99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

工程師曾極力反對!取消雷達后,特斯拉自動駕駛事故率更高了

Hobby觀察 ? 來源:電子發(fā)燒友網(wǎng) ? 作者:梁浩斌 ? 2023-03-22 01:12 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

電子發(fā)燒友網(wǎng)報道(文/梁浩斌)特斯拉宣布取消毫米波雷達轉(zhuǎn)用純視覺的事,已經(jīng)過去近兩年時間。對于自動駕駛純視覺是不是最好的選擇,一直有很多爭議,而最近的一些統(tǒng)計數(shù)據(jù)指出,自2021年特斯拉開始使用純視覺來實現(xiàn)Autopilot和FSD功能之后,特斯拉汽車出現(xiàn)事故的概率更高了。

一組數(shù)據(jù)也說明了類似的問題,美國國家公路交通安全管理局在過去9個月時間收到了數(shù)百起關(guān)于特斯拉車型誤剎車的投訴,2022年全年有超過750名車主投訴稱,他們的汽車在行駛過程中無緣無故自動剎車。

另外,因為發(fā)生了十多起特斯拉汽車撞上應(yīng)急救援車輛的事故,美國國家公路交通安全局也對特斯拉的Autopilot功能展開調(diào)查,調(diào)查結(jié)果顯示,Autopilot在識別靜止車輛方面存在一些問題。

目前來看,自動駕駛系統(tǒng)上不采用激光雷達和毫米波雷達等傳感器的主要觀點有兩種,一是降低硬件成本,通過加強訓(xùn)練模型和算力芯片可以實現(xiàn)純視覺識別;二是視覺與其他傳感器數(shù)據(jù)出現(xiàn)沖突時難以作出判斷,最終依然是需要將系統(tǒng)權(quán)重放到其中一種傳感器中,而視覺的分辨率要遠(yuǎn)遠(yuǎn)高于其他兩種傳感器,所以視覺會是更好的選擇。

特斯拉CEO馬斯克還曾表示,“人類用眼睛和生物神經(jīng)網(wǎng)絡(luò)來駕駛,所以攝像頭和硅芯片是實現(xiàn)自動駕駛通用解決方案的唯一途徑”。也正因為如此,馬斯克決定在2021年停止使用雷達傳感器。

然而,在特斯拉內(nèi)部,這種決策并不是受到普遍認(rèn)可。最近有匿名特斯拉前員工爆料稱,當(dāng)時內(nèi)部一些自動駕駛工程師感到震驚,并找到了一位高管,希望說服馬斯克放棄取消雷達的計劃。有工程師認(rèn)為,如果沒有雷達,當(dāng)攝像頭被雨滴、污漬遮擋或是陽光直射的情況下都可能出現(xiàn)感知錯誤導(dǎo)致交通事故。

那么實際效果就是,Autopilot系統(tǒng)取消雷達之后,相比以往使用毫米波雷達的版本,事故率升高了。最近有外媒對數(shù)十名特斯拉前員工、測試司機和其他相關(guān)專家進行了采訪,其中他們都提到的一點是,在經(jīng)歷了2021年取消毫米波雷達配置之后,特斯拉車型在使用自動駕駛功能時顯著出現(xiàn)了更多比如無故自動剎車、錯誤識別街道標(biāo)識、難以識別應(yīng)急救援車輛等問題。

此前在北美已經(jīng)有多起關(guān)于“幽靈剎車”的事故出現(xiàn),比如在開啟FSD在高速公路上突然減速并剎停,造成后車追尾。盡管美國國家公路交通安全局已經(jīng)開始著手調(diào)查相關(guān)事件,但并沒有最終的結(jié)論。

當(dāng)然,在特斯拉最新的HW4.0自動駕駛套件中,又重新加入了4D毫米波雷達,相比以往普通的毫米波雷達分辨率大大提高,并增強了在靜態(tài)物體識別上的可信度。結(jié)合關(guān)于“幽靈剎車”以及對靜止車輛識別上的缺陷,HW4.0加入4D毫米波雷達,或許也說明特斯拉已經(jīng)發(fā)現(xiàn)這些問題,并在下一代硬件平臺上通過加入雷達來規(guī)避這些問題。

目前業(yè)界有說法認(rèn)為,純視覺可能會是未來自動駕駛的最終方案,因為從成本的角度來說,圖像傳感器的成本要遠(yuǎn)遠(yuǎn)低于其他雷達傳感器,同時圖像傳感器通過一些技術(shù)上的改進,也能避免眩光影響以及提高暗光環(huán)境下的識別能力。而另一方面,采用純視覺的邏輯就如馬斯克的說法一樣,盡可能模擬人類的感知系統(tǒng)來實現(xiàn)自動駕駛,“仿生”往往是最高效的做法。

