近日，特斯拉更新了自動(dòng)駕駛軟件的2020.12版本更新，在這一版更新中，特斯拉加入了交通信號(hào)燈和停車標(biāo)志識(shí)別的自動(dòng)駕駛功能。如果特斯拉選配了FSD完全自動(dòng)駕駛能力套件，就能通過(guò)OTA升級(jí)體驗(yàn)車輛在紅燈前自動(dòng)停下，綠燈亮起后又自動(dòng)加速的自動(dòng)駕駛功能。

這項(xiàng)功能正式發(fā)布，為即將到來(lái)的特斯拉城市道路自動(dòng)駕駛打下基礎(chǔ)，也標(biāo)志著特斯拉向“完全自動(dòng)駕駛”又邁進(jìn)了一步。

▲特斯拉交通信號(hào)燈識(shí)別功能

對(duì)交通信號(hào)燈和停車標(biāo)志的識(shí)別實(shí)際上并不容易。對(duì)于駕駛員來(lái)說(shuō)很容易識(shí)別的內(nèi)容，對(duì)于還不太聰明的機(jī)器來(lái)說(shuō)還是個(gè)不小的挑戰(zhàn)。例如，不同車道有不同的交通信號(hào)燈，停車標(biāo)志也是五花八門，有些還被遮擋，這就非?？简?yàn)機(jī)器識(shí)別的效率和準(zhǔn)確性。

今年2月，特斯拉人工智能高級(jí)主管Andrej Karpathy發(fā)表了一個(gè)演講，他在演講中闡述了特斯拉是如何憑借視覺(jué)系統(tǒng)識(shí)別道路環(huán)境，并應(yīng)用于自動(dòng)駕駛當(dāng)中的。

▲Andrej Karpathy的演講視頻

特斯拉利用“影子模式”，在駕駛員駕駛的過(guò)程中，自動(dòng)駕駛電腦進(jìn)行實(shí)時(shí)同步計(jì)算，但不參與車輛控制。一旦駕駛員的操作和機(jī)器的計(jì)算有所出入，特斯拉的自動(dòng)駕駛電腦就會(huì)記錄下這個(gè)案例，并上傳給特斯拉總部。在收集到大量的數(shù)據(jù)之后，特斯拉將不同場(chǎng)景進(jìn)行分類，機(jī)器學(xué)習(xí)之后就能讓整個(gè)識(shí)別算法更加“聰明”。

在應(yīng)用于車輛時(shí)，特斯拉還會(huì)利用機(jī)器學(xué)習(xí)，用二維的圖像計(jì)算出三維的場(chǎng)景，就能準(zhǔn)確判斷與障礙物之間的距離，實(shí)現(xiàn)更加精準(zhǔn)的自動(dòng)駕駛功能。

一、特斯拉自動(dòng)等紅燈 離城市自動(dòng)駕駛又近一步

4月24日，特斯拉向用戶推出了2020.12軟件更新。在這一更新中，特斯拉正式推出了“識(shí)別交通信號(hào)燈和停車標(biāo)志并做出反應(yīng)”功能。

選配有FSD的特斯拉車主在更新軟件之后，車輛就可以自動(dòng)識(shí)別紅綠燈和停車標(biāo)志。如果前方有禁止通行的紅燈或停車標(biāo)志，特斯拉會(huì)在車機(jī)屏幕上提前發(fā)出提示信息，告訴駕駛員距離前方停止線的距離。

如果駕駛員沒(méi)有及時(shí)采取制動(dòng)措施，車輛制動(dòng)系統(tǒng)就會(huì)及時(shí)介入，并緩緩?fù)Ｔ谕Ｖ咕€之前。在綠燈亮起之后，車輛會(huì)自動(dòng)繼續(xù)加速前進(jìn)。如果駕駛員在需要停車的路口確認(rèn)安全之后，踩下加速踏板，車輛也會(huì)重新加速前進(jìn)。

