钢铁侠马斯克的野望:实现载人航天,开源特斯拉自动驾驶!

2020 年 8 月 4 日 CSDN

作者 | 硬核云顶宫

责编 | 夕颜

出品 | CSDN(ID:CSDNnews)

最近,“钢铁侠”马斯克旗下的航天公司SpaceX,在空间探测方面的突破性进展不断,先是在6月13日其搭载三颗Planet Labs的地球观测卫星的最新型号火箭猎鹰9号发射升级,这也是人类首次实现“拼火箭”的壮举,而北京时间 8 月 2 日,载有Bob Behnken 和 Doug Hurley两位宇航员的“龙飞船”,也成功结束了为期两个月的国际空间站任务,在墨西哥湾成功降落,完成回归,这也标志着有史以来首次商业载人航天项目的圆满成功。

而且在自动驾驶方面钢铁侠也在前天正式在Twitter上宣布,“对外开放软件的授权许可,并提供动力总成和电池”。消息一经发布就获得了热烈的讨论,甚至有网友将此举比成当年林纳斯对于Linux内核的开源级别相同的重大事件,不过笔者这里想说由于Tesla自动驾驶的级别比较低,而且并未使用激光雷达等精确定位技术,因此哪怕是马斯克本人都要求驾驶员在使用Tesla的自动驾驶功能时需要全神贯注,并且手也不能离开方向盘。而如果完全依赖于Telsa自动驾驶,其实经常爆出事故,甚至在今年5月份的FaceBook还爆出一国内Model 3在开启AutoPilot的情况下,大白天径直撞向了一辆大货车的录像。


当时这里并不是要质疑马斯克征服太空的雄心壮志,或是SpaceX的黑科技水平,不过比上天入地更难的,恰恰是最常见的地面自动驾驶。 

Tesla自动驾驶系统Autopilot初探
 
Tesla的自动驾驶系统从来都是大众关心的话题,根据Telsa官网的介绍,Model 3等Telsa旗下轿车均标配Autopilot自动驾驶系统,该系统的硬件支撑是环绕车身共配有 8 个摄像头,视野范围达 360 度,对周围环境的监测距离最远可达 250 米。12 个新版超声波传感器作为整套视觉系统的补充,可探测到柔软或坚硬的物体,而增强版Autopilot前置雷达通过发射冗余波长的雷达波,能够穿越雨、雾、灰尘,甚至前车的下方空间进行探测。
 

但是Autopilot面世以后就麻烦不断,Tesla涉及的车祸官司甚至有时盖过了新车发布的风头。2016年1月,国内特斯拉车主驾驶其Model S汽车于京港澳高速邯郸段在开启自动驾驶的状态下行驶时,与前方的道路清扫车发生追尾事故并当场身亡,车主家属称特斯拉过分夸大了其自动驾驶技术,导致事故发生;2016年5月,美国佛罗里达州一名特斯拉Model S车主在开启Autopilot自动驾驶后,与一辆拖拉机拖车相撞,特斯拉车顶被掀起,车主当场死亡;2018年3月,美国加州山景城一辆特斯拉Model X因自动驾驶导致了致命的事故,据车辆日志显示,车辆一直处于自动驾驶模式,在事故发生前车辆发出了让驾驶员将双手放到方向盘上的警告,但是驾驶者并未理会;2020年4月,同样的悲剧发生在了日本,当时一名特斯拉车主正驾驶他的Model X在自动驾驶状态下行驶,驾驶者疏忽之下并未及时介入,车辆直接冲撞进了路边的人群,导致一名44岁的男子当场身亡。
 
虽然Telsa经常出现事故,不过也有Autopilot避免发生事故的视频报道。最近一名叫帕索的Model 3车主,上传了一则Twitter,他驾驶的特斯拉在路中间成功避开了一头野猪,这一切的操作完全来自于Autopilot的自动驾驶系统,虽然撞到了侧面,不过Autopilot避免了正面撞击。
 
为此马斯克还专门回了一下Twitter:“Autopilot自动驾驶系统首要宗旨是:不撞车。电脑反应速度比人类来说快的多,360度低敏光视觉感应和声纳系统,再加上前部雷达,可以让特斯拉变身成为超人。即将进行的软件升级将进一步展现其未来的潜力。”
 