但即便圖像傳感器的性能已經(jīng)超越人類眼睛,當(dāng)前的問題是,硅基AI芯片的算力還遠(yuǎn)遠(yuǎn)沒有達到要求,還有無數(shù)的corner case會導(dǎo)致系統(tǒng)無法做出決策。何況就像特斯拉工程師所擔(dān)心的一樣,對于安全放在第一位的汽車產(chǎn)品,純視覺意味著沒有冗余傳感器,而視覺是更容易受到外界干擾的,包括雨水、灰塵等覆蓋下,在車身四周的攝像頭都有可能隨時失效。

因此筆者認(rèn)為,超越人類感知能力的傳感器,比如毫米波雷達、激光雷達等,在芯片算力受限、攝像頭工作穩(wěn)定性問題被徹底解決之前,都會是自動駕駛系統(tǒng)中必不可少的傳感器。馬斯克取消雷達的決策,現(xiàn)在看來或許只是一次超前的嘗試。盡管實際效果上存在很多問題,至少降低成本的目標(biāo)是實現(xiàn)了。






聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 特斯拉
    +關(guān)注

    關(guān)注

    66

    文章

    6378

    瀏覽量

    129187
  • 自動駕駛
    +關(guān)注

    關(guān)注

    790

    文章

    14323

    瀏覽量

    170719
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    自動駕駛毫米波雷達之間會相互干擾嗎?

    等優(yōu)點,被廣泛應(yīng)用于自動駕駛和高級輔助駕駛系統(tǒng)。近年來,量產(chǎn)車型上毫米波雷達的裝配不斷提高,小鵬P7就配備了5顆毫米波雷達,理想ONE配備
    的頭像 發(fā)表于 06-16 09:01 ?1096次閱讀
    <b class='flag-5'>自動駕駛</b>毫米波<b class='flag-5'>雷達</b>之間會相互干擾嗎?

    激光雷達自動駕駛領(lǐng)域中的優(yōu)勢

    自動駕駛系統(tǒng)中,激光雷達起到了至關(guān)重要的作用,它是實現(xiàn)高度自動駕駛的關(guān)鍵傳感器之一。激光雷達通過發(fā)射和接收多束脈沖信號,通過測量ToF(Time of Flight,飛行時間),從而
    的頭像 發(fā)表于 05-15 11:15 ?504次閱讀
    激光<b class='flag-5'>雷達</b>在<b class='flag-5'>自動駕駛</b>領(lǐng)域中的優(yōu)勢

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    )和AI模塊(如激光雷達目標(biāo)檢測)。例如,在測試自動駕駛路徑規(guī)劃模塊時,可同步注入CAN總線信號(車速、轉(zhuǎn)向角)和虛擬點云數(shù)據(jù)(模擬障礙物),實現(xiàn)多維度耦合驗證。 ? 智能覆蓋引導(dǎo): ? 通過
    發(fā)表于 05-12 15:59

    激光雷達技術(shù):自動駕駛的應(yīng)用與發(fā)展趨勢

    隨著近些年科技不斷地創(chuàng)新,自動駕駛技術(shù)正逐漸從概念走向現(xiàn)實,成為汽車行業(yè)的重要發(fā)展方向。在眾多傳感器技術(shù)中,激光雷達(LiDAR)因其獨特的優(yōu)勢,被認(rèn)為是實現(xiàn)高級自動駕駛功能的關(guān)鍵。激光雷達
    的頭像 發(fā)表于 03-10 10:16 ?951次閱讀
    激光<b class='flag-5'>雷達</b>技術(shù):<b class='flag-5'>自動駕駛</b>的應(yīng)用與發(fā)展趨勢

    激光雷達自動駕駛走的一段彎路嗎?

    傳感器,一直被視為構(gòu)建精確三維地圖和實時環(huán)境重構(gòu)的關(guān)鍵設(shè)備,而特斯拉CEO埃隆·馬斯克卻反復(fù)表示,激光雷達是“錯誤的解決方案”,他認(rèn)為人類駕駛完全依靠視覺及大腦神經(jīng)網(wǎng)絡(luò),自動駕駛同樣應(yīng)
    的頭像 發(fā)表于 02-19 09:09 ?403次閱讀