▲特斯拉軟件更新后車主的測(cè)試

在行駛過(guò)程中，車輛可以檢測(cè)到前方的綠燈、黃燈閃爍和紅燈，并在車機(jī)上顯示。如果檢測(cè)到前方有紅燈或停車標(biāo)志，車輛會(huì)提前提醒駕駛員停止線的位置，如果駕駛員沒(méi)有做出反應(yīng)，車輛就會(huì)自動(dòng)減速并停在停止線前。如果駕駛員確認(rèn)安全后希望前行，只要踩下油門踏板，車輛就會(huì)繼續(xù)加速前進(jìn)。

不過(guò)，由于這項(xiàng)功能剛剛發(fā)布，運(yùn)行的邏輯會(huì)比較保守，車輛在一些情況下不會(huì)嘗試自行通過(guò)交叉路口。隨著使用這一功能車輛數(shù)量的增加，特斯拉自動(dòng)駕駛計(jì)算芯片進(jìn)行機(jī)器學(xué)習(xí)后會(huì)讓這項(xiàng)功能更加完善。

根據(jù)此前公布的特斯拉自動(dòng)駕駛使用手冊(cè)，這項(xiàng)功能實(shí)際也有一定的局限性。特斯拉表示，雖然車輛可以自行監(jiān)測(cè)前方的交通信號(hào)燈和停車標(biāo)志，但駕駛責(zé)任完全由駕駛員負(fù)責(zé)。駕駛員需要始終注意行車道上發(fā)生的情況，并隨時(shí)準(zhǔn)備采取緊急措施。

▲特斯拉交通信號(hào)燈和停車標(biāo)志識(shí)別功能使用手冊(cè)（美國(guó)版）

值得注意的是，用戶手冊(cè)中有這樣一句話：如果在特斯拉汽車行駛較多的路段，停車標(biāo)志和交通信號(hào)燈的識(shí)別準(zhǔn)確度會(huì)更高。也就是說(shuō)，特斯拉確實(shí)是依靠深度學(xué)習(xí)讓算法變得更加優(yōu)秀，并且同一場(chǎng)景學(xué)習(xí)的次數(shù)越多，識(shí)別準(zhǔn)確率也就越高。

此外，信號(hào)燈和停車標(biāo)志識(shí)別功能也不是在所有場(chǎng)景都可以使用。特斯拉在使用手冊(cè)中表示，在美國(guó)地區(qū)，鐵路道口、禁區(qū)、收費(fèi)站、人行橫道區(qū)域、不清晰或臨時(shí)的交通信號(hào)燈、復(fù)雜信號(hào)燈和車道指示燈等環(huán)境下都無(wú)法啟用這項(xiàng)功能。

這項(xiàng)功能更新是特斯拉FSD自動(dòng)駕駛系統(tǒng)的一大進(jìn)步，也讓特斯拉距離城市道路的自動(dòng)駕駛更近一步。

今年2月，特斯拉人工智能高級(jí)主管Andrej Karpathy在ScaledML會(huì)議上的一次演講，就透露了特斯拉自動(dòng)駕駛系統(tǒng)的最新進(jìn)展。利用機(jī)器學(xué)習(xí)的算法，特斯拉就能準(zhǔn)確判斷路旁的信號(hào)標(biāo)志，同時(shí)也能計(jì)算出與停止線、障礙物之間的距離信息。

二、特斯拉強(qiáng)在哪？上百萬(wàn)車主幫特斯拉測(cè)試軟件

在特斯拉人工智能高級(jí)主管Andrej Karpathy的演講中，首先對(duì)特斯拉自動(dòng)駕駛系統(tǒng)的工作原理進(jìn)行了講解。他表示，當(dāng)前特斯拉主要依靠視覺(jué)系統(tǒng)采集圖像信號(hào)，自動(dòng)駕駛電腦進(jìn)行計(jì)算之后，就能控制車輛的車速和轉(zhuǎn)向，從而實(shí)現(xiàn)自動(dòng)駕駛。在這個(gè)過(guò)程中，自動(dòng)駕駛電腦的計(jì)算是最重要的一環(huán)，需要人工智能算法提供支持。

