Warum kümmert sich Tesla nicht um die Verwendung von Sensoren für autonomes Fahren?

Selbstfahrende Fahrzeuge verwenden verschiedene Sensortypen, wie z variable Reichweiten, Ultraschallsensoren für kurze Reichweiten und Radare, die LiDAR ähneln, aber stattdessen auf Funkwellen setzen Laser.

Selbstfahrende Technologieführer wie General Motors, Waymo und Mercedes-Benz verlassen sich alle auf Sensoren, aber nicht Tesla. Der in Texas ansässige Autohersteller verwendete sowohl Radar als auch Kameras, um sein halbautonomes Fahrsystem Autopilot zu ermöglichen, aber ab Mai 2021 kündigte an, dass es das Radar für das Modell 3 und das Modell Y in Nordamerika fallen lasse und seinen Fokus auf einen ausschließlich kamerabasierten Ansatz verlagere, den es nannte Tesla Vision.

Aber was waren die Gründe für Teslas Entscheidung, Radar- und Ultraschallsensoren aus seinen Autos zu entfernen und LiDAR oder Karten nicht einmal in Erwägung zu ziehen? Lassen Sie uns dieses Thema weiter untersuchen.

Computer Vision: Teslas Plan

Tesla hat ein eigenes Computer-Vision-System namens Tesla Vision zum Rechnen entwickelt was Teslas selbstfahrendes Auto sieht. Dieses End-to-End-System basiert auf CUDA von Nvidia, einer parallelen Computerplattform, die für Grafikprozessoren (GPUs) entwickelt wurde, und treibt Teslas Autopilot- und Selbstfahrtechnologie an. Es stützt sich auf Computer Vision, um die von den Kameras des Fahrzeugs gesammelten visuellen Informationen zu verstehen.

Anstatt LiDAR zu verwenden, besteht Teslas Ansatz darin, den Computer darauf zu trainieren, die visuelle Welt zu erkennen und zu interpretieren, mit dem Ziel, autonome Fahrfähigkeiten zu erreichen. Der Hersteller sagt, dass er den Trainingsprozess dank der Verwendung von maschinellem Lernen und seinem eigenen neuronalen Netzwerk, das auf einem Supercomputer namens Dojo läuft, dramatisch beschleunigen kann.

Kostenreduzierung

Teslas Wechsel von sensorbasierten Ansätzen zu Computer Vision ist in erster Linie kostenmotiviert. Tesla zielt darauf ab, die Fahrzeugpreise zu senken, indem die Anzahl der erforderlichen Teile minimiert wird. Der Wegfall von Teilen kann jedoch eine Herausforderung darstellen, wenn das System ohne sie nicht funktionieren kann, und Tesla zog viel Kritik auf sich, als es ankündigte, das Radar aus seinen Autos zu entfernen.

Eine Forschungsarbeit aus Cornell Universität schlägt vor, dass Stereokameras das Potenzial haben, eine 3D-Karte zu erzeugen, die fast so genau ist wie eine LiDAR-Karte. Dies stellt einen interessanten Punkt dar, da es darauf hindeutet, dass man, anstatt 7.500 US-Dollar in ein LiDAR-Gerät zu investieren, ein paar Kameras verwenden könnte, die viel billiger sind und nur 5 US-Dollar kosten. Wenn Tesla also behauptet, dass eine solche Technologie in naher Zukunft veraltet sein könnte, könnte es an etwas liegen.

Die andere Seite der Medaille ist, dass Teslas Autopilot-System nach dem Entfernen der Radarunterstützung mehrere Funktionsherabstufungen erlebte, deren Wiederherstellung Monate dauerte. Zusätzlich, Viele Tesla-Besitzer haben Probleme mit dem No-Radar-System gemeldetB. häufiges „Phantombremsen“, bei dem das Fahrzeug bei nicht vorhandenen Hindernissen unnötig bremst.

Obwohl viele Unternehmen Sensoren wie LiDAR und Radar für ein zuverlässiges autonomes Fahren als unerlässlich erachten, hat sich Tesla aufgrund seines Potenzials für eine schnellere Entwicklung für Computer Vision entschieden. Während LiDAR und Radar heute Hindernisse mit hoher Genauigkeit erkennen können, müssen Kameras noch weiter verfeinert werden, um das gleiche Maß an Zuverlässigkeit zu erreichen. Dennoch glaubt Tesla, dass der Computer-Vision-Ansatz der Weg in die Zukunft ist.

Geringere Komplexität

Während eine größere Anzahl von Sensoren zahlreiche Vorteile bieten kann, einschließlich einer verbesserten Datenverwaltung durch geschickte Sensorfusion, weist sie auch erhebliche Nachteile auf. Die erhöhte Anzahl von Sensoren kann zur Erstellung komplizierterer Software führen. Auch die Komplexität von Datenpipelines wird erhöht und die Lieferkette und Produktionsprozesse in der Fahrzeugmontage werden kniffliger.

