Autopilot的深度学习网络如何才能趋近真正的AI ——从实景中快速获取时间维度的训练数据方法（3）
跟随前两期关于Tesla专利“Generating ground truth for machine learning from time series elements”的内容，我们继续看看Tesla关于训练数据获取方法的专利细节。在进行今天的内容之前，小编想多扯几句关于…
车右，虚左
Tesla的新专利 ——从实景中快速获取时间维度的训练数据方法（2）
接上期。 在上一章节中，我们介绍了在这个涉及“Autopilot自动驾驶深度学习网络”的“训练方法”和“部署方法”的专利中，对于自动驾驶系统的各种技术环节定义。虽然是按照专利的、概要的功能框架图给出介绍，但实…
针对社区道路自动驾驶的迈进 ——记录Autopilot 2020.36版本的功能迭代
2020年第36周，差不多是八月份的第二周，Tesla发布并推送了新版的Tesla车辆软件，版本代号2020.36。这个版本内再次提供了一些和Autopilot自动驾驶功能相关的Feature更新，有相当好的实际使用价值。虽然大家…
Tesla的新专利 ——从实景中快速获取时间维度的训练数据方法
Tesla的全新专利公布，全名称为，“Generating ground truthfor machine learning from time series elements”，大概的中文意思是，为机器学习所生成的时间序列基准数据。虽然拗口，但是基本上望文生义，意思…
Tesla的自动驾驶系统演进，失败也未必是终点！
接上期文章。 《关于特斯拉模仿学习方法的理论》——暨使用神经网络复制驾驶员的行为。 本文发表于2019年9月17日，作者是一个长期研究Tesla及其自动驾驶算法Autopilot演进的技术专栏作者，Yarrow Eady。文末给…
关于Tesla模仿学习方法的理论分析
《关于特斯拉模仿学习方法的理论》——暨使用神经网络复制驾驶员的行为。 本文发表于2019年9月17日，作者是一个长期研究Tesla及其自动驾驶算法Autopilot演进的技术专栏作者，Yarrow Eady（不确定为真名还是笔…
模仿学习方法在Autopilot系统内部的实现
接上期文章。 《关于特斯拉模仿学习方法的理论》——暨使用神经网络复制驾驶员的行为。 本文发表于2019年9月17日，作者是一个长期研究Tesla及其自动驾驶算法Autopilot演进的技术专栏作者，Yarrow Eady。文末给…
Tesla是如何在Autopilot中部署人工智能的？ ——Elon Musk在WAIC2020上的远程致辞
接上期文章。 本次WAIC2020上，Elon Musk所做的最精彩的回答，其实是后续两个问题的答复。在小编看来，可以说是问得漂亮，答得精彩。可难以置信的是这两部分的问答没能在舆论界掀起任何波澜，既没人讨论，也…
为什么他一提L5，全世界都炸了？ ——Elon Musk在WAIC2020上的远程致辞
接上期文章。 这次WAIC2020峰会的远程致辞，Elon Musk其实讲了不少干货，或者有价值值得深挖的信息，但引爆舆论的主要还是接下来对于这个问题的答复。 【说实话，我也不知道这几个问题是谁准备的，如果考虑…
Autopilot在中国，应当如何发展？ ——Elon Musk在WAIC2020上的远程致辞
照例“赶晚集”更新。这是小编特色，也是为了多多思考，不要跟风冒进。 去年8月份的WAIC大会上，马云和Musk的“二马会”已经赚了太多眼球了。当时的舆论主风向是，马云马老师略显苍白和浮夸，而Elon Musk务实且…
Autopilot处理Cut-in的策略 ——再谈深圳Model 3车祸
去年的Tesla四月份的Autonomous Driving开放日上，Tesla的核心团队以及Elon Musk本人都露了面，讲了从硬件（HW3.0）到软件（Autopilot的实现方法）的诸多方面。Karpahty的主题演讲中也谈到了对于Cut-in（变…
Autopilot的多事之夏 ——深圳Model 3车祸应当这么理解
再次赶个晚集吧。我们谈谈上个月底发生在深圳的Tesla Model3和土方车的“极限换道事故”。事故中有点黑色幽默的是，那辆肇事车辆，制造商是比亚迪/BYD。 事故现场的照片还是特别有喜感的，没有不尊重双方车主…
5G是不是真的有那么神奇？ ——C-V2X对于DSRC技术的优势分析（之五）
绝大多数传统行业中的从业人员，对于移动通信发展的人文历史和技术进程并不熟悉。对于移动通讯中特别鲜明的“代”的概念，理解还停留在一些个体可以感知的简单的技术指标上，最明显的就是“网速”。但从消费者开…
无需动手，Autopilot帮助您自动通过十字路口 ——记Tesla 2020.24.6.1软件更新
Tesla2020.24.6.1版本最大的升级点还是在于引人注目的Autopilot系统。相对于上一个普及版本的2020.12.6版本中首次问世的Stop Sign and Traffic Light Control功能（关于这个功能的详细介绍，可以参见我们之…