▲Andrej Karpathy演講現(xiàn)場(chǎng)

在今年2月美國(guó)加州車管局（DMV）公布的自動(dòng)駕駛路側(cè)數(shù)據(jù)可以發(fā)現(xiàn)，2019年全年，特斯拉官方進(jìn)行的自動(dòng)駕駛公路測(cè)試僅有12.2英里（約合19.6公里）。與百度、Waymo、Cruise等公司每年動(dòng)輒數(shù)十萬(wàn)上百萬(wàn)英里的自動(dòng)駕駛測(cè)試?yán)锍滔啾?，可以說(shuō)特斯拉官方相當(dāng)于沒(méi)有進(jìn)行測(cè)試。

如果不進(jìn)行大量的自動(dòng)駕駛測(cè)試，特斯拉又如何進(jìn)步呢？原來(lái)，特斯拉的測(cè)試者是百萬(wàn)量級(jí)的特斯拉車主，依靠“影子模式”進(jìn)行自動(dòng)駕駛測(cè)試的。

2016年，特斯拉發(fā)布了“影子模式”，在駕駛員駕駛過(guò)程中，裝有HW1及更新自動(dòng)駕駛電腦的特斯拉就能實(shí)時(shí)進(jìn)行自動(dòng)駕駛運(yùn)算，但不會(huì)參與控制車輛的方向和速度。如果駕駛員的操作和自動(dòng)駕駛電腦的操作有較大出入，自動(dòng)駕駛電腦就會(huì)自動(dòng)記錄下這個(gè)案例，并上傳給特斯拉。

從2018年正式啟用至今，影子模式已運(yùn)算了超過(guò)30億英里（約合48.3億公里）的駕駛里程。每天，特斯拉自動(dòng)駕駛研發(fā)團(tuán)隊(duì)都會(huì)收到大量的案例：駕駛員停車，自動(dòng)駕駛電腦繼續(xù)前進(jìn)；駕駛員向左微調(diào)了方向，自動(dòng)駕駛電腦直行前進(jìn)；當(dāng)然，也會(huì)有駕駛員發(fā)生碰撞，但自動(dòng)駕駛電腦避開(kāi)危險(xiǎn)。

舉例來(lái)說(shuō)，路旁的停止標(biāo)志并不全都清晰可見(jiàn)，有些被樹(shù)葉擋住，有些屬于臨時(shí)標(biāo)志，有些標(biāo)志在夜間非常模糊，還有部分停車標(biāo)志左轉(zhuǎn)停車，右轉(zhuǎn)不用停……這些并不清晰的標(biāo)志就有可能對(duì)自動(dòng)駕駛電腦產(chǎn)生干擾，一旦識(shí)別出錯(cuò)，可能就會(huì)造成駕駛事故。

▲上圖：不清晰的停車標(biāo)志；下圖：有條件的停車標(biāo)志

為解決這個(gè)問(wèn)題，特斯拉利用了數(shù)據(jù)引擎對(duì)算法進(jìn)行訓(xùn)練。首先，車輛將收集的數(shù)據(jù)回傳至特斯拉自動(dòng)駕駛研發(fā)部門，然后特斯拉相似的場(chǎng)景進(jìn)行分類，同一類的機(jī)器學(xué)習(xí)訓(xùn)練，讓特斯拉的算法更強(qiáng)大，也更加“聰明”。

▲特斯拉的“數(shù)據(jù)引擎”機(jī)器學(xué)習(xí)模型

在對(duì)算法進(jìn)行訓(xùn)練之后，特斯拉會(huì)持續(xù)關(guān)注自動(dòng)駕駛電腦對(duì)類似場(chǎng)景的識(shí)別準(zhǔn)確率，形成下面這個(gè)表格。

