从感知、规划来看特斯拉 FSD自动驾驶为何全球瑶瑶领先

2024-10-13 07:25:13·  来源:智驾社  
 

特斯拉的FSD(Full Self-Driving,全自动驾驶)技术是一个涵盖感知、规控、执行等环节的全链路自动驾驶系统,它在算法、算力、数据、芯片等多个层面实现了高度集成和快速进化。以下是特斯拉FSD技术的关键点概述:

1. 算法端:

- 感知模块:采用HydraNets架构,整合多个视觉识别任务到单一网络,通过BEV(Bird's Eye View)+ Transformer技术,实现对车辆周围环境的感知。

- 规划模块:引入基于神经网络的规划模块和蒙特卡洛树搜索,提高自动驾驶决策质量。

2. 算力端:

- 特斯拉构建了Dojo超级计算机系统,以处理自动驾驶所需的海量数据,减少对英伟达GPU的依赖。

- 自研D1芯片作为Dojo的核心,采用存算一体架构,优化数据传输和处理效率。

3. 芯片端:

- 从HW1.0到HW3.0,特斯拉逐步从合作转向硬件平台全面自研。

- HW4.0搭载FSD2.0芯片,相较于FSD1.0芯片,算力大幅提升5倍,NNA(Neural Network Accelerator)数量增加,工作频率提升。

- 下一代AI 5芯片预计将于2025年下半年投产。

4. 数据端:

- 自动标注:开发自动标注系统生成4D标签,提高标注效率。

- 仿真模拟:构建虚拟仿真空间,重现和构建极端及复杂场景进行算法训练。

- 数据引擎:通过影子模式筛选有效数据,回传至云端,实现数据和模型的持续优化。

5. FSD技术端快速进化:

- 2023年12月,特斯拉推出FSD Beta V12,首个端到端AI自动驾驶系统,提升自动驾驶的效率和适应性。

- V13版本即将在10月推出,预计2025年Q1进入中国和欧洲市场。

6. 软硬件全链路闭环:

- 特斯拉自动驾驶系统的发展历程从2013年开始,最初采用外部合作方式。

- 2019年推出HW3.0,正式开启全栈自研。

- 2021年7月,FSD Beta V9采用纯视觉自动驾驶方案,摒弃了传统雷达。

- 2024年1月,FSD V12将城市街道驾驶堆栈升级为端到端神经网络。

- 2024年2月,Model Y迎来HW4.0硬件升级,算力提升5倍,硬件设计多项创新。

特斯拉通过全栈自研构筑了强大的技术基石,持续引领智能驾驶技术的发展。

图片

特斯拉自动驾驶系统发展历程

特斯拉的FSD技术正迎来商业化的拐点。截至2024年8月7日,FSD的累计行驶里程已达到1.6亿公里,显示出其技术的快速增长和市场接受度。为了降低体验门槛并吸引更多用户,特斯拉在2024年4月12日将FSD的月订阅价格从199美元降至99美元,而买断价格保持在1.2万美元不变。FSD V12版本的更新和订阅价格的下降共同推动了这一增长。

FSD的系统架构实现了软硬件全链路闭环的高度集成。这一架构包括感知、规控、执行等多个环节,并在算法、算力、数据、芯片等方面展现出强大的整合能力。核心组件包括规划、神经网络、训练数据、训练基础设施以及AI编译与推理等。在算法端,规划组件处理复杂的路径规划问题,而神经网络则利用视频流信息输出车辆的运动学状态。算力端的训练基础设施提供必要的计算支持,并通过AI编译器优化,提升计算效率。芯片端的AI编译与推理组件确保神经网络高效运行,实现高性能的并行计算。数据端则通过自动化和精准化处理,形成一个闭环的数据系统,为算法训练和优化提供高质量的数据基础。

图片

特斯拉 FSD 系统架构

特斯拉的FSD技术在算法端实现了创新的优化,以支持高效的神经网络推理。在感知方面,特斯拉采用了BEV(Bird's Eye View)+ Transformer架构,将2D图像转化为对周围环境的准确3D感知。此外,特斯拉进一步将这一架构升级为Occupancy Network,能够直接在向量空间中产生体积占用,精准识别物体的运动状态差异。

在规划方面,特斯拉采用了交互搜索框架,通过任务分解的方式对一系列可能的行驶轨迹进行研究,实现对规划方案的实时评估。这种全栈自研的算法使得特斯拉能够以低成本的感知硬件实现高阶智能驾驶能力,并快速优化迭代自动驾驶算法。

在感知技术方面,特斯拉的视觉感知系统采用了HydraNets架构,这是一种标准化流程,用于处理来自摄像头的视觉信息。HydraNets架构包括输入层、特征提取的Backbone层、用于提取更复杂特征的Neck层,以及由多个Task Specific Heads组成的Head层,负责最终的检测任务,如物体检测、交通信号和车道识别等。这一架构能够实现特征共享、任务解耦与特征缓存,从而提高整体的感知效率和性能。

图片

分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号