自动驾驶难在哪里
 
在自动驾驶能力分级中,共有L1-L5五个等级,级别越高,自动化程度越高,虽然AutoPilot长期号称能够“自动驾驶”,但其实际自动驾驶能力评级仅处于L2-L3之间,也就是可以帮助人类提升驾驶体验,但不能替代驾驶员的主导地位。
 
AutoPilot自动驾驶评级不高的根本原因到底在哪呢?其实这不是因为钢铁侠的AI技术不够强,恰恰是Autopilot缺少来自于底层硬件的支撑,即Tesla的车身上没有布置激光雷达。因此笔者也在前文指出这种级别的自动驾驶系统即使开源,不会对业界产生有太大影响。
 
激光雷达LIDAR(Light Detection and Ranging) :用激光照射目标物体,并用检测器来分析反射光,来测量距离的技术手段。目前在障碍物检测、动态物体追踪等方面使用很多,也最为稳定。
 
不过激光雷达成本非常高昂,也许正是由于成本原因,Tesla的相关车型在设计期并没有考虑布署这一设备,不过从目前的情况看,Tesla未来也不会考虑添加激光雷了,马斯克还明确放话:视觉方案已经足够安全,用激光雷达的自动驾驶方案都是大傻X。不过从实际情况来看不使用激光雷达就是不够安全。
 
近日中国无人驾驶技术初创公司仙图智能与瑞士波雄集团成立合资公司WIBOT,推出新型智能无人环卫车产品,在城市清洁环卫场景中,力图解决欧洲人口老化,适龄劳动力缺乏的痛点。
 
而仙途智能就是在年初在全球首发了基于激光雷达建设的自动清洁车队产品,虽然清洁车往往行驶速度一般不及家庭轿车高,不过仙途智能目前已经实现了安全的高速路段自动清扫,并完成了试运行,可以说激光测距还是目前最安全的自动驾驶探测手段。
 
摄像头定位: 与通过分析反射光线来精确测距的激光测距不同,摄像头测距是一种通过提取影像,并依靠图像处理技术来追踪确认距离的手段,而图像处理技术的距离识别,是可能存在一定误判率,甚至在某些特殊情况下,这样的方案在异常情况下可能会有所缺陷,比如目标物体是白色的,那么图像处理技术也可能会对此产生盲点,没有将其视为障碍物边界。
 
从特斯拉官方声明我们看到一组有趣的数据——使用Autopilot自动驾驶系统每行驶468万英里发生一起事故,而不使用Autopilot自动驾驶系统则是每行驶192万英里发生一起事故。对于锱铢必较的产品科研人员而言,192万英里和468万英里之间俨然已经是科技进步从理论到现实的有力佐证;但对于每一位车主,乃至是一切潜在用户的全人类而言,自动驾驶之平稳落地的难度,远大于468万英里。
 
时间在举证,Tesla凭借其创始人马斯克的个人兵力,在上市之初就收获了数以亿计的粉丝,而且不断通过载人航天、开源自动驾驶等话题为自己背书,但是Tesla的安全性能到底会不会成为短板,我们也要拭目以待。

    
    
      
更多精彩推荐
     
     
       
在这场“豪华围猎”中,字节跳动的海外野心还要被困宥多久?
开源项目如何挣钱?Spark 商业化公司创始人曝光心路历程
科技股疯狂造富的背后,“泡沫”离我们到底有多远?
PyTorch 1.6、TensorFlow 2.3、Pandas 1.1同日发布!都有哪些新特性?
程序员必备基础:Git 命令全方位学习
公链还能这样玩?二次元、出圈与社区自治
点分享
点点赞
点在看
登录查看更多
0

相关内容

少标签数据学习,61页ppt,宾夕法尼亚大学
专知会员服务
36+阅读 · 2020年8月27日
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
77+阅读 · 2020年6月20日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
美陆军计划部署四大新型地面无人系统
无人机
23+阅读 · 2019年4月30日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Arxiv
4+阅读 · 2018年9月6日
Arxiv
3+阅读 · 2018年1月10日
VIP会员
相关VIP内容
少标签数据学习,61页ppt,宾夕法尼亚大学
专知会员服务
36+阅读 · 2020年8月27日
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
77+阅读 · 2020年6月20日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
Top
微信扫码咨询专知VIP会员