Autopilot和Infotainment系统中的人机关系设计 ——记Tesla 2020.24.6.1软件更新
首先祝福各位朋友端午节快乐。 疫情虽然在北京小有波澜，但毕竟波澜不惊，连着四天被控制在10人左右，也意味着基本算是Hold住了。而且更好的趋势还是体现在全国范围内，基本上新增病例很明确就是两个方向，…
Autopilot的 换道表现 ——Tesla 2020.20.12版本
Tesla的车载软件新版本2020.20.12上周发布，很多车主立即都做了更新和评测，并上传互联网。因为这个版本中的大部分功能集中体现在车载娱乐系统，与自动驾驶无关，我们就不一一例举了。但是在一些实地路测中…
Autopilot系统30秒
据报道，Tesla在今年2月份释放了一份大约30秒钟的Autopilot系统路测识别画面。可能有很多人都看过了（应该多是片段），但是对于这份30秒识别结果的解读，资料非常少。小编最近看到一份关于这段识别能力的解…
做不来送分题，这可能不只是Tesla的问题 ——我们到底该如何理解当下的自动驾驶“系统”， 之五
接上期。 在分析台湾嘉义Tesla撞击事故之前，我们先看几个公开的Autopilot自动驾驶在一些特定的Corner case的实际表现。这些视频资料都来自于美国Tesla车主和技术爱好者的实际测试，可信度很高，可以作为我…
做不来送分题，这可能不只是Tesla的问题 ——我们到底该如何理解当下的自动驾驶“系统”， 之四
接上期。 在观察完佛罗里达撞击事故之后，我们惊讶于Tesla的Autopilot在光线不佳的晨曦弱光条件下，居然在两个功能模块——FCW和AEB上同时、且完全出现了漏检的状况，而导致未能给人类驾驶员报警。那么当我们…
做不来送分题，这可能不只是Tesla的问题 ——我们到底该如何理解当下的自动驾驶“系统”， 之三
接上期。 我们继续关注佛罗里达2019年撞击事故中Model 3角度在最后时刻的视觉信息。如下图所示，白色拖挂车厢和集卡车头位置，在撞击倒计时3s的时候（此时两车的距离为90米），变得人眼视觉可识别，如果考虑…
做不来送分题，这可能不只是Tesla的问题 ——我们到底该如何理解当下的自动驾驶“系统”， 之二
接上期。 在Tesla的Autopilot的演进历史中，我们在上一篇公众号文章中所提到的两次拦腰撞到集装卡车上的致死事故，扮演了非常非常血腥、但是也非常关键的角色。两次都在佛罗里达（这个美国东南部的航天重要…
做不来送分题，这可能不只是Tesla的问题 ——我们到底该如何理解当下的自动驾驶“系统”， 之一
最近小编是真心忙啊！忙到眼睁睁又漏过一个技术热点——Autopilot系统处于激活状态的Model3在台湾嘉义的一次高速公路场景下的车祸分析。网上随便翻翻，相关分析已经铺天盖地了，所以小编只能捡个尾巴喝点汤儿…
特斯拉Autopilot对于交通灯和停止标识的识别水准 ——Tesla 2020.12.6 OTA版本相关功能介绍 （5） 完
关于特斯拉2020.12.6 OTA软件版本系列文章汇总>> 接上一期。 Autopilot系统对于Traffic Light的处理和Stop Sign标识的处理原理是基本保持一致的。即，在Autopilot视觉系统检视到相关信号并完成识别之…
特斯拉Autopilot现阶段对于交通灯和停止标识的识别水准 ——Tesla 2020.12.6 OTA版本相关功能介绍 （4）
关于特斯拉2020.12.6 OTA软件版本系列文章汇总>> 接上一期。 通过前面的三期文章，相信读者已经基本了解了Autopilot对于Traffic Light的识别能力和应用场景。关于Stop sign的识别我们再放到后一期文章…
特斯拉Autopilot现阶段对于交通灯和停止标识的识别水准 ——Tesla 2020.12.6 OTA版本相关功能介绍 （3）
关于特斯拉2020.12.6 OTA软件版本系列文章汇总>> 接上一期。 下面一个场景比较有意思，是一个连续路口，相距不超过三十米，前一个路口是一个铁道路口（有红绿灯控制），后一个路口是一个十字路口（有…
特斯拉Autopilot现阶段对于交通灯和停止标识的识别水准 ——Tesla 2020.12.6 OTA版本相关功能介绍 （2）
关于特斯拉2020.12.6 OTA软件版本系列文章汇总>> 接上一期，在真实的道路状况下行驶，一旦具备激活Autopilot条件的前提下（这个必要的条件可能和一些因素相关，但是小编的理解首要还是车道线的稳定识…
特斯拉Autopilot现阶段对于交通灯和停止标识的识别水准 ——Tesla 2020.12.6 OTA版本相关功能介绍 （1）
关于特斯拉2020.12.6 OTA软件版本系列文章汇总>> 上个月底，关于Tesla的2020.12.6软件版本升级（请不要将版本代号的数字命名规则和年月日混淆），在海外市场比较受关注。因为小编观察到，在历次的OTA…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （7）完
