雷鋒網(wǎng)按：本文作者Ryan Woo，曾擔(dān)任中科院計(jì)算技術(shù)研究所交互設(shè)計(jì)師，現(xiàn)在硅谷擔(dān)任計(jì)算機(jī)軟件工程師。原文載于知乎，雷鋒網(wǎng)已獲授權(quán)。

| 8.0時(shí)代的Autopilot ——通向未來(lái)之路

今天上午，Elon Musk發(fā)布了關(guān)于Tesla 8.0升級(jí)中的Autopilot 的情況，第一次看到這個(gè)消息，我很震驚，但是細(xì)細(xì)一想又覺(jué)得合情合理，這里不妨一步一步分析：

Autopilot自動(dòng)輔助駕駛再升級(jí)：通過(guò)雷達(dá)看世界

那次Josh Brown的車禍確實(shí)是8.0系統(tǒng)中更新Autopilot的催化劑，但是真正讓8.0的Autopilot大換血的其實(shí)是前面提到的車隊(duì)學(xué)習(xí)而帶來(lái)的，其實(shí)在上一個(gè)月的財(cái)報(bào)上，Elon Musk 說(shuō)了這么一句話：

“It blows me away the progress we are making. And if it blows me away, it’s really going to blow away other people too when they see it for the first time.”

（Tesla）目前自動(dòng)駕駛技術(shù)的進(jìn)展簡(jiǎn)直讓我目瞪口呆。如果這能讓我目瞪口呆，絕壁讓其他人呆若木雞。

很多人以為Elon談的是未來(lái)完全自動(dòng)駕駛的汽車，其實(shí)Elon指的就是 8.0里面的Autopilot：

在我們即將向特斯拉車主推送的8.0版本軟件中，最顯著的就是Autopilot自動(dòng)輔助駕駛升級(jí)。我們通過(guò)使用車輛搭載的雷達(dá)，采用更先進(jìn)的信號(hào)處理，生成一幅世界的影像。該雷達(dá)是Autopilot自動(dòng)輔助駕駛配套硬件的組成部分，全部2014年10月之后出廠的特斯拉車型都搭載了這一雷達(dá)。一直以來(lái)，該雷達(dá)一直是主攝像頭以及圖像處理系統(tǒng)的輔助傳感器。

所以如果我們把7.0時(shí)代的Autopilot稱之為Autopilot 1.0，那么8.0里面的Autopilot 稱之為2.0毫不為過(guò)，它根本不是對(duì)于之前1.0的修補(bǔ)，而是徹底重寫了整個(gè)自動(dòng)輔助駕駛：

• Autopilot 1.0 基于Mobileye的圖像識(shí)別技術(shù)，主要數(shù)據(jù)來(lái)自于車頂?shù)腗obileye攝像頭，車首的雷達(dá)和周邊雷達(dá)只是提供輔助信息。
  

• 而Autopilot 2.0則是基于雷達(dá)識(shí)別環(huán)境，主要數(shù)據(jù)來(lái)源于車身上的雷達(dá)，而輔助數(shù)據(jù)則來(lái)源于車隊(duì)學(xué)習(xí)的高精度地圖和白名單。

所以我們之前的分析就派上用場(chǎng)了，通過(guò)雷達(dá)來(lái)成像主要難點(diǎn)就是如何解決誤報(bào)False Positive，正是因?yàn)槔走_(dá)成像的特殊性，一個(gè)很小的金屬物體可能會(huì)被識(shí)別成一堵墻，所以人們才不費(fèi)周折的去用高成本Lidar，但是Tesla確通過(guò)自己的技術(shù)巧妙解決了。

Tesla專門用三段來(lái)描述這個(gè)例子：

特定波長(zhǎng)的光子可以輕易地穿越霧、粉塵、雨、雪，然而金屬物品看起來(lái)如同鏡子。雷達(dá)可以看見(jiàn)人體，但是他們被顯示為部分透明。木制品和涂色塑料制品這些對(duì)人類而言顯而易見(jiàn)的物品，對(duì)雷達(dá)而言，幾乎都像玻璃一樣透明。

