色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

特斯拉AI主管解釋為何不用激光雷達:我們有超算和深度學習

E4Life ? 來源:電子發燒友原創 ? 作者:Leland ? 2021-07-06 10:18 ? 次閱讀
從當下各大汽車OEM在新車上采用的自動/輔助駕駛方案來看,不少用到了英偉達、Mobileye或是地平線的高性能芯片,也有用到Lumina、Velodyne或覽沃的激光雷達。但歸根結底這些都是機器視覺加上先進傳感器的方案,而特斯拉卻一直堅持采用攝像頭的純視覺方案,成了諸多車廠中的一個“異類”。

在上月舉辦的機器視覺和模式識別國際會議(CVPR 2021)上,特斯拉AI主管Andrej Karpathy解釋了為何特斯拉用不到激光雷達。Andrej Karpathy畢業于斯坦福大學,也是AI大神李飛飛的得意門生之一,他在畢業后成了OpenAI的一位研究員,隨后被埃隆·馬斯克親自挖去特斯拉做AI主管。

低成本、易維護且方便更新的純視覺系統

深度神經網絡自動駕駛技術的主要技術之一,通過處理車載攝像頭傳輸的數據來分析道路、標志、汽車、障礙和行人。但深度學習在圖像中檢測物體往往會出現失誤,因此多數自動駕駛公司,比如Waymo等,都采用激光雷達來繪制車身周圍的3D地圖,補全神經網絡缺失的信息

然而Andrej提到,激光雷達在自動駕駛上也有自己的難處,你必須用高成本的激光雷達預繪制環境,然后創建高分辨率地圖,將街道和交通燈聯系在一起,最后只能局限于這些地圖來駕駛。不過,繪制每個地點的精確地圖是相當困難的,并不是路測車輛收集構建好這些高分辨率地圖就完事了,還需要長期的維持工作,很難保證這些基礎設備和數據的更新工作。

特斯拉并沒有采用激光雷達和高分辨率地圖結合的方案,Andrej稱“對特斯拉來說,一切都是初次發生的,單單靠車身上的八個攝像頭”。經過幾年的迭代,特斯拉的自動駕駛工作絕大多數都是由攝像頭實現,以至于車身上其他的傳感器開始“吃灰”。為此,特斯拉也在今年5月宣布,即日起北美制造的Model 3和Model Y也不再配備毫米波雷達,全面過渡到以攝像頭為主,輔以超聲波雷達的特斯拉視覺系統。

自動標注生成的數據集和高效的神經網絡

在許多激光雷達和攝像頭的參數性能比較中,測距往往都是攝像頭的弱項。然而,人類本身也是用“眼鏡”這一純視覺方案來進行距離和速度判斷的,那么人工神經網絡能否做到這一點呢?Andrej稱在過去幾個月的研究工作中發現,這個問題的答案是肯定的。

特斯拉的工作室為了創建這樣一個可以精確檢測物體距離、速度和加速度的深度學習系統,將這一挑戰視為監督式學習的問題。監督式學習是機器學習中常用的一個方法,此處則被用于在標注數據訓練后,讓神經網絡學習如何檢測物體和它們的附加屬性。

而打造這樣一個系統,需要的是大量的視頻數據、清晰精確的標準數據和諸多極端情況組成的數據集。

特斯拉與其他具備數據采集能力的汽車品牌相比有著一個獨到的優勢,那就是數量。有了百萬輛配備攝像頭的汽車,特斯拉根本不愁數據量。

在雨雪等條件下依然能夠正常運轉的自動標注 / 特斯拉

那么這種標注是如何進行的呢?一種可行方案是依靠數據標注公司進行手工標注,但這樣做的話不僅耗時耗力,成本也不低。特斯拉的自動標注技術結合了神經網絡、雷達數據和人類審查。由于這一數據集是離線標注的,所以神經網絡可以來回播放視頻,將預測與事實進行比對,從而調整其參數,恰恰與實時運行的測試時推理相反。

這種離線標注還有一個好處,那就是特斯拉工程師得以實現無法部署在車上的密集運算型物體檢測網絡,將其用于低延遲的實時應用中去。而雷達的數據只是用于進一步驗證神經網絡的推理,這個過程還可以讓人工介入,進行一些判斷上的編輯、驗證和調整工作。

為了實現更好的速度和加速度判斷,在打造這一數據集的過程中,特斯拉團隊花了4個月時間開發了221個觸發器來指出物體檢測系統上還需哪些調整,比如雷達與視覺對比不符、物體邊框抖動、純靠主攝像頭進行的檢測等等。這些觸發器部署在消費車輛中,進行了7輪靜默模式的運轉,這些觸發器并不會對車輛下達任何指令,而輸出的數據會和雷達數據和駕駛員本身行為進行比較。

