昨天上海Tesla工厂正式对外交付国产Model3，顺道发布ModelY的国产化计划。特意飞来的Elon Musk志得意满High上天，在交付台上现场热舞不说，还前后会晤了上海本地的最高领导人，两位！（市长和市委书记）显示出即便在两国贸易大背景不算和谐的前提下，Tesla几乎是独一无二的良好势头……
这不仅仅在汽车圈儿，在上海当地，都可谓十足十的超级明星了！
也确实配得上，服气。
我们依旧继续我们对于Autopilot/神经网络及训练方法框架的技术分析，可不算蹭热点哦。只有回归扎扎实实的学习，才有进步的可能性。
上期文章我们讲了Autopilot是如何将ShadowMode/影子模式技术，巧妙地安插到现在的Autopilot自动驾驶算法训练大闭环之内的，这个思路其实不难想到，但是实际支撑Tesla可以这么干的主要原因还是手里掌握的、数量庞大且真实存在的车队；而且以L2存在并且实际运行的Autopilot自动驾驶技术（虽然名字很容易让一般消费者迷惑），客观上让Tesla在法律层面上避免了不必要的麻烦（当然前提是要严格确保驾驶员和乘客的生命安全）。
因此，客观上Tesla的Autopilot就位于一个极有利的竞争身位。
这个也是羡慕不来的。神经网络技术负责人特别提到，对于临道车辆Cut-in行为的预测模块大概是在三个月前上线的（2019年初），三个月的运行所获取的数据已经足够保证对于现有模型的有效训练。他说如果特斯拉车主认真观察，可能会发现现在Autopilot模式下，特斯拉对于临道车辆的行为预测，会在一个比较高的准确率上……此时现场一位听众（应该不是托儿）举手发言表示他确实观察到了这个进步。
当讲完Shadow Mode的时候，一旁观战的Elon Musk本人也忍不住主动站起来发言。Musk说，“实际上每一位特斯拉车主都在潜移默化地训练我们的自动驾驶算法Autopilot，不论白天还是黑夜，这是毫无疑问的。”
接下来谈到的模块是Path Prediction/道路预测模块，这个模块的运行原理和Cut-in预测模块基本一致。特斯拉庞大的车队在十字路口和复杂路段（可能是早期的目标场景），会自动上报车身全景视频信息和实际地理位置的对应数据（成对上报）。其中实际地理位置信息的上报是依赖GPS和IMU的数据，全景视频信息就是车身全角度的摄像头信息。这对信息被以组合的形式送入Tesla的云端Autopilot训练平台，相当于给每一个上报的视频全景信息已经打好了地理位置信息的“标签”。
经过训练并完成Path Prediction模型建立和下发之后，则任何一辆特斯拉的车辆都会受益，如下图所示：
实际行驶中的Tesla车辆会根据视频信号的输入，来判断驾驶员的驾驶意图，并在中控显示板上直接给出道路走向（绿色标线）。Elon Musk此时又在旁边补充道，“哪怕看不见实际的道路选择，Path Predication模块也会给出道路建议，而且准确度非常高。”类似功能在复杂路况和十字路口确实很管用，如果是Level-2可以提供给驾驶员以很大的驾驶选择方面的支持，如果是Level-3及以上，这个预测也是必须的。被训练好的预测模块会实时根据车载摄像头搜集到的信息，经预测模块算法计算之后，来判断前方的路到底怎么走。
在驾驶员有多个驾驶选择的时候（比如路口），这种预测也是很有帮助的，哪怕驾驶员有高精地图，依然需要预测模块去根据车辆的实际动态，来建议车辆应该如何在众多驾驶选择中，选取最有可能发生的那一条，并给出图形化的建议。
综上所述，特斯拉强烈倾向和依赖于视觉信息的获取和处理，还是很有说服力的。之后我们会谈到视觉信息和Lidar结构化数据信息之间的对比，敬请期待。
车右智能
info@co-driver.ai
备注：
1 题图来自于互联网搜索；
2 插图123皆来自于特斯拉自动驾驶开放日的公开宣讲资料。
