久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

特斯拉作為全球整車廠中獨(dú)樹一幟的存在，一直堅(jiān)持純視覺的自動(dòng)駕駛方案，因?yàn)槠漭^低的成本、更快的商業(yè)化路徑引來(lái)了一眾追隨者，但市場(chǎng)的諸多擔(dān)憂仍一直存在。當(dāng)前市場(chǎng)主要疑慮在于：純視覺方案的障礙物感知能力較差，同時(shí)易受到環(huán)境因素的影響，從而導(dǎo)致安全問(wèn)題。我們分析認(rèn)為，特斯拉算法設(shè)計(jì)基于第一性原理，借助BEV視覺算法與柵格網(wǎng)絡(luò)實(shí)現(xiàn)三維空間鳥瞰視圖構(gòu)建，并融入時(shí)間序列特征，極大程度拉近了與激光雷達(dá)方案間的差距，而環(huán)境端的問(wèn)題則可以通過(guò)駕駛員的主觀判斷最大程度避免；數(shù)據(jù)端借助龐大的現(xiàn)役車輛，特斯拉亦通過(guò)影子模式、無(wú)標(biāo)注數(shù)據(jù)技術(shù)等，驅(qū)動(dòng)自身感知、決策、規(guī)劃算法的不斷優(yōu)化&迭代。特斯拉芯片+算法+數(shù)據(jù)一體化融合帶來(lái)的系統(tǒng)性優(yōu)勢(shì)以及純視覺方案的成本優(yōu)勢(shì)、穩(wěn)定性&可擴(kuò)展性帶來(lái)的更廣闊的商業(yè)化道路等，有望使得特斯拉自動(dòng)駕駛技術(shù)在全球市場(chǎng)保持持續(xù)領(lǐng)先，并不斷強(qiáng)化自身在全球電動(dòng)車市場(chǎng)的領(lǐng)先地位。受Twitter事件、市場(chǎng)對(duì)短期全球汽車銷量擔(dān)憂等因素影響，特斯拉近期股價(jià)表現(xiàn)疲軟，我們持續(xù)看好特斯拉中長(zhǎng)期投資價(jià)值，公司當(dāng)前股價(jià)對(duì)應(yīng)2022/23/24年P(guān)E（Non-GAAP）為41/30/21x，建議投資者積極關(guān)注特斯拉短期股價(jià)大幅回調(diào)帶來(lái)的建倉(cāng)機(jī)會(huì)。
　　▍報(bào)告緣起：市場(chǎng)對(duì)特斯拉純視覺路線存在擔(dān)憂，包括障礙物識(shí)別精準(zhǔn)度、魯棒性等方面。特斯拉自2022年2月開始，在所有北美銷售車型上均取消了毫米波雷達(dá)，開啟純視覺方案自動(dòng)駕駛。國(guó)內(nèi)造車新勢(shì)力蔚來(lái)、小鵬、理想均采用了“攝像頭+雷達(dá)+高精地圖”的方案。以大眾為例的傳統(tǒng)車企當(dāng)前采用“攝像頭+雷達(dá)”方案，未來(lái)預(yù)計(jì)在部分車型搭載激光雷達(dá)。純視覺方案因?yàn)槿∠思す饫走_(dá)，采用純攝像頭作為數(shù)據(jù)輸入，更難掌握障礙物三維位置信息。同時(shí)攝像頭的輸入高度收到光照等環(huán)境影響，在逆光、大雪遮擋的情況下會(huì)造成辨識(shí)困難。以上這些等問(wèn)題，引起了市場(chǎng)對(duì)特斯拉純視覺方案安全性上的持續(xù)擔(dān)憂。本篇文章將結(jié)合特斯拉的最新技術(shù)情況，包括相關(guān)論文以及近兩年特斯拉AIDay上公布的技術(shù)細(xì)節(jié)，就特斯拉自動(dòng)駕駛純視覺路線技術(shù)細(xì)節(jié)、潛在優(yōu)劣勢(shì)等，進(jìn)行系統(tǒng)分析和討論。
