我的订单|我的收藏|我的商城|帮助中心|返回首页
虚拟现实新闻>行业>新闻动态>行业动态

特斯拉42万真车前,虚拟驾驶训练真的不堪一击吗?

文章来源:87870 作者:87870 发布时间:2019年04月30日 点击数: 字号:

特斯拉的CEO Elon Musk在美国出名的不仅仅是其一手创办的特斯拉、Space X等数家高科技企业,他爱说“垃圾话”的习惯也可以说是鼎鼎大名。这不,本周一他又出来搞事情了。

AI,人工智能系统,AI汽车

在周一面向投资者的Autonomy Day活动中,Elon Musk把竞争对手的技术挨个diss了一遍。最先遭殃的是LIDAR(激光雷达),Elon Musk认为,傻瓜才会去选这种技术(原话是a fool’s errand),任何依赖激光雷达的人都注定要被毁灭(Doomed),这种昂贵的不是必须的。

接着遭殃的是很多车企用于训练虚拟自动驾驶汽车的模拟程序。Elon Musk认为,虽然自动驾驶程序在这样的虚拟环境中行驶了数亿英里,处理过各种极端状况,但最终训练出的自动驾驶程序依然不够好。Elon Musk表示,特斯拉也有这么一套系统,但这样一套系统无法捕捉到现实世界中发生的各种千奇百怪的状况。

最后Elon Musk对依赖高精度GPS地图的自动驾驶汽车也下手了,他认为这是一个“非常糟糕”的主意,对GPS过高的依赖会导致这样的自动驾驶系统变得“非常脆弱”。

AI,人工智能系统,AI汽车

在这次活动中,Elon Musk表示,到2020年,特斯拉将能提供5级自动驾驶汽车,可以在任何条件下随时随地行驶,不受地理的限制。“一年后,我们将拥有超过100万辆拥有完全自动驾驶功能的汽车”,他说。

Elon Musk放出这些“狂言”并不令人意外,但这些言论直接抨击了自动驾驶汽车行业的主流技术,这让人不禁感到奇怪:特斯拉到底有着什么样的底牌?Elon Musk这次还能兑现他的承诺吗?87君今天想就其中的虚拟自动驾驶汽车模拟程序来和大家聊一聊。

在虚拟世界中训练自动驾驶系统

AI,人工智能系统,AI汽车

现代的人工智能技术大多依赖于海量的数据。计算机科学家们使用海量的数据来对他们设计的人工智能系统进行训练,从而让这套系统能够完美的执行一系列特定的任务。通常来说,训练使用的数据量越大,最终训练出的人工智能系统执行任务时的表现就会越完美。

这对于自动驾驶系统来说这一套也是成立的,但是最大的问题在于:用于训练的数据从哪里来?最好的方法当然是将自动驾驶汽车放到真正的道路上行驶,通过巨量的累计行驶里程来获取足够多的数据。

但这么做首先碰到的就是安全问题。自动驾驶汽车目前还是一项处于试验阶段的技术,安全性无法得到保证。现实中,道路情况复杂多变,让还不成熟的自动驾驶汽车上路很容易导致交通事故。2018年3月,Uber一辆测试中的自动驾驶汽车与一名正在过马路的行人相撞导致行人死亡。2018年5月,Waymo的自动驾驶汽车与另一辆汽车碰撞,造成一人受伤。

AI,人工智能系统,AI汽车

目前的自动驾驶汽车即使是做得最好的Waymo平均每行驶公里8950公里也需要进行一次人为干预,否则就有可能产生事故,大多数其他自动驾驶汽车200-300公里就需要一次人为干预。作为对比,根据美国交通部门统计,人类平均驾驶25万公里才会出一次事故。

其次是数据量的问题,根据ABI Research的研究,自动驾驶系统需要累计数百亿英里的行驶里程才能够获得较高的系统可信度,这意味着10年内投入300万辆未经认证的自动驾驶汽车到现实道路中。这显然是无法实现的。

所以直接让大量自动驾驶汽车上路进行数据的采集既不安全也无法满足数据量的需求。此时就需要用到虚拟自动驾驶汽车模拟程序了。

这类程序可以为自动驾驶系统模拟出完整的道路环境,包括红绿灯、车道、其他行驶车辆、道路障碍以及各种行人等等,还可以模拟出各种人们不想在现实道路中重现的事故场景。自动驾驶汽车制造商会通过非常详细的计算机模拟来安全的调整他们的车辆,最终再在现实的道路中进行测试。

AI,人工智能系统,AI汽车

就拿Waymo来说吧。Waymo的自动驾驶系统使用了一套定制的传感器,包括摄像头、激光雷达以及超声波雷达,模拟软件可以为其模拟出繁忙十字路口或者是左转弯时信号灯已经变为黄色的状况,测试其自动驾驶系统避免交通事故的能力。