另一方面，任何凹型的金屬表面不僅僅會(huì)反光，更會(huì)將反射信號(hào)放大數(shù)倍。比如，一個(gè)丟棄在公路上的易拉罐，如果凹狀瓶底朝向車頭，就會(huì)被顯示成為一個(gè)大型的危險(xiǎn)障礙物，但這時(shí)候，你一定不想猛踩剎車而避過(guò)這個(gè)易拉罐。

因此，如何避免由于錯(cuò)誤報(bào)警而導(dǎo)致車輛停止行進(jìn)，是使用雷達(dá)帶來(lái)的一個(gè)大問(wèn)題。在車輛即將撞上大型物體時(shí)，剎車是必要的 ---但不應(yīng)該是為了避開(kāi)一個(gè)易拉罐。這些不必要的剎車行為，輕則令人不快，重則導(dǎo)致駕駛員受傷。

所以Tesla想說(shuō)的就是：

我們解決雷達(dá)的誤報(bào)問(wèn)題了！看到這里的讀者是否會(huì)會(huì)心一笑呢？Amnon博士口中自動(dòng)駕駛最難攻克的難關(guān)就這樣被技術(shù)馴服了。

接下來(lái)就是講為什么他們會(huì)采用雷達(dá)替換掉圖像識(shí)別技術(shù)：

為了解決誤識(shí)別障礙物從而導(dǎo)致頻繁剎車制動(dòng)問(wèn)題的第一部分，是擁有更為詳細(xì)的點(diǎn)云數(shù)據(jù)?？罩猩?jí)8.0系統(tǒng)對(duì)現(xiàn)有硬件進(jìn)一步挖掘，讓雷達(dá)可以探測(cè)到的周邊的物體（數(shù)量）達(dá)到以前的六倍，并且有能力在每一個(gè)物體上獲得更多細(xì)節(jié)信息。

減少誤識(shí)別的第二部分包括整合每隔0.1秒獲取的雷達(dá)快照，匯編成為現(xiàn)實(shí)場(chǎng)景的"3D"影像。(通常)通過(guò)單一影像幀，很難知道物體是移動(dòng)的，靜止的，或者只是反光造成的虛像。通過(guò)比較包含車輛速度、預(yù)期軌跡信息的連續(xù)影像幀，車輛可以分辨前方物體是否是真實(shí)的，同時(shí)預(yù)估發(fā)生碰撞的概率。

一句話來(lái)說(shuō)就是：

我們的工程師解決了雷達(dá)的成像問(wèn)題！不再需要攝像頭主唱了

那么雷達(dá)下的世界會(huì)是什么樣呢？目前我們只能瞎想了，借用Google 自動(dòng)駕駛時(shí)的Lidar數(shù)據(jù)圖，在Tesla的雷達(dá)眼里會(huì)不太一樣：

最后一個(gè)重點(diǎn)，通過(guò)車隊(duì)學(xué)習(xí)的高精度數(shù)據(jù)去對(duì)比雷達(dá)探測(cè)的實(shí)景來(lái)白名單過(guò)濾：

第三部分就更加復(fù)雜。當(dāng)行駛中的車輛正在接近一個(gè)高速公路上坡時(shí)視線上方的路標(biāo)，或當(dāng)車輛在通過(guò)帶有交通標(biāo)志的橋下，這種視覺(jué)上的落差，經(jīng)常看起來(lái)像是將要發(fā)生碰撞。而導(dǎo)航和高精準(zhǔn)GPS都不足以判定車輛是否能從此物體下方安全通過(guò)或發(fā)生碰撞。到車輛接近，道路坡度改變時(shí)，再剎車為時(shí)已晚。

