特斯拉的神經(jīng)網(wǎng)絡(luò)每天都在不斷改進(jìn)，并變得越來越先進(jìn)，但特斯拉似乎確信，未來其神經(jīng)網(wǎng)絡(luò)將的發(fā)展速度將會(huì)更快。據(jù)外媒報(bào)道，日前，特斯拉公布了名為“自動(dòng)駕駛數(shù)據(jù)管道和深度學(xué)習(xí)系統(tǒng)(Data Pipeline and Deep Learning System for Autonomous Driving)”的專利，專注優(yōu)化圖像處理，將使其自動(dòng)駕駛系統(tǒng)更高效。該項(xiàng)專利旨在對(duì)以往用于自動(dòng)駕駛車輛的深度學(xué)習(xí)系統(tǒng)進(jìn)行改進(jìn)。以往，這些系統(tǒng)使用傳感器數(shù)據(jù)獲取信息。
特斯拉認(rèn)識(shí)到，數(shù)據(jù)變得越來越復(fù)雜，需要新的傳感器。根據(jù)該項(xiàng)專利，需要定制數(shù)據(jù)管道，可以最大限度地從傳感器數(shù)據(jù)中獲取信號(hào)信息，并為深度學(xué)習(xí)分析深度學(xué)習(xí)網(wǎng)絡(luò)提供更高級(jí)別的信號(hào)信息。
該系統(tǒng)將使用車載傳感器或攝像頭捕捉圖像，例如高動(dòng)態(tài)范圍攝像頭、攝像頭傳感器、雷達(dá)傳感器或超聲波傳感器。然后，高通或低通濾波器將圖像分解。最終，一系列處理器將破譯圖像的含義。
以下專利流程圖描述了車輛學(xué)習(xí)信息的過程。首先，系統(tǒng)接收傳感器數(shù)據(jù)。其次，系統(tǒng)會(huì)對(duì)數(shù)據(jù)進(jìn)行分解和預(yù)處理。然后，進(jìn)行深度學(xué)習(xí)分析。最后，研究結(jié)果將被傳輸?shù)杰囕vAI處理器，用于車輛控制。
在另一過程中，從這些圖像中獲取的信息將與其他特斯拉用戶收集的數(shù)據(jù)進(jìn)行比較，從而緩解駕駛員對(duì)于自動(dòng)駕駛系統(tǒng)可能執(zhí)行錯(cuò)誤程序的擔(dān)憂。該專利旨在打造安全的駕駛體驗(yàn)，并且更加高效地改進(jìn)特斯拉自動(dòng)駕駛軟件。
利用這一過程，特斯拉能夠使車載攝像頭和傳感器獲取的圖像保持盡可能高的分辨率。這樣，神經(jīng)網(wǎng)絡(luò)就可以更高效地從其接收的數(shù)據(jù)包中學(xué)習(xí)，并且更有效地處理更高質(zhì)量的圖像，從而更快地改進(jìn)自動(dòng)駕駛。這些改進(jìn)功能可與特斯拉Hardware 3計(jì)算機(jī)提供的功能配合使用，Hardware 3專門為內(nèi)置冗余系統(tǒng)的全自動(dòng)駕駛而設(shè)計(jì)。
該項(xiàng)專利以特斯拉全自動(dòng)駕駛套件為基礎(chǔ)，表明了該公司正努力完善其軟件性能。該項(xiàng)專利不僅會(huì)為特斯拉車主帶來更安全的駕駛體驗(yàn)，也會(huì)加速實(shí)現(xiàn)全自動(dòng)駕駛。
（轉(zhuǎn)載）
