新的軟件開發(fā)可能會讓特斯拉更接近全自動汽車

特斯拉(Tesla)向初創(chuàng)科技公司DeepScale提交了一項新的專利申請，朝著改寫這家電動汽車專家的自動駕駛儀(Autopilot)自動駕駛軟件又邁進了一步。

據(jù)Electrek報道，總部位于舊金山的“機器學(xué)習(xí)”軟件專家DeepScale于2019年10月被特斯拉收購，收購金額不詳，以幫助開發(fā)自動駕駛技術(shù)。

在特斯拉收購之前，DeepScale已經(jīng)開發(fā)出了“Carver21”——一款用于自動駕駛汽車的人工智能軟件。然而，目前尚不清楚，是否正是這款軟件為特斯拉的新自動駕駛軟件奠定了基礎(chǔ)。

特斯拉的這項專利申請名為“用增強數(shù)據(jù)訓(xùn)練機器模型的系統(tǒng)和方法”，旨在改進Autopilot軟件使用其8個車載攝像頭識別環(huán)境中的物體的方式，也被稱為“3D標簽”。

“在典型的機器學(xué)習(xí)應(yīng)用中……用于訓(xùn)練計算機模型的圖像集可能代表在許多不同的捕獲環(huán)境中捕獲的具有不同傳感器特性的對象，”專利解釋說。

“這些傳感器在不同的外部參數(shù)方面也可能有所不同，例如成像傳感器(相機)的位置和方向相對于拍攝圖像時的環(huán)境?！彼羞@些不同類型的傳感器特性可以…使正確訓(xùn)練計算機模型變得更加困難。”

換句話說，這意味著一個自動駕駛系統(tǒng)可以通過編程來識別特定物體的特征，但這些特征可能并不總是與攝像機在特定環(huán)境或情況下記錄的特征相匹配，從而使系統(tǒng)產(chǎn)生混亂。

該專利列出了焦距、透鏡類型、預(yù)處理或后處理、不同的軟件環(huán)境和傳感器陣列硬件可能是造成這種差異的原因。

根據(jù)專利申請，特斯拉和DeepSpace的解決方案在于，在軟件中引入預(yù)增強成像，顯示物體在不同環(huán)境中的表現(xiàn)。這樣做的目的是希望軟件能夠了解在各種情況下應(yīng)該期望什么，并能夠?qū)Σ煌沫h(huán)境本身做出準確的修正，從而產(chǎn)生一個能夠:

“生成一組的增強圖像增強圖像通過…修改圖像(s)的圖像處理功能,保持相機圖像的性質(zhì),”和“訓(xùn)練學(xué)習(xí)的計算機模型來預(yù)測基于圖像訓(xùn)練集訓(xùn)練輸出包括圖像和圖像增強的集合?！?/p>

上圖:特斯拉的專利圖片

CarAdvice認為，這意味著特斯拉的新軟件將能夠收集車輛環(huán)境的信息，計算條件如何影響成像傳感器捕獲物體的方式，增加捕獲的圖像，并相應(yīng)地更新軟件的參數(shù)來識別物體。

這款軟件以及對特斯拉自動駕駛儀和3D標簽技術(shù)的升級，可能意味著該品牌在開發(fā)自動駕駛汽車的道路上邁出關(guān)鍵一步。

特斯拉收購DeepSpace是汽車制造業(yè)收購自動駕駛技術(shù)公司的眾多交易之一，豐田(Toyota)則投資了總部位于硅谷的Pony。今年2月，谷歌與中國的Momenta公司合作，開發(fā)對自動駕駛汽車至關(guān)重要的高清地圖軟件。