Außerdem müssen Sensoren justiert und die zugehörige Software gewartet werden. Eine ordnungsgemäße Kalibrierung ist ebenfalls unerlässlich, um sicherzustellen, dass der Fusionsprozess korrekt funktioniert.

Trotz der potenziellen Vorteile von mehr Sensoren dürfen die Kosten und die Komplexität ihrer Integration in ein System nicht übersehen werden. Die Entscheidung von Tesla, die Anzahl der Sensoren in seinen Fahrzeugen zu verringern, zeigt den Kompromiss zwischen den Vor- und Nachteilen des Einbaus von mehr Sensoren.

Ausführlichkeit des Codes

Die Ausführlichkeit von Code ist ein häufiges Problem in der Softwareentwicklung, wo unnötige Komplexität und Länge dazu führen können, dass Code schwer zu verstehen und zu warten ist. Im Fall von Tesla erhöht die Verwendung von Radar- und Ultraschallsensoren die Ausführlichkeit des Codes, was zu Verarbeitungsverzögerungen und Ineffizienzen führt.

Um dieses Problem zu mindern, setzte es den Computer-Vision-Ansatz ein, um die Ausführlichkeit zu minimieren, die Leistung und Zuverlässigkeit der Software zu verbessern und seinen Kunden ein besseres Benutzererlebnis zu bieten.

Elon Musks Philosophie

Elon Musk, der Gründer von Tesla, hat eine einzigartige Philosophie, wenn es um die Entwicklung und Herstellung von Elektrofahrzeugen geht. Die „Best Part is No Part“-Mentalität steht im Mittelpunkt seines Ansatzes, der darauf abzielt, Komplexität, Kosten und Gewicht zu reduzieren, wo immer dies möglich ist. Dies zeigt sich bei Tesla-Fahrzeugen, die sich durch ihr minimalistisches Design und ihre benutzerfreundliche Oberfläche auszeichnen.

Ein Aspekt dieser Philosophie ist die Entscheidung, Sensoren aus Tesla-Fahrzeugen zu entfernen und den Einsatz der LiDAR-Technologie nicht in Betracht zu ziehen. Während einige Konkurrenten auf LiDAR-Sensoren setzen, um ihren selbstfahrenden Autos zu helfen, die Welt um sie herum zu sehen, hat Musk diesen Ansatz als Irreführung kritisiert. Er sagte auch, dass jedes Unternehmen, das sich auf diese Art von Technologie verlässt, dem Untergang geweiht ist. Er argumentiert, dass LiDAR zu teuer ist und dass es zu kostspielig ist, die Welt zu kartieren und auf dem neuesten Stand zu halten. Stattdessen konzentriert sich Tesla auf visionsbasierte Systeme, die seiner Meinung nach effektiver und kostengünstiger sind.

Laut Musk sind Straßen so konzipiert, dass sie visuell interpretiert werden können, und die Technologie von Tesla ist so optimiert, dass sie sich auf Kameras und andere sichtbasierte Sensoren stützt, um durch die Welt zu navigieren. Dies bedeutet auch, dass sich Fahrzeuge, die nur über Kameras verfügen, auch besser an neue Straßenbedingungen anpassen können als Systeme, die umfangreiche vorab abgebildete Datensätze benötigen, um zu funktionieren.

Allerdings im Gespräch mit Elektrek, sagte Musk, dass er nicht abgeneigt ist, Radar zu verwenden, aber er glaubt, dass die aktuelle Qualität des Radars nicht auf dem neuesten Stand ist. „Ein sehr hochauflösendes Radar wäre besser als [Tesla Vision], aber ein solches Radar existiert nicht“, sagte er. "Ich meine, Vision mit hochauflösendem Radar wäre besser als reine Vision." Wenn sich die Technologie verbessert und der Preis sinkt, sehen wir vielleicht, dass Radar wieder in Teslas Autos integriert wird.

Werden Sensoren abgeschafft?

In einem Forbes In einem Interview mit Jesse Levinson, CEO von Zoox (der selbstfahrenden Amazon-Tochter), wurde das Thema Teslas Entscheidung diskutiert, Sensoren in seinen Autos aufzugeben. Levinson räumte ein, dass das Hinzufügen weiterer Sensoren komplex und laut sein kann, argumentierte jedoch, dass die Vorteile die Kosten überwiegen.

Mit zunehmender Entwicklung reicht möglicherweise das Sehen allein aus, aber Computern fehlen die gleichen Fähigkeiten wie dem menschlichen Gehirn. Tesla hat noch viel Arbeit vor sich, wenn es jemals Fahrzeuge schaffen will, die ohne Fahrereingriff vollständig selbstständig fahren.