最后生成的數據集中,特斯拉自動駕駛團隊已經收集了1.5PB的數據,由100萬個10秒視頻和60億物體標注組成。

特斯拉自動駕駛神經網絡架構 / 特斯拉

為了充分利用這一數據集,特斯拉自動駕駛團隊打造了一個高效的循環神經網絡。數據經過多層次的網絡結構,從而輸出多個參數。這種架構為分布式分工創造了條件,當前特斯拉有一個由20人左右組成的團隊,他們正在全力訓練這一神經網絡,負責各自的模塊。

用來訓練深度學習模型的超級計算機

為了處理如此龐大的工作量自然也需要強大的機器,特斯拉當前有三臺用于自動駕駛開發的超算集群。其中最新的一臺包含720個節點,每個節點都由8張英偉達A100 80GB加速卡組成,等于一臺機器就內置了5760個GPU。該機器的算力達到了驚人的1.8 EFLOPS,配備了10PB的頂級NVME存儲,速率達到1.6 TBps。

內部超級計算機 / 特斯拉

除此之外,為了保障自動駕駛的流暢運行,其自研的FSD自動駕駛芯片也有著強悍的性能。特斯拉的優勢在于其垂直集成的開發,這意味著不論是其CPU、GPU還是NPU,都能最大限度地利用這一神經網絡驅動的視覺方案。

FSD自動駕駛芯片 / 特斯拉

小結

目前特斯拉的FSD自動駕駛系統已經進入了測試階段,已經有2000余名的車主在使用這一技術。特斯拉也在繼續開發這一系統,加入更多的駕駛功能。

NHTSA對4月27日前后生產的Model Y評級 / NHTSA

不過,特斯拉拋棄毫米波雷達的做法也引來的一些是非,美國國家公路交通安全管理局(NHTSA)表示,取消毫米波雷達的Model 3和Model Y將失去具備部分先進安全功能的標簽。尚不清楚這未來經過測試調研后,幾款車型會不會重新獲得這些認證,不過可以肯定的是,特斯拉已經打算在攝像頭為主的純視覺方案上堅定不移地走下去了。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2550

    文章

    51042

    瀏覽量

    753105
  • 特斯拉
    +關注

    關注

    66

    文章

    6311

    瀏覽量

    126548
  • AI
    AI
    +關注

    關注

    87

    文章

    30758

    瀏覽量

    268903
  • 激光雷達
    +關注

    關注

    968

    文章

    3969

    瀏覽量

    189830
收藏 人收藏

    評論

    相關推薦

    激光雷達會傷害眼睛嗎?

    隨著激光雷達日益普及,人們開始擔憂:這種發射激光的設備,對人眼的安全性如何?了解這個問題前,我們首先需要知道激光雷達和它發射的激光,到底是什
    的頭像 發表于 11-07 10:47 ?219次閱讀
    <b class='flag-5'>激光雷達</b>會傷害眼睛嗎?

    激光雷達的維護與故障排查技巧

    激光雷達(LiDAR,Light Detection and Ranging)是一種利用激光進行距離測量和目標識別的技術。它廣泛應用于無人駕駛汽車、地理信息系統(GIS)、環境監測、航空航天等領域
    的頭像 發表于 10-27 11:04 ?951次閱讀

    激光雷達技術的基于深度學習的進步

    信息。這使得激光雷達在自動駕駛、無人機、機器人等領域具有廣泛的應用前景。 二、深度學習技術的發展 深度學習是機器
    的頭像 發表于 10-27 10:57 ?370次閱讀

    光學雷達激光雷達的區別是什么

    光學雷達激光雷達是兩種不同的遙感技術,它們在原理、應用、優缺點等方面都存在一定的差異。以下是對光學雷達激光雷達的比較: 定義和原理 光學雷達
    的頭像 發表于 08-29 17:20 ?1290次閱讀

    lidar激光雷達掃描儀什么用

    LiDAR(Light Detection and Ranging,激光探測與測距)是一種利用激光技術進行距離測量和成像的技術。LiDAR激光雷達掃描儀具有高精度、高分辨率、快速掃描等特點,廣泛應用
    的頭像 發表于 08-29 16:58 ?782次閱讀

    一文看懂激光雷達

    ? ? 文章大綱 城市 NOA 成競爭高地,政策助力高階智能駕駛加速落地 成本下探+智駕升級,2030年激光雷達市場規模有望萬億 ? ????·城市 NOA面臨工況復雜問題,激光雷達為“優選
    的頭像 發表于 06-27 08:42 ?617次閱讀
    一文看懂<b class='flag-5'>激光雷達</b>

    商用激光雷達產品InnovizOne什么獨特之處

    Innoviz 是汽車行業的知名激光雷達制造商,率先開創了激光雷達感知技術。結合攝像頭和雷達等其他傳感器,Innoviz 能實現真正可脫手、解放雙眼的自動駕駛體驗。安森美 (onsemi)與 Innoviz 合作,助其推出了首款
    的頭像 發表于 06-17 09:46 ?684次閱讀

