2023成都積分入學(xué)什么時候開始申請
2023-01-31
馬車竟變出大活人，特斯拉「幽靈」車又犯臉盲！
更新時間：2022-08-16 14:05:33作者：佚名
新智元報道
編輯：Joey 桃子
【新智元導(dǎo)讀】特斯拉：什么是馬車？
這次，特斯拉竟被一個馬車整蒙圈了。
一會兒是大貨車
一會兒是半掛卡車
最不可思議的是，竟還能識別出人在前面走...
難道又是「幽靈」嗎？
這個特斯拉無法識別馬車的TikTok視頻在網(wǎng)上瘋傳，就連人工智能軟件公司Light的聯(lián)合創(chuàng)始人Igor Susmelj發(fā)問：
我想知道這個模型在訓(xùn)練時看過多少馬車。
僅是一個小小馬車就難住了特斯拉。
不難看出，在識別邊緣化場景方面，特斯拉自動輔助駕駛系統(tǒng)（AP），甚至是全自動駕駛（FSD）更容易在行駛中出現(xiàn)致命事故。
Electrek主編FredLambert就在昨天發(fā)布了特斯拉在美國藍(lán)嶺山脈的測試：
視頻顯示特斯拉汽車無法在標(biāo)記的車道內(nèi)行駛。更恐怖的是，差點(diǎn)把FredLambert引向懸崖。
特斯拉在識別上出現(xiàn)問題也不是一次兩次了。
把拿著交通指示牌的人識別成交通柱子。
把各種動物要么識別成人，要么干脆啥也沒有...
把月亮識別成黃色交通指示燈。
接下來，就講講特斯拉識別故障那些事兒
看不到白色？
特斯拉撞車事故確實(shí)不算少，不過為啥老盯著白色卡車撞？
眼前的白不是白，你說的車是什么車。
21年3月，一輛白色特斯拉Model Y在美國底特律西南部的一個十字路口撞上了一輛白色半掛卡車。
而這已經(jīng)不是特斯拉第一次與白色卡車相撞了。
早在2016年，美國佛州的一輛特斯拉Model S在Autopilot狀態(tài)下與正在轉(zhuǎn)彎的白色半掛卡車發(fā)生碰撞，鉆進(jìn)了卡車貨柜下方，特斯拉駕駛員不幸身亡。
而真實(shí)原因竟然是特斯拉把白色識別為天空，才撞了上去。
你見過會移動的天空嗎......
此前有知乎網(wǎng)友曾拿下面這張圖做視覺識別實(shí)驗(yàn)。
把白色卡車圖片導(dǎo)入Photoshop，采用快速選擇工具，試圖把白色卡車的輪廓勾選出來，得到的結(jié)果是這樣的：
有一大片藍(lán)天白云同時被劃入了勾選框，在Photoshop來看白色貨箱和天空是一樣的。
特斯拉輔助自動駕駛視覺識別系統(tǒng)的結(jié)果可能也是如此。 好家伙，原來 特斯拉還是個「色盲」。
另外，特斯拉為啥「專挑卡車撞」？
那得先說說自動駕駛系統(tǒng)分離運(yùn)動目標(biāo)的方法。
考慮到實(shí)時性和成本，目前業(yè)內(nèi)大多采用幀差法。這種方法對運(yùn)算資源消耗最少，最容易達(dá)到實(shí)時性，但缺點(diǎn)是準(zhǔn)確度不高。
所謂幀差法，即檢測相鄰幀之間的像素變化。
幀差法的基本原理是：
運(yùn)動目標(biāo)視頻中，可以根據(jù)時間提取出系列連續(xù)的序列圖像，在這些相鄰的序列圖像中，背景的像素變化較小，而運(yùn)動目標(biāo)的像素變化較大，利用目標(biāo)運(yùn)動導(dǎo)致的像素變化差，則可以分割出運(yùn)動目標(biāo)。
對于比較大、顏色一致的運(yùn)動目標(biāo)，如白色大貨車，幀間差分法會「在目標(biāo)內(nèi)部產(chǎn)生空洞，無法完整分割提取運(yùn)動目標(biāo)」。
