Tesla 軟體部門主管表示 Autopilot 每天防止 40 起誤踩電門事故！

2022-08-28

近期新創 DeepScale 舉辦的電腦視覺論題，Tesla 軟體部門主管 Ashok Elluswamy 在演說的過程中不斷展示 Tesla 軟體是如何學習與判斷當前路況，來維護車主們的安全，更防止了人類開車三寶的錯誤行為。

相信大家都在網路或新聞上看過 Tesla 車主把電門當成剎車來踩，然後就因為車主自己的誤踩怒告 Tesla 電動車設計瑕疵導致車輛暴衝，就不斷向媒體爆料，這種狀況應該是每天都會上演，其實就連傳統油車也是一樣會有這樣搞不清楚狀況的三寶車主，Tesla 數據顯示，Autopilot 輔助駕駛系統平均每天會阻止 40 起這樣的意外發生。

Tesla 軟體部門主管 Ashok Elluswamy 表示：「這些預測已經被用來防止很多碰撞。例如，Autopilot 可防止每天約 40 起事故，其中人類駕駛員錯誤地將油門踩到 100% 而不是剎車。在影片中 Autopilot 自動剎車，救了這個人的雙腿」

在下方第二段影片中可以看到，三寶車主把電門直接踩到 100% 電力在倒退，車輛瞬間加速後，Autopilot 系統認定是誤踩，而啟動了緊急剎車機制，在短短1秒內做出決定，救了影片中人的雙腳。

These predictions are already used to prevent a lot of collisions. For e.g., Autopilot prevents ~40 crashes / day where human drivers mistakenly press the accelerator at 100% instead of the brakes. In the video Autopilot automatically brakes, saving this person's legs (7/12) pic.twitter.com/XtMssPT9cM
— Ashok Elluswamy (@aelluswamy) August 21, 2022

其實透過軟體的智慧判斷機制下，系統可以在大多數的情況下判定這個時候並不會把電門踏到 100% 電力，尤其是在倒退車況的時候，根據這些人類的操作習慣去分析，就可以有效的阻止人類三寶誤踩的導致的事故意外。

而近期 Tesla FSD Beta 版本克服困難「道路左轉」的關鍵問題就是導入「Occupancy Network」電腦人工智慧新架構，這也是目前最新的自動駕駛設計方案。

Tesla 透過鏡頭方式將所有車輛周邊物體運算出來，計算出「占用體積空間」，而且這是實時的產生數據計算，來預測 Tesla FSD 全自動輔助駕駛行進的軌跡。

"Occupancy Networks" – our solution to these problems – predict volumetric occupancy of all the things around the car. i.e. every voxel or continuous point in 3D space has a probability of being occupied and also its future motion. (3/12) pic.twitter.com/naQgBEeUYK
— Ashok Elluswamy (@aelluswamy) August 21, 2022

Tesla 系統必須在10毫秒內就運算出車輛周邊所有物體，有了這些純視覺方案來加強盲點，讓現實社會實際的物體在虛擬世界被繪製出來， Ashok Elluswamy 表示：如果這些真的都精確的被計算出來，那車輛要自撞是非常困難的。

所以就可以解釋為什麼馬斯克要把 FSD beta 10.69 的售價調漲到1.5萬美元的原因，不過真這次的版本真的有這麼完美，就要北美地區的車主實測過後才會知道了。

文章目錄