從中可以看出，特斯拉對(duì)Stop Sign（停止標(biāo)識(shí)）這一種路牌，竟然給出了至少14種可能存在的情況，包括大雨、大雪下的路牌、被擋住的路牌、校車上路牌、甚至還有門上的路牌、手持路牌等。

也就是說(shuō)，特斯拉的目標(biāo)是要在各種特殊情況下，都能識(shí)別路牌。

▲同一標(biāo)志在不同場(chǎng)景下的準(zhǔn)確度評(píng)估

回到正題，特斯拉在訓(xùn)練完模型后，會(huì)把算法通過(guò)影子模式進(jìn)行測(cè)試，對(duì)每一個(gè)場(chǎng)景的識(shí)別準(zhǔn)確率進(jìn)行重新評(píng)估，準(zhǔn)確率不斷提高，也就意味著算法正在一點(diǎn)點(diǎn)進(jìn)步。當(dāng)識(shí)別準(zhǔn)確率提升到了較高水平，特斯拉就可以考慮對(duì)所有車輛進(jìn)行功能更新，增加自動(dòng)駕駛的功能和使用場(chǎng)景。

這里面講一個(gè)有趣的小細(xì)節(jié)。

特斯拉此前推送了識(shí)別雪糕筒的更新，有用戶為了弄明白特斯拉能識(shí)別哪一些雪糕筒專門進(jìn)行了一個(gè)堪稱變態(tài)的測(cè)試。

這里測(cè)試的道具除了大小高低不同的雪糕筒之外，他們竟然還有一個(gè)穿著雪糕筒衣服的人類作為道具。從視頻中看，只要穿著雪糕筒衣服的人類在移動(dòng)或者站著，特斯拉就能識(shí)別出這是一個(gè)人。但如果這個(gè)人蹲下不動(dòng)，就會(huì)被識(shí)別為雪糕筒。

▲外國(guó)網(wǎng)友穿著雪糕筒的衣服，但沒(méi)有騙過(guò)特斯拉

這也就說(shuō)明，特斯拉在識(shí)別雪糕筒這件事兒上，也同時(shí)考慮到了大量的特殊情況，才會(huì)表現(xiàn)出這種成績(jī)。

從算法的代碼層面來(lái)說(shuō)，特斯拉把它們的深度學(xué)習(xí)網(wǎng)絡(luò)稱為HydraNet。其中，基礎(chǔ)算法代碼是共享的，整個(gè)HydraNet包含48個(gè)不同的神經(jīng)網(wǎng)絡(luò)，通過(guò)這48個(gè)神經(jīng)網(wǎng)絡(luò)，就能輸出1000個(gè)不同的預(yù)測(cè)張量。理論上來(lái)說(shuō)，特斯拉的這個(gè)超級(jí)網(wǎng)絡(luò)，能同時(shí)檢測(cè)1000種物體。完成這些運(yùn)算并不簡(jiǎn)單，特斯拉已經(jīng)耗費(fèi)了7萬(wàn)個(gè)GPU小時(shí)進(jìn)行深度學(xué)習(xí)模型訓(xùn)練。

▲特斯拉HydraNet網(wǎng)絡(luò)

雖然工作量很大，但由于大部分工作由機(jī)器承擔(dān)，特斯拉的人工智能團(tuán)隊(duì)僅由幾十人組成，與其他自動(dòng)駕駛公司數(shù)百人甚至數(shù)千人的規(guī)模相比，確實(shí)規(guī)模不大。

三、二維圖像秒變3D 算法還能自己改代碼

在經(jīng)過(guò)大量的機(jī)器學(xué)習(xí)訓(xùn)練之后，特斯拉的算法會(huì)逐漸成熟，這套算法也會(huì)以O(shè)TA升級(jí)的方式分發(fā)到每一輛特斯拉汽車當(dāng)中，在車主實(shí)際駕駛過(guò)程中還能進(jìn)一步試錯(cuò)，讓算法更加完美。

