机器人还是自动驾驶

一、机器人还是自动驾驶

自动驾驶。那肯定是拿仿自动驾驶了，国家大势在前，科技进步在后，汹涌洪流不可阻挡，感知还要看BEV。首个详细入门BEV感知的学习路线（纯视觉+多传感器融合）业内普遍认为，2020-2030年将是自动驾驶发展的“黄金十年”，这段时间也是我国实现对其游敏启它国家超越的好时机。据麦肯锡预测，中国未来很可能成为全球最大的自动驾驶市场，预计至2030年神如，中国自动驾驶相关的新车销售及出行服务创收将超过3.58万亿元。

二、人工智能对自动驾驶的作用是什么

人工智能和感知技术可以提供更安全、更具确定性的行为，从而带来燃油效率、舒适性和便利性等优势。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

本系列包括两篇文章，介绍无人驾驶汽车得以实现的AI应用，展示其挑战与成就，另外还探讨了与传统软件相比AI的本质，并在第二篇文章中进一步讨论了在自动驾驶领域开发、测试和部署AI技术的特定挑战。

1.自动驾驶车辆中的AI分析自动驾驶车是汽车工业中增长最快的领域，而人工智能则是自动驾驶车中最重要和最复杂的组成部分。图1所示为典型的自动驾驶车构成。

自动驾驶车辆对传送实时数据的传感器数量，以及对数据进行智能处理的需求可能会非常庞大。而AI被用于现代汽车的中央单元以及多个电子控制单元（ECU）中。

由于AI已在机器人等众多领域中得到应用，它自然成为自动驾驶的首选技术。人工智能和感知技术可以提供更安全、更具确定性的行为，从而带来燃油效率、舒适性和便利性等优势。

开发如自动驾驶车这样复杂的AI系统面临的挑战很多。AI必须与众多传感器交互，并实时使用数据。许多AI算法的计算量都很大，因此很难与内存和速度受限的CPU一起使用。现代车辆是一种实时系统，必须在时域中产生确定性结果，这关系到驾驶车辆的安全性。诸如此类的复杂分布式系统需要大量内部通信，而这些内部通信容易带来延迟，从而干扰AI算法做出决策。另外，汽车饥核中运行的软件还存在功耗问题。越密集的AI算法消耗功率也越多，尤其对只依赖电池充电的电动车而言，这是一个很大的问题。

在自动驾驶车中，AI用于完成多项重要任务。其主要任务之

一是路径规划，即车辆的导航系统。AI的另一项重要任务是与传感系统交互，并解释来自传感器的数据。

显然，提供一套完整的解决方案来取代方蚂肢迅向盘后面的驾驶员是一项艰巨的任务。因此，制造商们开始将问题划分为更小的部分，并逐个解决，以便通过小幅进步最终实现完全的自动驾驶。

（图/文/摄： 问答叫兽） 问闷此界M5 传祺GS8 AION V 玛奇朵DHT PHEV 拿铁DHT 高合HiPhi X @2019

三、特斯拉AI Day内容快报：自动驾驶到人形机器人

文|探员A

图|网络

编辑|kaka

北美时间2021年8月19日的特斯拉“AI Day”，就像其2019 年的“Autonomous Day”和 2020 年的“Battery Day”一样，把 科技 公司的调性拿捏的死死的。硬核的特斯拉再次出手，让传统车企，甚至很多 科技 公司都望尘莫及。

下面是猫头鹰情报局带来了内容快报。发布会可以大致分为三个部分：1-基于视觉和AI的自动驾驶研发进展；2-Dojo超级计算机；3-通用功用的特斯拉人形机器人。

01

―

基于纯视觉和AI的自动驾驶研发进展

虽然有蔚来NOP工况下事故影响的阴影，但这也阻挡不了特斯拉对完全自动驾驶的追求。就像人类在真正发明飞机之前，有着数不清的坠向地面，但是我们山渗袭最终还是一飞冲天！

特斯拉首先秀出了最新版本的FSD。无保护路口左转、没有车道线的乡村道路、避让行人、路口停车、识别红绿灯……这些动作特斯拉都做得非常熟练。

特斯拉通过车身四周的8枚摄像头，形成三维矢量空间，感知出车身周围的环境。8个摄像头都采用1280*960分辨率12bit HDR图像，以每秒36帧的速率采集，就能够实现良好的感知效果。

摄像头除了识别车辆，特斯拉还会识别人、红绿灯等多种物体。在这个过程中，特斯拉还能够在感知过程中重建道路，通过标记车道线和其他物体。与此同时，特斯拉还会通过不同车辆收集同一路段的数据，并把不同车辆的数据合并在一起，最终实现更精确的重新建图。

