马车竟变出大活人,特斯拉「幽灵」车又犯脸盲!

2022 年 8 月 16 日 新智元



  新智元报道  

编辑:Joey 桃子
【新智元导读】特斯拉:什么是马车?

这次,特斯拉竟被一个马车整蒙圈了。

一会儿是大货车


一会儿是半挂卡车


最不可思议的是,竟还能识别出人在前面走...

难道又是「幽灵」吗?


这个特斯拉无法识别马车的TikTok视频在网上疯传,就连人工智能软件公司Light的联合创始人Igor Susmelj发问:

我想知道这个模型在训练时看过多少马车。


仅是一个小小马车就难住了特斯拉。

不难看出,在识别边缘化场景方面,特斯拉自动辅助驾驶系统(AP),甚至是全自动驾驶(FSD)更容易在行驶中出现致命事故。

Electrek主编FredLambert就在昨天发布了特斯拉在美国蓝岭山脉的测试:

视频显示特斯拉汽车无法在标记的车道内行驶。更恐怖的是,差点把FredLambert引向悬崖。


特斯拉在识别上出现问题也不是一次两次了。

把拿着交通指示牌的人识别成交通柱子。


把各种动物要么识别成人,要么干脆啥也没有...


把月亮识别成黄色交通指示灯。


接下来,就讲讲特斯拉识别故障那些事儿

看不到白色?


特斯拉撞车事故确实不算少,不过为啥老盯着白色卡车撞?

眼前的白不是白,你说的车是什么车。

21年3月,一辆白色特斯拉Model Y在美国底特律西南部的一个十字路口撞上了一辆白色半挂卡车。


而这已经不是特斯拉第一次与白色卡车相撞了。

早在2016年,美国佛州的一辆特斯拉Model S在Autopilot状态下与正在转弯的白色半挂卡车发生碰撞,钻进了卡车货柜下方,特斯拉驾驶员不幸身亡。


而真实原因竟然是特斯拉把白色识别为天空,才撞了上去。

你见过会移动的天空吗......

此前有知乎网友曾拿下面这张图做视觉识别实验。


把白色卡车图片导入Photoshop,采用快速选择工具,试图把白色卡车的轮廓勾选出来,得到的结果是这样的:


有一大片蓝天白云同时被划入了勾选框,在Photoshop来看白色货箱和天空是一样的。

特斯拉辅助自动驾驶视觉识别系统的结果可能也是如此。 好家伙,原来 特斯拉还是个「色盲」。

另外,特斯拉为啥「专挑卡车撞」?

那得先说说自动驾驶系统分离运动目标的方法。

考虑到实时性和成本,目前业内大多采用帧差法。这种方法对运算资源消耗最少,最容易达到实时性,但缺点是准确度不高。

所谓帧差法,即检测相邻帧之间的像素变化。

帧差法的基本原理是:
运动目标视频中,可以根据时间提取出系列连续的序列图像,在这些相邻的序列图像中,背景的像素变化较小,而运动目标的像素变化较大,利用目标运动导致的像素变化差,则可以分割出运动目标。

对于比较大、颜色一致的运动目标,如白色大货车,帧间差分法会「在目标内部产生空洞,无法完整分割提取运动目标」。


某些底盘高的大货车侧面,就如同白纸,基于深度学习的机器视觉此时就如同盲人,不减速直接撞上去。

大白天撞鬼


之前,特斯拉的视觉识别系统还闹出过灵异事件。

有特斯拉车主在经过无人区时,发现车上自动识别障碍物的雷达探测出很多“人形”物体。


还有网友发布了一则特斯拉行经墓地的视频,

视频中,车辆行驶过程中,屏幕上的雷达一直显示前方出现众多行人从车辆路过,但观看视频录制的车辆前方,却未见一人。


特斯拉其实并不是看到「幽灵」,而是车辆在行驶过程中会遭遇一种攻击自动驾驶辅助系统(ADAS)的图像。

这又是特斯拉Autopolit的锅。

在公路上正常行驶的特斯拉随时都会因将路旁的各种标牌(如广告中的Stop标志),误认为限速或者停车标志,然后猛踩刹车,被部分车主称为“幽灵刹车”。

这幽灵车,小编属实不敢坐。

如何进行图像识别


特斯拉全车配备了8个摄像头、1个毫米波雷达、12个超声波雷达来检测外部环境。

8个摄像头是用来来识别现实中的物体。摄像头可以获取路上行人、车辆、动物或其他障碍物等等。


要知道,8个摄像头捕捉的都是二维图像,并没有深度信息。因此特斯拉通过8个不同视角的视觉输入,输出三维向量空间。

可以看到,多摄像头融合后输出的向量空间质量更高,能够帮自动驾驶汽车更精准地感知世界、定位自身。

其中就包括道路、交通指示灯、车辆等等自动驾驶需要观察到的因素。

从算法层面来讲,特斯拉的深度学习网络称为HydraNet。

基础算法代码是共享的,整个HydraNet包含48个不同的神经网络,通过这48个神经网络,就能输出1000个不同的预测张量。


然而视觉系统总会有学习不到的地方。

早几年,特斯拉曾与第三方合作将数据工作外包,但发现标注数据的质量并不高,随后便扩充了自己的团队。

最初特斯拉的大多数的标注还是在2D图像上进行。

不久后,标注开始转移到4D空间,即3D空间+时间维度,并且直接在Vector Space进行标注,数据以一个Clip为最小标注单位。

这次识别马车出现的问题,有人嘲讽道,还没有给马车贴上数据标签呢。


问题是,马斯克前段时间刚刚解雇了加州自动驾驶部门的数据标注员。

特斯拉的「视力」简直让人堪忧。


参考资料:
https://futurism.com/the-byte/tesla-mistakes-horse-buggy-murderous-semi-truck
https://twitter.com/ISusmelj/status/1558912252119482368
https://www.thinkautonomous.ai/blog/how-tesla-autopilot-works/


登录查看更多
0

相关内容

Tesla Motors(特斯拉汽车),是一家 2003 年成立,总部在美国硅谷的纯电动汽车制造商。旗下汽车型号包含 Tesla Roadster,Tesla Model S 和 Tesla Model X. 创始人是 Elon Musk.
《美国陆军远程精确火力》美国国会研究处37页报告
专知会员服务
107+阅读 · 2022年11月1日
中文版《高超音速导弹防御》美国国会研究处2022最新报告
小鹏P7发生致命车祸!辅助驾驶缘何频频出事
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年11月23日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
已删除
Arxiv
32+阅读 · 2020年3月23日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
VIP会员
相关VIP内容
《美国陆军远程精确火力》美国国会研究处37页报告
专知会员服务
107+阅读 · 2022年11月1日
中文版《高超音速导弹防御》美国国会研究处2022最新报告
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年11月23日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
已删除
Arxiv
32+阅读 · 2020年3月23日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Top
微信扫码咨询专知VIP会员