這種情況下，車隊(duì)學(xué)習(xí)功能便派上用場(chǎng)。一開(kāi)始，車隊(duì)不會(huì)采取任何行動(dòng)，而只是識(shí)別出路標(biāo)、橋梁和其他靜止的物體，并通過(guò)雷達(dá)繪制地圖。車載計(jì)算機(jī)系統(tǒng)在后臺(tái)將預(yù)計(jì)是否應(yīng)該剎車，并與駕駛員的實(shí)際行為進(jìn)行比較，并將這些數(shù)據(jù)上傳至特斯拉數(shù)據(jù)庫(kù)。如果一些車輛安全通過(guò)被雷達(dá)標(biāo)定的物體，無(wú)論Autopilot自動(dòng)輔助駕駛是否開(kāi)啟，這個(gè)物體將被加入地理編碼的白名單（被標(biāo)注安全）。

如果雷達(dá)探測(cè)到前方障礙物，而且特斯拉數(shù)據(jù)庫(kù)顯示該地點(diǎn)因誤判而導(dǎo)致剎車行為的幾率很小，即使在光學(xué)攝像頭沒(méi)有探測(cè)到前方障礙物的情況下，車輛仍然會(huì)采取輕度制動(dòng)。隨著系統(tǒng)置信度不斷提升，當(dāng)雷達(dá)確定99.99％發(fā)生碰撞的可能性時(shí)，剎車強(qiáng)度將會(huì)逐步提升至全力制動(dòng)?；蛟S這不能徹底地避免碰撞的發(fā)生，但明顯的減速，會(huì)使車上乘客受到嚴(yán)重傷害的機(jī)率大大降低。

這不正是直面Josh Brown那次車禍嗎？就差沒(méi)說(shuō)名字了

還記得上面我們提到的車隊(duì)學(xué)習(xí)：

雷達(dá)本身還不夠，車隊(duì)學(xué)習(xí)的大數(shù)據(jù)來(lái)輔助判斷你探測(cè)到的一草一木是真的“草”還是“木”。

所以大量跑在路上的Tesla就是一雙雙“眼睛”和“手”在你駕駛的同時(shí)，它們就在默默的更新數(shù)據(jù)庫(kù)，為了下一個(gè)通過(guò)此地的人的安全。

如果我們?cè)俅位仡橨osh Brown事件，新的自動(dòng)輔助駕駛系統(tǒng)會(huì)有非常不一樣的處理流程，下面的話摘自Tesla發(fā)布8.0系統(tǒng)后答記者問(wèn)部分，來(lái)源于http://electrek.co 整理錄音：

Elon Musk – Tesla CEO

These things cannot be said with absolute certainty, but we believe it is very likely that yes, it would have. The reason is that it would see a large metal object  across the road and knowing that there’s no road sign, there’s no overhead road sign, in that position, therefore it would not be a whitelisted situation and probability would be assessed as high and so it would brake.

（Josh Brown事件）沒(méi)有百分百的確定，當(dāng)時(shí)我們相信在類似的情況下，緊急剎車會(huì)正確啟用。因?yàn)樵谛碌南到y(tǒng)看來(lái)（卡車）是一個(gè)巨大的金屬物體橫在道路中間，同時(shí)從車隊(duì)數(shù)據(jù)中得知該路段并沒(méi)有這樣的圖牌，因此它不會(huì)認(rèn)為這是一個(gè)安全的物體，從而會(huì)因?yàn)楦吲鲎部赡苄远o急制動(dòng)。

如此浩大的一個(gè)工程，Tesla竟然用一年的時(shí)間完成了（上一次發(fā)布Autopilot是2015年10月），不得不說(shuō)正是大量路上的 Tesla 產(chǎn)生的數(shù)據(jù)給他們以激勵(lì)，才讓雷達(dá)為主的自動(dòng)輔助駕駛時(shí)代到來(lái)，而那次車禍不過(guò)是讓它早早提上日程的催化劑。

對(duì)此Elon Musk解釋道：

It’s both the data and the way that data is use by the car. What algorithms we use with the data? Those things are both improving rapidly over time.They have a multiplying effect. It’s sort of like the data multiply by the quality of the algorithms and the data is increasing rapidly and the quality of algorithms increase rapidly so it ends up the area under the curve of those two things. It’s really quite dramatic over time.