研發(fā)這套算法的最終目的是要實(shí)現(xiàn)特斯拉的自動(dòng)駕駛功能，最終還是需要車上硬件互相配合才能實(shí)現(xiàn)。

特斯拉全車共配備了8個(gè)攝像頭，一個(gè)毫米波雷達(dá)和12個(gè)超聲波雷達(dá)，監(jiān)測(cè)外部環(huán)境，向自動(dòng)駕駛電腦實(shí)時(shí)傳送信息。

▲特斯拉車外傳感器

簡(jiǎn)單來(lái)看，特斯拉的攝像頭、毫米波雷達(dá)、超聲波雷達(dá)以及慣性測(cè)量單元記錄下當(dāng)前車輛所處的環(huán)境數(shù)據(jù)，并將數(shù)據(jù)發(fā)送給特斯拉的自動(dòng)駕駛電腦。自動(dòng)駕駛電腦在進(jìn)行算法的計(jì)算之后，將速度和方向信息傳遞給轉(zhuǎn)向舵以及加速、制動(dòng)踏板，實(shí)現(xiàn)對(duì)車輛的控制。

不過(guò)，在日常行駛過(guò)程中，攝像頭作為傳感器捕捉的內(nèi)容都是二維圖像，并沒(méi)有深度信息。

▲特斯拉攝像頭采集的畫面可以確定邊界，但不包含深度信息

也就是說(shuō)，雖然二維圖像已經(jīng)可以區(qū)分公路和路旁的人行道，但并不知道現(xiàn)在車輛距離“馬路牙子”還有多遠(yuǎn)。由于缺失這樣一個(gè)重要信息，自動(dòng)駕駛的運(yùn)算可能并不準(zhǔn)確，操作可能出錯(cuò)。因此，捕捉或者建立一個(gè)三維的圖景很有必要。

傳統(tǒng)工程師認(rèn)為，直接在車頂安裝三維攝像機(jī)就能解決這一問(wèn)題。不過(guò)，這既要增加車輛的制造成本，又影響車輛美觀。此外，由于車頂面積比較大，如果三維攝像頭高度不夠，盲區(qū)將會(huì)非常大。

特斯拉的工程師又想到用算法解決這個(gè)問(wèn)題。如果有一種算法能夠?qū)⒍S圖景的時(shí)序、邊緣對(duì)齊，投影形成三維圖景，這個(gè)問(wèn)題就解決了。

▲通過(guò)算法得出的“鳥(niǎo)瞰視圖”

在計(jì)算出三維圖景之后，特斯拉甚至可以計(jì)算出車輛的“鳥(niǎo)瞰視圖”。也就是說(shuō)，雖然車輛上方?jīng)]有攝像頭，但通過(guò)計(jì)算就能模擬出從車輛上方向下看的圖景。這樣一來(lái)，車輛離障礙物還有多遠(yuǎn)的距離，車內(nèi)都能直觀地看到。

▲特斯拉視覺(jué)系統(tǒng)預(yù)測(cè)的馬路邊緣和車道線

實(shí)際上，特斯拉還有更厲害的地方，那就是算法可以預(yù)測(cè)流媒體視頻中每一個(gè)像素的深度信息。也就是說(shuō)，只要算法足夠好，流媒體視頻更加清晰，特斯拉的視覺(jué)傳感器所捕捉的深度信息甚至可以超過(guò)激光雷達(dá)。

