驶系统),过了这么久,数据会增长成什么样子,真的很是期待。

视觉传感器 or 激光雷达?

围绕特斯拉亦或者以特斯拉为代表的视觉传感器路线的车厂 or Tier 们,还有一个问题:激光雷达是否必要?

特斯拉给出了明确回答:我选视觉传感器。

也是因了这个讨论,才会有马斯克最开始那番有争议的言论。

在特斯拉看来,人 or 动物就是通过两只眼睛来实现对外界的感知,摄像头的作用与之类似,而这样的传感器特斯拉有 8 个。除了摄像头,雷达也起到一定的辅助作用,再加上神经网络,特斯拉就能对车子进行很好的训练。

Andrej 认为,激光雷达只是一种捷径,避开了自动驾驶中视觉识别这个最重要的问题,给人一种「进步」的错觉。对这一路线并不认可。

最后他给出了这样的总结:想要达到 L4/L5 无人驾驶,在碰到以下情况可以成功应对的概率要达到有 99.9999…%,这些状况都很棘手,你必须拥有一个强大的视觉感知系统。

当然,如你所看到的这样, 最重要的其实不是小数点前的 9,而是小数点后你能做到第几位。 真的是「失之毫厘,谬以千里」。

到这里,特斯拉要怎么搞自动驾驶这件事就已经很明白了:视觉感知+迭代升级。接下来要考虑的就是如何将利益最大化,毕竟这些钱不能白花掉。

特斯拉的共享出行?

特斯拉「Robotaxi」也将迎来上线,马斯克给出的预测是明年推出推出该计划。

马斯克为用户算了一笔账:现在我们每英里的出行成本是 2-3 美元,特斯拉的 Robotaxi 花费将小于 0.18 美元。

「明年年中,将会有 100 万辆拥有全自动驾驶能力的特斯拉电动车上路,明年特斯拉将会有 100 万辆 Robotaxi」,马斯克这样说道。

很明显,马斯克的野心要大得多,但是事实告诉我们,不能轻信马斯克的话,一般都是最理想状态下的情况。

自动驾驶方法论

自研自动驾驶技术,以海量数据喂养之,使其表现越来越好,促使更多人使用,进而催生更多增量数据,以此来形成一个正反馈闭环,这就是特斯拉的自动驾驶方法论。

在量产领域真实数据量最大,自研程度最高,当然也会是表现最好的自动驾驶方案。

总之,关于特斯拉自动驾驶的走向,马斯克想的很清楚:高级辅助驾驶能直接卖钱,车主闲时的车子拿出来出租用也能赚钱,自己再组建一支「Robotaxi 车队」,环环相扣。

莫名想起此前写过的一句话: 利润向下游核心技术转移,企业估值向出行服务转移 。所以,特斯拉也是这么想的么?

/var/folders/pr/9h8dzjln13xdbr30jnrrj5fr0000gn/T/com.microsoft.Word/WebArchiveCopyPasteTempFiles/18-700x395.png

特斯拉选在这个时间点公布自己的自动驾驶方法论其实也有自己的考量。

  1. 时机成熟了。此前马斯克一直在给投资人以及分析师们画大饼,吹嘘自己的自动驾驶能力有多牛 X,现在是时候给投资人一个交代,给投资人吃一颗定心丸,让投资人看到特斯拉的「qian 景」。
  2. 此前因为一些负面不利信息导致特斯拉价值被华尔街分析师们低估,此次活动也是让这些人对特斯拉有更深入的了解和认识,提升对其的评估;
  3. 活动面向的不只是投资人分析师,还有普通受众,用这些硬核的知识教育用户,吸引潜在受众,刺激销售。

在开场的时候,官方的原话是「welcome to our very first analyst day for autonomy(欢迎大家参加首个自动驾驶见面会)」,也就是说这个活动应该还会继续办下去。

到这里,特斯拉自动驾驶方法论就要告一段落了。在 2 月 24 日(美国时间),特斯拉第一季度财报也要发了,虽然已经知道这次的财报不会那么好看,但还是期待一下,万一又有什么有意思的信息发布呢?


原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作!

欢迎关注 GeekCar 微信公众号: GeekCar 极客汽车(微信号:GeekCar)& 极市(微信号:geeket)。网站文章微信推广-21

0


Related Posts 相关文章

2 responses to “特斯拉自动驾驶方法论大公开

发表评论

电子邮件地址不会被公开。 必填项已用*标注