在數(shù)據(jù)和算法上面的顯著進(jìn)步促成了這次8.0以雷達(dá)為主的自動(dòng)輔助駕駛，這是一個(gè)乘法效應(yīng)，數(shù)據(jù)x算法最后得到自動(dòng)駕駛的質(zhì)量。通過(guò)車隊(duì)學(xué)習(xí)我們獲得了大量的駕駛數(shù)據(jù)，再輔以快速進(jìn)步的算法使得駕駛質(zhì)量進(jìn)一步提升。

在未來(lái)是否使用Lidar上，Musk堅(jiān)決的回答No：

...we do not anticipate using lidar. Just to make it clear, lidar essentially is active photon generator in the visible spectrum – radar is active photon generation in essentially the radio spectrum. But lidar doesn’t penetrate intrusions so it does not penetrate rain, fog, dust and snow, whereas a radar does. Radar also bounces and lidar doesn’t bounce very well.

我們不會(huì)使用Lidar，Lidar工作在可見(jiàn)光頻率，雷達(dá)工作在不可見(jiàn)光頻率。Lidar穿透性不強(qiáng)，無(wú)法穿透雨霧，塵埃和雪等雷達(dá)擅長(zhǎng)的環(huán)境，雷達(dá)的反射效果也好于Lidar。

不過(guò)這次8.0的發(fā)布也意味著Tesla與Mobileye正式分道揚(yáng)鑣：

Elon Musk – Tesla CEO

This is all developed in-house. I prefer not to comment specifically on the Mobileye relationship, but this was all done in-house. This is all Tesla software.

所有的開(kāi)發(fā)都是Tesla自己完成的。我不想評(píng)價(jià)我們和Mobileye的合作關(guān)系，但是這次8.0系統(tǒng)的自動(dòng)輔助駕駛是完全由Tesla自己開(kāi)發(fā)的軟件。

另外在此筆者不妨大膽假設(shè)一下Tesla之所以可以在兩年前的Tesla上面更新這套系統(tǒng)，估計(jì)與Model X發(fā)布時(shí)，內(nèi)部CPU Tegra 3進(jìn)行了一部分升級(jí)：

Tesla的主CPU使用了NVIDIA的VCM接口，如下圖右下方的模組：

單獨(dú)拆下來(lái)便是2011-2013年的Model S在MCU部分所采用的Tegra 3主CPU VCM模組：

這是Tesla在儀表盤部分使用的Tegra 2 VCM模組：

基于NVIDIA的VCM模組是一個(gè)通用的可升級(jí)模塊，只需要更換這部分即可獲取最新的CPU／GPU而無(wú)需大改整個(gè)硬件系統(tǒng)。我們可以大膽假設(shè)這次更新所需的CPU資源便是來(lái)源于升級(jí)后的VCM模組，推測(cè)是使用了NVIDIA Tegra K1主芯片。當(dāng)然這只是我的猜測(cè)，具體是否使用K1只能通過(guò)拆解才能發(fā)現(xiàn)，目前暫時(shí)沒(méi)有拆解照片來(lái)驗(yàn)證。

在NVIDIA的官方網(wǎng)站我們可以找到這樣一個(gè)有趣的頁(yè)面：http://www.nvidia.com/object/visual-computing-module.html

上面標(biāo)注的部分就是K1的VCM模組以及Tesla的駕駛儀表盤。

Tesla的自動(dòng)輔助駕駛模組攝像頭部分：

可以清晰看見(jiàn)拆解后的模組上面使用的Mobileye EyeQ3芯片：

車前端的雷達(dá)和超聲波傳感器：

駕駛中超聲波傳感器可以實(shí)時(shí)反饋信息，確定車與周邊障礙物的距離：

Tesla采用雷達(dá)而放棄主流的攝像頭以及Lidar（激光雷達(dá)）的做法看似非常激進(jìn)。個(gè)人對(duì)其也是頗多懷疑和好奇，最終這樣做的實(shí)際效果如何還得經(jīng)過(guò)實(shí)踐檢驗(yàn)，好在兩周后具備Autopilot的Tesla車隊(duì)就能收到8.0的OTA更新。從個(gè)人Autopilot的駕駛體驗(yàn)來(lái)看，我對(duì)8.0是非常期待，在此引用一下我在另一篇關(guān)于自動(dòng)輔助駕駛體驗(yàn)部分的結(jié)論：