    英飛凌發(fā)布RASIC? CTRX8191F雷達MMIC,助力自動駕駛升級

    自動駕駛技術(shù)邁向更高階段的征途中,密集城市環(huán)境下的行人探測成為了一項嚴(yán)峻挑戰(zhàn)。為實現(xiàn)SAE定義的L2+至L4級自動駕駛,新一代4D和高清成像雷達的研發(fā)顯得尤為重要。 在此背景下,英飛
    的頭像 發(fā)表于 01-10 14:45 ?1232次閱讀

    特斯拉發(fā)布“完全自動駕駛”軟件最新版本FSDV13.2

    近日,特斯拉終于推出了備受期待的“完全自動駕駛”軟件最新版本——FSD V13.2。盡管此前承諾在感恩節(jié)之前發(fā)布,但特斯拉還是在11月份的最后時刻兌現(xiàn)了承諾,展現(xiàn)了其人工智能團隊的不
    的頭像 發(fā)表于 12-03 10:59 ?1142次閱讀

    特斯拉招募軟件工程師強化無人駕駛與機器人遠(yuǎn)程操作

    近日,據(jù)外媒最新報道,特斯拉正緊鑼密鼓地招募軟件工程師團隊,旨在加強其無人駕駛出租車及Optimus機器人的遠(yuǎn)程操作能力。這一舉措標(biāo)志著特斯拉在推動
    的頭像 發(fā)表于 11-27 10:26 ?1022次閱讀

    豐田與NTT合作開發(fā)自動駕駛軟件,AI預(yù)測事故助力安全駕駛

    自動駕駛系統(tǒng)。 據(jù)悉,該自動駕駛軟件將充分利用NTT在信息技術(shù)領(lǐng)域的深厚積累,以及豐田在汽車制造和自動駕駛技術(shù)方面的豐富經(jīng)驗。通過整合雙方的優(yōu)勢資源,這款軟件將能夠?qū)崟r分析車輛的行駛狀態(tài)、周圍環(huán)境以及
    的頭像 發(fā)表于 10-29 10:34 ?783次閱讀

    自動駕駛技術(shù)的典型應(yīng)用 自動駕駛技術(shù)涉及到哪些技術(shù)

    自動駕駛技術(shù)的典型應(yīng)用 自動駕駛技術(shù)是一種依賴計算機、無人駕駛設(shè)備以及各種傳感器,實現(xiàn)汽車自主行駛的技術(shù)。它通過使用人工智能、視覺計算、雷達、監(jiān)控裝置和全球定位系統(tǒng)等技術(shù),使
    的頭像 發(fā)表于 10-18 17:31 ?1912次閱讀

    特斯拉智能駕駛|從視覺優(yōu)先的技術(shù)路徑到未來的挑戰(zhàn)?

    特斯拉作為全球智能駕駛領(lǐng)域的技術(shù)先鋒,其FSD(Full Self-Driving)方案選擇了獨特的純視覺自動駕駛路線,摒棄了激光雷達和高精度地圖的使用。
    的頭像 發(fā)表于 09-12 08:57 ?4713次閱讀
    <b class='flag-5'>特斯拉</b>智能<b class='flag-5'>駕駛</b>|從視覺優(yōu)先的技術(shù)路徑到未來的挑戰(zhàn)?

    聊聊自動駕駛離不開的感知硬件

    的感知硬件。自動駕駛感知硬件的主要功能是幫助車輛“看見”和“理解”周圍環(huán)境,為駕駛決策提供必要的實時信息。今天智駕最前沿就帶大家來盤點常見的感知硬件! ? 激光雷達(LiDAR) 1.1 激光
    的頭像 發(fā)表于 08-23 10:18 ?1167次閱讀

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    對實時性要求極高,任何延遲都可能導(dǎo)致安全事故。FPGA的硬件特性使得其能夠?qū)崿F(xiàn)極低的延遲,確保自動駕駛系統(tǒng)能夠?qū)崟r響應(yīng)環(huán)境變化并做出正確的決策。 高能效比: 盡管FPGA的功耗相對于一些專用處理器可能
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    低,適合用于實現(xiàn)高效的圖像算法,如車道線檢測、交通標(biāo)志識別等。 雷達和LiDAR處理:自動駕駛汽車通常會使用雷達和LiDAR(激光雷達)等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成
    發(fā)表于 07-29 17:09

    自動駕駛汽車如何識別障礙物

    自動駕駛汽車識別障礙物是一個復(fù)雜而關(guān)鍵的過程,它依賴于多種傳感器和技術(shù)的協(xié)同工作。這些傳感器主要包括激光雷達(LiDAR)、雷達、攝像頭以及超聲波雷達等,它們各自具有不同的工作原理和優(yōu)
    的頭像 發(fā)表于 07-23 16:40 ?2868次閱讀