|
|
英国有位车主因为疫情不能出门，在家没事做，于是拿了一堆锥形桶，让女儿和家里的宠物狗配合对特斯拉Model 3 Performance HW3 FSD Preview可视化系统进行了极端测试，测试结果让网友惊讶。
特斯拉汽车对锥形桶的识别一直是一个棘手的问题，一些事故的发生，都与未能成功识别并避开路障有关。
去年，特斯拉再次更新了其基于Autopilot的驾驶可视化系统，可以识别交通锥，并且规划绕过锥桶的行驶路径。
在过去几年中，特斯拉的可视化系统的能力一直在提升，添加了识别卡车、SUV、摩托车和行人的能力，让车主还能对图像进行放大和缩小操作，转动画面，观察车身周围360度的情况等。
可视化系统尽管有了很多物体符号，不过也有识别出错的时候，比如下面这幅图，将车辆下方的红布识别成了车身后的锥形桶。
这并不是个例，英国有位车主因为疫情不能出门，在家没事做，于是拿了一堆锥形桶，让女儿和家里的宠物狗配合对特斯拉Model 3 Performance HW3 FSD Preview可视化系统进行了极端测试，测试结果让网友惊讶。
首先在开始的测试中，5个不同高度的锥形桶一字排列在车辆的正前方，不过特斯拉车机界面上显示的障碍物的数量及空间距离有一定的差异。在用智能召唤靠近障碍物时，车辆及时停止。
行人在路障前后走动时，可视化系统在视觉深度上与现实存在一定的差异。在对动态的人识别上也时有时无的状态。当人与障碍物融为一体，以及人拿起锥形桶时，在可视化表达上出现了一些有趣的差异。
这段视频在网络上引起了巨大的反响，有人觉得客户的可视化页面其实与开发者页面存在很大差异，有些复杂的物体确实很难表征，特斯拉能做到这个水平已经很不错了。
不过，也有网友提出了一些安全性的质疑，主要是针对视频里的感知能力：当女人走进阴影中时，行人检测能力极差无法在车前直接检测到幼儿无法检测到直接在车前奔跑的狗圆锥与行人的相对距离通常是非常错误的行人与其他物体的持续混淆对各种物体（汽车，垃圾桶，锥形桶）进行误报检测无法检测到位于摄像机正前方的部分被遮挡的汽车
这个试验是在低速或者静止状态下做的，可视化系统也只是用户的界面，我们无法判定，特斯拉全自动驾驶系统在高速行驶时的表现。不过作为执着于用视觉方案来打造自动驾驶系统的特斯拉汽车来讲，单凭摄像头在视觉深度上确实存在着很大的局限。 |
|
发表于 2021-5-5 14:40:20