自動(dòng)輔助駕駛并非完美，目前的版本依然需要人為控制變道信號(hào)以及進(jìn)出匝道等，對(duì)道路的需求也限制在高速和城市，而且一旦遇到稀有的特殊情況，加上人的疏忽大意，可能造成生命財(cái)產(chǎn)的損失。 所以作為駕駛者，在享受科技帶來(lái)的便利性的同時(shí)一定要負(fù)責(zé)的合理使用，而不是濫用。

筆者以為無(wú)論什么技術(shù)，安全是首要目的，但是無(wú)論技術(shù)本身如何安全，用戶都需要：

1. 相信這個(gè)技術(shù)
2. 懂得怎么去使用這個(gè)技術(shù)
3. 想要使用這個(gè)技術(shù)

而Tesla的自動(dòng)輔助駕駛Autopilot 成功的在這三點(diǎn)上面說(shuō)服了筆者，據(jù)Tesla官方的數(shù)據(jù)，開(kāi)啟了自動(dòng)輔助駕駛的Tesla每天積累的里程是500萬(wàn)公里(特斯拉宏圖之第二篇章)，所以顯然筆者的選擇并不孤單，因?yàn)橛星f(wàn)的用戶跟筆者一樣天天在使用自動(dòng)輔助駕駛。同時(shí)啟動(dòng)輔助駕駛就跟開(kāi)啟自動(dòng)巡航一樣簡(jiǎn)單：只需要向駕駛員方向快速撥動(dòng)撥桿就能啟用，往前撥動(dòng)撥桿，轉(zhuǎn)動(dòng)方向盤或者剎車都會(huì)自動(dòng)取消自動(dòng)輔助駕駛。在使用之前，筆者詳細(xì)的閱讀了使用教程非常明確該系統(tǒng)的能力以及局限性，所以按照Tesla的要求，規(guī)范的去使用。最開(kāi)始的幾分鐘是最驚恐的：看著車的方向盤自己轉(zhuǎn)動(dòng)，反射性的想去控制；看著前車減速，不自覺(jué)的把腳伸向剎車；看著車自己變道，超車，心里無(wú)不捏著一把汗...但是隨著使用時(shí)間的增加，筆者慢慢的放松了緊張，更多的時(shí)候是在享受。隨著車自己一次又一次在不同環(huán)境下證明自己，筆者越來(lái)越離不開(kāi)自動(dòng)輔助駕駛了，有時(shí)候哪怕是很短一段路，我都想依靠自動(dòng)輔助駕駛。

這種感覺(jué)就像是第一次使用iPhone的指紋識(shí)別touch ID，在其以前我用過(guò)很多帶指紋識(shí)別的設(shè)備，最后無(wú)比因?yàn)榇至拥挠脩趔w驗(yàn)而放棄。突然在iPhone上面手指往home鍵一放，直接進(jìn)入桌面，那種識(shí)別率和識(shí)別方式的質(zhì)變直接把用戶體驗(yàn)上升到新的高度：聊天軟件不再紀(jì)錄冗長(zhǎng)的密碼，銀行app不再需要短信驗(yàn)證碼，ApplePay輕觸一下掃描指紋就能完成支付... 而Tesla的自動(dòng)輔助駕駛的體驗(yàn)就是這樣：上手簡(jiǎn)單，功能易用，效果出色。而頻繁的正向反饋又促使樓主進(jìn)一步去探索和挖掘他的潛力，直到再也離不開(kāi)自動(dòng)輔助駕駛。