在完成了精确的地图和数字环境重构后，另外一个挑战就是在环境中“标记物体“。只有车辆能够流畅地标记路旁物体，在准确识别物体之后，才能够实现流畅的城市道路喊裤自动驾驶。

今年5月，特斯拉面向美国市场销售的Model 3/Y车型取消了毫米波雷达，不过在雨、雾、雪等能见度较低的天气下，摄像头能看清楚吗？答案是能。仍然依靠短片记录驾驶场景，特斯拉每周能够获得1万段类似的恶劣环境短片，通过这些不同的短片一起合成从而重构周围的环境，来实现距离的感知。

随着特斯拉在路面上的车辆越来越多，记录和迭代的美国道路数据也会更加丰富，预计在美国道路上行驶的车辆的自动驾驶辅助功能也会日趋完善。

02

―

Dojo超级计算机

要处理大量的道路图像数据，需要海量的计算能力。这就是为什么特斯拉要自研Dojo超级计算机。发布会从单个芯片设计（Chip），芯片系统集成（System），计算机集成（Computer Cluster）及软件运用（Software）进行了了介绍。

Dojo超级计算机是特斯拉开发的专门用于神经网络训练的超级计算机。从D1芯片的开发到集成都完全由特斯拉在内部独立完成。用Elon的话来说，D1芯片可以实现媲美GPU的训练能力，同时兼具CPU的灵活性。

目前D1芯片已经在台架上完成了系统试验和运算。最后3000块这样的芯片会组成120个系统单元，一同成为特斯拉Dojo超级计算机。

该超级计算机可以是实现1.1 EFLOPS每秒浮点运算次数。一个EFLOPS等于每秒一百京/一百亿亿（10的18次方）次的浮点运算。这是什么概念？Dojo的运算速度比2021年6月公布的世界排名第一的超级计算机日本富岳，还要再快约2.5倍。

一个TFLOPS（teraFLOPS）等于每秒一兆/一万亿（1012）次的浮点运算

一个EFLOPS（exaFLOPS）等于每秒一百京/一百亿亿（1018）次的浮点运算

03

―

通用功用的特斯拉机器人

接下来的脑洞是猫头鹰情报局完全没有预料到的。马斯克自己登台发布了特斯拉机器人Tesla Bot。

从简介上来看这个机器人主要是为了将来替代人类进行一些危险的，重复的和无聊的工作。该机器人将有5英尺8英寸高（逗兄约合1.73米），体重有125磅（约合56.7千克），可抱起45磅重的货物（约合20.4千克），也可以通过举重硬拉姿势举起150磅的重物（约合68.0千克）。

比较自然的一个联想是，以后特斯拉会不会把这样的机器人安排在Gigafactory里面从事车辆生产工作，不过后面的Q&A环节里面，马斯克的回应是“工厂现在已经非常自动化了，人非常少，这个人形机器人的初衷并不是单纯为了造车”。

然后，发布会公布了一部分关键的机械结构细节和感知智能系统。它的四肢使用40个机电执行器进行操作，并通过力反馈感应系统来实现平稳和敏捷双脚行走，最快行走速度可能为5英里/小时（约合8公里/小时）。马斯克说：“如果这机器人‘造反’了，你还是能跑的过他的。”

这一个环节和之前的内容都有关联。这个人形机器人会利用目前FSD的硬件，和之前在第一个部分提到的视觉训练，自动标签等算法来实现周围的环境感知和识别，而这一过程也会借助于Dojo进行开发和训练。

04

―

一场披着技术发布的“人才招募会”

最后，Elon向全世界人才发出了召集令。招募顶尖的AI人才加入。这个也是Elon技术发布会的核心目的。

这样“秀肌肉”的技术发布会，面向的群体更多的是行业领域的专业人士，也是特斯拉招揽顶尖人才的独特方式。

事实上，美国近几年在统计工程类专业学生最想去的公司排名中，特斯拉和SpaceX其实都是名列前茅。

猫头鹰观察

―

从本次“AI Day”可以看到，一向特立独行的特斯拉，依旧走在一条自主创新的路上。比如，特斯拉抛弃了主流的激光雷达方案，试图证明纯视觉的解决方案可以实现自动驾驶；在 汽车 产品外，特斯拉还推出了服务型机器人，外观上比其他机器人更像“人”。没有太多的舞台效果，这场发布会更像是科研机构里面的学术交流专题会，展示了马斯克的意志，以及他所认为的未来。