▲特斯拉采集視覺(jué)信息（上），預(yù)測(cè)每一個(gè)像素的深度信息（中）并投影形成鳥(niǎo)瞰視圖（下）

在實(shí)際的自動(dòng)駕駛應(yīng)用中，泊車入位和智能召喚兩個(gè)使用場(chǎng)景下就能充分利用這套算法。在停車場(chǎng)行駛時(shí)，車輛之間的距離很小，即使是駕駛員駕駛，稍不留神也很容易出現(xiàn)刮蹭事故。對(duì)于機(jī)器來(lái)說(shuō)，停車場(chǎng)場(chǎng)景的行駛更加困難。在預(yù)測(cè)到深度信息之后，車輛可以在超聲波雷達(dá)的輔助之下，快速完成對(duì)周圍環(huán)境的識(shí)別，車輛泊車就會(huì)更加順利。

在完成深度信息的預(yù)測(cè)之后，這部分信息會(huì)顯示在車機(jī)上，同時(shí)也會(huì)直接參與控制轉(zhuǎn)向、加速、制動(dòng)等駕駛動(dòng)作。不過(guò)，轉(zhuǎn)向、加速、制動(dòng)這些駕駛策略沒(méi)有固定的規(guī)則，有一定靈活性。

因此，自動(dòng)駕駛的駕駛策略沒(méi)有最佳，只有更好。

特斯拉基礎(chǔ)的自動(dòng)駕駛策略由工程師完成，已經(jīng)寫出了大量的代碼，這相當(dāng)于是駕駛策略的1.0版本代碼。不過(guò)，由于實(shí)際路況更加復(fù)雜，1.0版本的駕駛策略代碼實(shí)際覆蓋范圍較小，邏輯也難免出錯(cuò)。隨著時(shí)間推移，必須要不斷升級(jí)駕駛策略。

Andrej Karpathy表示，如果在機(jī)器學(xué)習(xí)網(wǎng)絡(luò)中不斷升級(jí)策略代碼，這樣既節(jié)省了人工成本，自動(dòng)駕駛能力進(jìn)步的速度也會(huì)明顯加快。

在駕駛員駕駛的過(guò)程中，車輛也會(huì)收集駕駛員的駕駛習(xí)慣。通過(guò)對(duì)百萬(wàn)特斯拉車主駕駛習(xí)慣的學(xué)習(xí)，特斯拉的自動(dòng)啊及時(shí)策略就會(huì)不斷提高。

通過(guò)對(duì)百萬(wàn)車主駕駛習(xí)慣的學(xué)習(xí)，機(jī)器可以編譯出自動(dòng)駕駛策略的2.0版本代碼。

▲機(jī)器編譯的2.0版本代碼正在逐漸取代1.0版本代碼

Andrej Karpathy預(yù)測(cè)，隨著機(jī)器的編譯能力提高、采集的數(shù)據(jù)更加豐富，2.0版本的代碼會(huì)逐漸覆蓋1.0版本的代碼，最終實(shí)現(xiàn)所有代碼都由機(jī)器編譯完成，這樣的自動(dòng)駕駛策略就會(huì)更加精確。

結(jié)語(yǔ)：自動(dòng)駕駛之爭(zhēng)正轉(zhuǎn)變?yōu)樗惴ㄖ疇?zhēng)

在自動(dòng)駕駛不斷發(fā)展的今天，特斯拉已經(jīng)形成自己的一派，完全使用視覺(jué)識(shí)別就能完成自動(dòng)駕駛。自動(dòng)駕駛技術(shù)也從之前的攝像頭、毫米波雷達(dá)、超聲波雷達(dá)甚至激光雷達(dá)的堆料，逐步轉(zhuǎn)變?yōu)樗惴ㄖg的競(jìng)爭(zhēng)。

特斯拉利用百萬(wàn)輛每天行駛在道路上的汽車進(jìn)行自動(dòng)駕駛計(jì)算，其數(shù)據(jù)源、精準(zhǔn)度很可能已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)其他的自動(dòng)駕駛測(cè)試公司。未來(lái)，算法之爭(zhēng)還將逐步擴(kuò)大，同時(shí)自動(dòng)駕駛市場(chǎng)的競(jìng)爭(zhēng)也將更加激烈。