對(duì)很多公司來(lái)說(shuō)，自動(dòng)駕駛是個(gè)先有蛋，還是先有雞的問(wèn)題：“沒(méi)有足夠的數(shù)據(jù)，無(wú)法做到完美的自動(dòng)駕駛”，但是，光靠實(shí)驗(yàn)室和研究人員有限的室外測(cè)試，數(shù)據(jù)來(lái)得又太慢，技術(shù)又無(wú)法進(jìn)步。
這個(gè)問(wèn)題上，Elon帶領(lǐng)下的Tesla選擇了先向公眾開(kāi)放，再逐步完善的辦法，因?yàn)镋lon相信目前的自動(dòng)駕駛安全性已經(jīng)超過(guò)人類，既然能救命何不開(kāi)放給公眾？

此外另一個(gè)有意思的數(shù)據(jù)是，Elon在昨天的問(wèn)答環(huán)節(jié)提到了目前自動(dòng)輔助駕駛可能導(dǎo)致的潛在事故中，絕大部分是老用戶疏忽大意犯下的：

Elon Musk：

One of the ironies that we’ve seen is counter intuitive and a lot of people on the consumer watchdog sites and in some cases on regulatory sites have assumed that Autopilot accidents are more likely for new users. In fact, it is the opposite. Autopilot accidents are far more likely for expert users. It is not the neophytes. It’s the experts.

我們覺(jué)得非常諷刺的事情是：很多消費(fèi)者觀察網(wǎng)站密切關(guān)注著Tesla自動(dòng)輔助駕駛的一舉一動(dòng)，認(rèn)為自動(dòng)輔助駕駛中出現(xiàn)的問(wèn)題更多是針對(duì)新手用戶。但事實(shí)上正好相反，自動(dòng)輔助駕駛中的事故絕大部分都是來(lái)自于專業(yè)用戶。

They get very comfortable with it and repeatedly ignore the car’s warnings. It’s like a reflex. The car will beep at them, they tug the wheel, the car will beep at them, they tug the wheel, and it becomes an unconscious reflex action. So we will see half a dozen or more, sometimes as many as 10 warning in one hour continuously ignored by the driver. We really want to avoid that situation.

他們非常習(xí)慣于自動(dòng)輔助駕駛帶來(lái)的便利并且主動(dòng)忽略掉車的警告和提示。就想產(chǎn)生了習(xí)慣反射，每次車產(chǎn)生報(bào)警要求他們手握方向盤，他們就搖動(dòng)一下方向盤瞞過(guò)傳感器，然后繼續(xù)做其他事情，久而久之就變成了肌肉反射。所以我們觀察到這些用戶往往可以在一小時(shí)內(nèi)激活6到10次的“請(qǐng)手握方向盤”警告。我們需要改變這種危險(xiǎn)的行為。

下圖中正是Tesla在自動(dòng)駕駛中發(fā)出警告提示駕駛員手握方向盤：

所以筆者反對(duì)那些在自動(dòng)輔助駕駛評(píng)測(cè)和體驗(yàn)中不負(fù)責(zé)任和不顧安全的行為。應(yīng)該在充分知曉自動(dòng)輔助駕駛性能和限制的前提下，合理使用自動(dòng)輔助駕駛，同時(shí)希望Tesla繼續(xù)改良自動(dòng)輔助駕駛，使其更加完善，直到真正的自動(dòng)駕駛實(shí)現(xiàn)。

所以回到最上面的問(wèn)題，究竟是Google式的閉門造車一口氣實(shí)現(xiàn)Level 4的自動(dòng)駕駛好，還是Tesla式的從Level 2一路向Level 4自動(dòng)駕駛循序漸進(jìn)好？

如果用Elon Musk自己的話來(lái)說(shuō)：

我們目前的自動(dòng)輔助駕駛已經(jīng)被證明能提供比手動(dòng)駕駛安全性，在道路致死率上面是世界平均水平的1/3。即便是退一萬(wàn)步來(lái)講，我們的系統(tǒng)只比人工好1%，那么一年車禍導(dǎo)致的120萬(wàn)人里面，我們也能拯救1萬(wàn)2千人。

所以我覺(jué)得如果你有這樣一個(gè)提高安全的技術(shù)，僅僅因?yàn)榕螺浾摶蛘叻善鹪V就雪藏起來(lái)，這在道德上是錯(cuò)誤的。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。