Waymo在2018年的安全报告中这么写道:“每次我们更新自动驾驶软件时,都可以在各种驾驶条件和路况下让测试车辆驶过同一交叉口。我们就是这样教会车辆在黄灯闪烁的状况下自然地前进并插入正在行驶的车流中。”

为了尽可能多的模拟不同情况,Waymo在其模拟器中会改变道路的状况,例如改变车流的速度,改变交通信号灯的时间,增加模拟的行人、骑在车道之间的摩托车或慢跑穿过街道的慢跑者。

Waymo每天大约有25000辆虚拟的自动驾驶汽车在模拟程序中行驶800万英里的里程,改进旧的技能并测试新的动作,从而能够在现实世界中进行安全的自动驾驶。Waymo宣称其Carcraft系统在模拟中已经行驶了70亿英里。

AI,人工智能系统,AI汽车

但这样的里程数与真正实现完整的自动驾驶系统所需的现实世界中的数百亿里程来说仍然相去甚远。此外,正如Elon Musk所指出的,模拟驾驶始终无法模拟出所有道路上的突发状况,真正可信的自动驾驶系统也必须经过实际道路行驶的验证。

即使Waymo在模拟器中行驶了再多的里程,其去年10月份在现实道路的行驶里程也仅仅只有1000万英里。Elon Musk认为,通过模拟来捕捉现实的驾驶数据是低效的,Waymo拥有无法通过模拟器中的行驶里程来追上特斯拉在实际道路上的行驶里程。

特斯拉的42万辆汽车是其真正的底牌

AI,人工智能系统,AI汽车

相比虚拟自动驾驶汽车训练系统,特斯拉售出并在公路上使用42万辆汽车显得价值重大。尽管这些车辆并非都会开启自动驾驶功能,但仅仅这些有人驾驶的车辆在实际道路中的行驶数据对于自动驾驶系统来说已经是一笔瑰宝。

特斯拉汽车的保有量其实并不高,42万的数量相比丰田、沃尔沃等等传统车企车辆的保有量来说也只是九牛一毛,但是特斯拉的汽车和传统汽车有着一个本质的区别——特斯拉汽车是全程连接4G网络的。换句话说,经过用户授权后,特斯拉公司可以随时访问特斯拉汽车中存储的各种传感器数据,这恰恰是传统车企无法做到的。

传统车企虽然有着海量的汽车保有量,但这些汽车中各种传感器数据传统车企却无法获得,自然也就无法将这些数据用于自动驾驶系统的训练。而新兴的自动驾驶企业却又难以拥有如此多数量的真车在实际道路上行驶。要知道,即使以Model 3 4万美元一辆的价格来进行计算,这42万辆特斯拉的价值也已经超过了170亿美元,这是大部分自动驾驶企业在实际道路测试环节所无法承受的。

AI,人工智能系统,AI汽车

这为特斯拉在自动驾驶方面带来了巨大的优势,Waymo在模拟环境中行驶的虚拟车辆仅有25000辆,真车要少得多。特斯拉却有40多万台真车在现实道路中行驶,恐怕无论从获取数据的数量还是质量上,特斯拉都更胜一筹。在大家的人工智能系统无法从算法上拉开差距的情况下,谁掌握了最多最好的数据,谁就掌握了话语权。

这里不得不佩服Elon Musk的高瞻远瞩,从特斯拉诞生的第一天起就将车辆与互联网的连接作为特斯拉汽车一项必要的特点。在拥抱互联网方面,传统车企走的实在是太慢了,这产生了连锁效应——传统车企的互联网汽车追不上特斯拉→特斯拉售出更多汽车→特斯拉通过这些车辆获得更多的实际道路行驶数据→特斯拉自动驾驶系统因为有着更多的实际道路行驶数据有着更到的可信任度→特斯拉售出更多自动驾驶汽车。

也难怪Elon Musk敢声称2020年特斯拉将有100万辆5级自动驾驶汽车,正在路上飞驰的42万辆特斯拉给了他极大的信心。

虚拟自动驾驶汽车模拟只是开始,实际道路行驶才是终点

AI,人工智能系统,AI汽车

虚拟自动驾驶汽车模拟可能是大部分自动驾驶汽车公司在这一领域的切入点。将这样一套系统作为自动驾驶系统的入门训练再也合适不过——它有着最高的性价比。但是自动驾驶汽车始终要向着实际道路行驶这一最终目标前进。

随着自动驾驶系统在模拟程序中行驶过越来越多的里程,它能从模拟程序中学到的东西也越来越少。自动驾驶技术的未来属于那些在现实道路上拥有着最多的联网车辆的公司,也许这家公司是特斯拉,也许是另一家公司,最终谁是胜利者,谁知道呢?

不过Elon Musk放出的狂言确实兑现了不少,87君还是很期待2020年特斯拉到底能够交出怎样的答卷。

87870原创文章,转载须注明来源及链接,否则将追究其法律责任!


  • 暂无资料
  • 暂无资料
  • 暂无资料
  • 暂无资料
  • 暂无资料