    馬斯克稱特斯拉的FSD系統不需要激光雷達

    萬美元的激光雷達設備。 然而,埃隆·馬斯克對此回應稱,特斯拉已經不需要激光雷達技術來收集自動駕駛所需的“基準真實數據”。 他進一步明確表示:“我們甚至不再需要它們來做這件事了。 ”這與
    的頭像 發表于 05-14 18:46 ?1070次閱讀
    馬斯克稱<b class='flag-5'>特斯拉</b>的FSD系統不需要<b class='flag-5'>激光雷達</b>

    特斯拉一季度采購逾200萬美元Luminar激光雷達

    美國激光雷達供應商Luminar近期公布,特斯拉成為其一季度傳感器的最大買家,占該公司2100萬美元總營收的逾10%,預計超過200萬美元。這一消息令人矚目,因為特斯拉素以其純視覺智能駕駛技術聞名,而
    的頭像 發表于 05-09 15:06 ?490次閱讀

    特斯拉Q1采購200萬美元激光雷達

    當地時間5月7日,美國激光雷達方案商Luminar披露,特斯拉是其Q1傳感器的最大客戶,貢獻了該公司一季度2100萬美元總營收的比重10%,預計200萬美元(約合人民幣1500萬元
    的頭像 發表于 05-09 11:17 ?582次閱讀

    Luminar披露特斯拉成其激光雷達最大客戶

    特斯拉最新發布的財務報告揭示了其采購策略的動向。根據公開數據,特斯拉在今年的第一季度向Luminar Technologies采購了價值超過200萬美元的激光雷達設備。這一采購規模在Luminar
    的頭像 發表于 05-09 10:13 ?300次閱讀

    Luminar: 特斯拉是其最大激光雷達客戶

    特斯拉作為全球唯一堅持純視覺智能駕駛技術路線的汽車制造商,其首席執行官埃隆·馬斯克(Elon Musk)對激光雷達持否定態度,甚至稱之為“拐杖”,并聲稱依賴激光雷達的自動駕駛技術終將失敗。
    的頭像 發表于 05-08 16:15 ?355次閱讀

    硅基片上激光雷達的測距原理

    硅基光電子技術的發展可以將激光雷達系統發射模塊和接收模塊中分立的有源和無源器件集成在芯片上,使激光雷達體積更小、穩定性更強、成本更低,推動激光雷達在自動駕駛等領域的應用。
    發表于 04-08 10:23 ?580次閱讀
    硅基片上<b class='flag-5'>激光雷達</b>的測距原理

    激光雷達的探測技術介紹 機載激光雷達發展歷程

    機載激光雷達是指安裝在飛行器(如飛機、直升機、無人機等)上的激光雷達系統,用于從空中對地面或其他目標進行測量、成像和監測。
    的頭像 發表于 03-21 16:49 ?2929次閱讀
    <b class='flag-5'>激光雷達</b>的探測技術介紹 機載<b class='flag-5'>激光雷達</b>發展歷程

    華為激光雷達參數怎么設置

    華為激光雷達是一種常用的傳感器技術,可用于距離測量和感應。它的參數設置對于確保其性能和功能至關重要。在本文中,我們將詳細介紹華為激光雷達的參數設置以及其影響和應用。 首先,我們需要了解
    的頭像 發表于 01-19 14:17 ?1776次閱讀
    主站蜘蛛池模板: 久久sese| 国产精品高清在线观看地址| 中文字幕伊人香蕉在线| 樱花草在线影视WWW日本动漫| 亚洲精品91| 樱花草动漫www| a视频免费在线观看| 成人国产在线24小时播放视频| 一级大乳奶| 999久久狠狠免费精品| 国产人妻人伦精品久久久| 免费乱理伦片在线观看八戒| 午夜精品久久久久久久99蜜桃 | 少妇内射视频播放舔大片| 骚浪插深些好烫喷了| 亚洲欧美日韩在线观看一区二区三区| 野花日本大全免费观看3中文版| 777米奇影院第七色色| 啊…嗯啊好深男男小黄文| 国产野外无码理论片在线观看| 久久99热这里只有精品66| 欧美精品专区第1页| 亚洲AV午夜福利精品香蕉麻豆| 中文字幕乱码在线人视频| 丁香成人网址| 老妇xxxxbbbb| 吻嘴胸全身好爽床大全| 100国产精品人妻无码| 国产成人免费观看| 免费观看高清黄页网址大全| 亚洲2023无矿砖码砖区| MATURETUBE乱妇| 精品第一国产综合精品蜜芽| 日韩精品无码免费专区| 中文字幕亚洲无限码| 国产香蕉尹人视频在线| 欧美最猛黑人XXXXWWW| 曰曰夜夜在线影院视| 国产免费69成人精品视频| 强奷表妺好紧2| 99re久久超碰视频精品|