某些底盤高的大貨車側(cè)面，就如同白紙，基于深度學(xué)習(xí)的機(jī)器視覺此時就如同盲人，不減速直接撞上去。
大白天撞鬼
之前，特斯拉的視覺識別系統(tǒng)還鬧出過靈異事件。
有特斯拉車主在經(jīng)過無人區(qū)時，發(fā)現(xiàn)車上自動識別障礙物的雷達(dá)探測出很多“人形”物體。
還有網(wǎng)友發(fā)布了一則特斯拉行經(jīng)墓地的視頻，
視頻中，車輛行駛過程中，屏幕上的雷達(dá)一直顯示前方出現(xiàn)眾多行人從車輛路過，但觀看視頻錄制的車輛前方，卻未見一人。
特斯拉其實(shí)并不是看到「幽靈」，而是車輛在行駛過程中會遭遇一種攻擊自動駕駛輔助系統(tǒng)（ADAS）的圖像。
這又是特斯拉Autopolit的鍋。
在公路上正常行駛的特斯拉隨時都會因?qū)⒙放缘母鞣N標(biāo)牌（如廣告中的Stop標(biāo)志），誤認(rèn)為限速或者停車標(biāo)志，然后猛踩剎車，被部分車主稱為“幽靈剎車”。
這幽靈車，小編屬實(shí)不敢坐。
如何進(jìn)行圖像識別
特斯拉全車配備了8個攝像頭、1個毫米波雷達(dá)、12個超聲波雷達(dá)來檢測外部環(huán)境。
8個攝像頭是用來來識別現(xiàn)實(shí)中的物體。攝像頭可以獲取路上行人、車輛、動物或其他障礙物等等。
要知道，8個攝像頭捕捉的都是二維圖像，并沒有深度信息。因此特斯拉通過8個不同視角的視覺輸入，輸出三維向量空間。
可以看到，多攝像頭融合后輸出的向量空間質(zhì)量更高，能夠幫自動駕駛汽車更精準(zhǔn)地感知世界、定位自身。
其中就包括道路、交通指示燈、車輛等等自動駕駛需要觀察到的因素。
從算法層面來講，特斯拉的深度學(xué)習(xí)網(wǎng)絡(luò)稱為HydraNet。
基礎(chǔ)算法代碼是共享的，整個HydraNet包含48個不同的神經(jīng)網(wǎng)絡(luò)，通過這48個神經(jīng)網(wǎng)絡(luò)，就能輸出1000個不同的預(yù)測張量。
然而視覺系統(tǒng)總會有學(xué)習(xí)不到的地方。
早幾年，特斯拉曾與第三方合作將數(shù)據(jù)工作外包，但發(fā)現(xiàn)標(biāo)注數(shù)據(jù)的質(zhì)量并不高，隨后便擴(kuò)充了自己的團(tuán)隊。
最初特斯拉的大多數(shù)的標(biāo)注還是在2D圖像上進(jìn)行。
不久后，標(biāo)注開始轉(zhuǎn)移到4D空間，即3D空間+時間維度，并且直接在Vector Space進(jìn)行標(biāo)注，數(shù)據(jù)以一個Clip為最小標(biāo)注單位。
這次識別馬車出現(xiàn)的問題，有人嘲諷道，還沒有給馬車貼上數(shù)據(jù)標(biāo)簽?zāi)亍?/p>
問題是，馬斯克前段時間剛剛解雇了加州自動駕駛部門的數(shù)據(jù)標(biāo)注員。
特斯拉的「視力」簡直讓人堪憂。
參考資料：
https://futurism.com/the-byte/tesla-mistakes-horse-buggy-murderous-semi-truck
https://twitter.com/ISusmelj/status/1558912252119482368
https://www.thinkautonomous.ai/blog/how-tesla-autopilot-works/