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 我们谈了很多关于BEV俯视图信息的获取和转化方法，也谈了BEV在Smart Summon应用中的实际落地。Karpathy后续还谈到了BEV的视觉信息处理方法，…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （6）
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 上期我们讲到了对于十字路口的识别，往往因为地形复杂，分支路口众多，客观上在技术实现上就比较难。如果再考虑到Tesla车辆的摄像头安装高度…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （5）
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 在针对Smart Summon智能召唤功能的分析中，Karpathy明确了对于参与其中的7个摄像头所获取的视觉信息，需要进行工作量相当可观的“融合”计算处…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （4）
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 关于神经网络在实际自动驾驶过程中的应用，以一个执行流程的方式，也在这次演讲当中涉及。关心过我们之前专题的读者，应该知道，Tesla的Auto…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （3）
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 在上一期的最后，我们曾经谈到了Autopilot识别网络部分的规模，为了支撑复杂的视觉目标识别和预测工作，HydraNet的机器网络规模是相当巨大的…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （2）
接上一期。 上期我们顺着Karpathy的思路仔细过了Autopilot在处理大量Corner cases的长尾效应的基本思路，论证方法就是围绕STOP道路标识。下图中的上半部分罗列了被严重遮挡的STOP标识状态；下半部分罗列了预…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （1）
Tesla的自动驾驶系统Autopilot软件设计主管，Andrew Karpathy在今年2月底参加的ScaledML2020会议上做了主旨演讲，“AI for Full-sefl-driving”。这可能也是疫情在美国爆发之前，为数不多的机器学习专业的学术…
车道保持系统LKAS的弱点是否会被抓住并放大？ ——针对基于深度学习的LKAS系统攻击分析（4）
【攻击原理】 在之前的技术铺垫之下，本篇我们针对LKAS系统的攻击行为本身进行介绍： Car Motion Model based Input Generation ØSimulate inter-dependency by bicycle model/考虑到这种针对运动车辆的攻击…
车道保持系统LKAS的弱点是否会被抓住并放大？ ——针对基于深度学习的LKAS系统攻击分析（3）
【攻击行为的一些边界条件】 针对LKAS系统的攻击行为本身，有一些发明者定义的限定条件，搞清楚这些限定条件的定义和来源，有助于我们理解攻击行为的原理。如下： 攻击行为奏效的前提： Attackerpossesses t…
车道保持系统LKAS的弱点是否会被抓住并放大？ ——针对基于深度学习的LKAS系统攻击分析（2）
【LKAS系统的工作原理】 在解释这种攻击技术的具体原理之前，我们首先应该明白的是LKAS车道保持系统的工作原理。这个包含两部分，一个是车道线的识别部分（这部分多数实现是由深度神经网络DNN来实现的）；另…
车道保持系统LKAS的弱点是否会被抓住并放大？ ——针对基于深度学习的LKAS系统攻击分析（1）
在国内的自动驾驶行业里，这几天一则挺震撼的消息显示针对LKAS车道保持系统的攻击在理论和实验室级别的实践上得到实现，如下标题，还是挺惊悚的。 “针对已经普及、并达到很高产品化水准的LKAS系统，我们可以…
Tesla Autopilot中的感知实现 ——Multi-Tasks多任务神经网络结构的简析（6）
接上一章节。 Autopilot的多任务/Multi-Tasks神经网路结构，在经过足够且充分的识别训练之后，必然也会来到对于“最终模型”的选择上。之所以是加引号的“最终模型”，是因为哪怕经过内部训练——测试——正式发布，…
Tesla Autopilot中的感知实现 ——Multi-Tasks多任务神经网络结构的简析（5）
接上一章节。 针对多任务/Multi-Tasks神经网络架构如何进行训练，是下一个Tesla必须要考虑的问题。 之所以难，主要的原因还是因为“多任务”本身所带来的。这种难度的增加，其实不算太难理解，在对于自动驾驶…