　　▍特斯拉純視覺算法：結(jié)合數(shù)據(jù)引擎能力、神經(jīng)網(wǎng)絡(luò)模型幫助算法迭代追趕與激光雷達(dá)的感知差距。1）感知端Occupancy Network：加入柵格網(wǎng)絡(luò)，將識(shí)別出的物體按照動(dòng)、靜態(tài)快速分類，并直接輸出到規(guī)劃層。本次公布的OccupancyNetwork是特斯拉在純視覺感知方案上進(jìn)一步的探索成果。Occupancy并非是BEV鳥瞰圖的替代品，而是在BEV的基礎(chǔ)上對(duì)高度方向進(jìn)行了進(jìn)一步擴(kuò)展，在增加了一個(gè)維度后，Occupancy將BEV的2D柵格變?yōu)榱?D，進(jìn)而生成了Occupancy Features代替BEVFeatures，在高速移動(dòng)環(huán)境中表現(xiàn)已經(jīng)追平甚至超過(guò)了激光雷達(dá)。2）靜態(tài)識(shí)別Vector Lane：解決復(fù)雜城市道路中道路線與路牌辨認(rèn)。在前序處理上，特斯拉首先加入了Map Component模塊，使用了低精地圖中關(guān)于車道線的幾何拓?fù)潢P(guān)系以及車道線寬度、車道線數(shù)量等信息，并整合編碼給到Vector Lane模塊。Vector Lane模塊采用了一種類似Transformer的架構(gòu)，這樣生成的道路線模型會(huì)根據(jù)實(shí)時(shí)感知到的信息不斷進(jìn)行微調(diào)，幫助FSD獲得非常復(fù)雜路口的道路連接關(guān)系。3）道路規(guī)劃：新方法搜索決策樹，單次搜索時(shí)間縮短到100us。特斯拉的決策算法基于其感知算法構(gòu)建的向量空間，借助增量樹搜索來(lái)完成整體決策。數(shù)據(jù)驅(qū)動(dòng)決策樹生成模型使用Tesla車隊(duì)中人類駕駛員駕駛數(shù)據(jù)和在無(wú)時(shí)間約束的離線條件下規(guī)劃的全局最優(yōu)路徑最為真值進(jìn)行訓(xùn)練，能夠在100us內(nèi)生成一個(gè)候選規(guī)劃路徑。4）數(shù)據(jù)引擎：強(qiáng)調(diào)數(shù)據(jù)延展性，避免對(duì)高精地圖的依賴。特斯拉數(shù)據(jù)引擎自成閉環(huán)，由標(biāo)配自動(dòng)駕駛硬件的車隊(duì)進(jìn)行大量數(shù)據(jù)采集，到通過(guò)各種規(guī)則及影子模式下人腦AI差異（如接管、行為差異）構(gòu)成的觸發(fā)器引發(fā)數(shù)據(jù)回傳篩選有語(yǔ)義信息的數(shù)據(jù)回傳云端，云端通過(guò)工具對(duì)錯(cuò)誤的AI輸出進(jìn)行糾正，放入數(shù)據(jù)集群，然后利用這些有效數(shù)據(jù)訓(xùn)練車端在線模型和云端離線模型，最終通過(guò)影子模式部署回車端進(jìn)行新的測(cè)試比較不同版本指標(biāo)，直到最后經(jīng)過(guò)驗(yàn)證的新模型部署車端，完成一個(gè)完整的數(shù)據(jù)驅(qū)動(dòng)迭代開發(fā)循環(huán)。這整個(gè)數(shù)據(jù)閉環(huán)無(wú)疑是當(dāng)今數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)應(yīng)用的典范，被其他廠商爭(zhēng)相模仿，卻難以超越，核心因素在于特斯拉龐大的車輛保有量以及系統(tǒng)化的工程師思維。
　　▍純視覺技術(shù)方案優(yōu)劣勢(shì)：感知方面的差距可以通過(guò)算法&數(shù)據(jù)不斷迭代縮小，激光雷達(dá)因?yàn)橥?取信問(wèn)題可能事倍功半。1）在感知方面，純視覺方案與激光雷達(dá)的差距可以通過(guò)系統(tǒng)工程與技術(shù)手段大幅縮小。特斯拉通過(guò)整體性的設(shè)計(jì)，結(jié)合全棧式自研的硬件與配套軟件，將各個(gè)細(xì)節(jié)性能的細(xì)節(jié)優(yōu)化到極致。在車身有限算力、內(nèi)存與帶寬的場(chǎng)景下，以低延遲從數(shù)據(jù)引擎出發(fā)到迭代式評(píng)估系統(tǒng)，從而大規(guī)模、批量化完成這一系列任務(wù)。在加入柵格網(wǎng)絡(luò)后，特斯拉的純視覺方案在快速移動(dòng)場(chǎng)景下的障礙物辨識(shí)能力已經(jīng)追平甚至超過(guò)了激光雷達(dá)方案。2）多傳感器融合方案中，攝像頭也是數(shù)據(jù)輸入的重要一環(huán)