其他
全面重写Autopilot,特斯拉自动驾驶的升维革命
作者 / 陈念航
编辑 / 王德芙
出品 / 汽车之心
AP 团队正对软件的底层代码进行重写和深度神经网络重构;
全新的训练计算机 Dojo 正在开发中。
对路面上的隆起和坑洞(bumps&patholes)的识别;
对环岛路况(roundabouts)的处理等等。
2017 年 3 月,推送自动泊车和自动辅助变道功能;
2018 年 10 月,推送自动辅助导航驾驶(NoA)功能;
2019 年 9 月,推送智能召唤(Smart Summon);
2020 年 4 月,推送识别交通信号灯和停车标志并作出反应(海外先行)。
最底层的是数据、GPU 集群以及 Dojo 计算集群,这一层主要进行数据采集、标注和训练,生成算法模型;
往上走就是采用深度神经网络对模型进行分布式训练;再往上走就是用损失函数对模型进行评估;
在评估层之上,是云端推理层和车端 FSD 芯片推理层,到这一层,意味着算法模型走完了大部分流程,然后就是部署到车端;
在车端,特斯拉通过影子模式(Shadow Mode)将这些算法模型与人类驾驶行为进行比对,检测是否存在异常。
这样的从数据采集到算法部署的闭环,目的就是让系统性能不断迭代,更加优秀。