新的软件开发可能会让特斯拉更接近全自动汽车

特斯拉(Tesla)向初创科技公司DeepScale提交了一项新的专利申请，朝着改写这家电动汽车专家的自动驾驶仪(Autopilot)自动驾驶软件又迈进了一步。

据Electrek报道，总部位于旧金山的“机器学习”软件专家DeepScale于2019年10月被特斯拉收购，收购金额不详，以帮助开发自动驾驶技术。

在特斯拉收购之前，DeepScale已经开发出了“Carver21”——一款用于自动驾驶汽车的人工智能软件。然而，目前尚不清楚，是否正是这款软件为特斯拉的新自动驾驶软件奠定了基础。

特斯拉的这项专利申请名为“用增强数据训练机器模型的系统和方法”，旨在改进Autopilot软件使用其8个车载摄像头识别环境中的物体的方式，也被称为“3D标签”。

“在典型的机器学习应用中……用于训练计算机模型的图像集可能代表在许多不同的捕获环境中捕获的具有不同传感器特性的对象，”专利解释说。

“这些传感器在不同的外部参数方面也可能有所不同，例如成像传感器(相机)的位置和方向相对于拍摄图像时的环境。”所有这些不同类型的传感器特性可以…使正确训练计算机模型变得更加困难。”

换句话说，这意味着一个自动驾驶系统可以通过编程来识别特定物体的特征，但这些特征可能并不总是与摄像机在特定环境或情况下记录的特征相匹配，从而使系统产生混乱。

该专利列出了焦距、透镜类型、预处理或后处理、不同的软件环境和传感器阵列硬件可能是造成这种差异的原因。

根据专利申请，特斯拉和DeepSpace的解决方案在于，在软件中引入预增强成像，显示物体在不同环境中的表现。这样做的目的是希望软件能够了解在各种情况下应该期望什么，并能够对不同的环境本身做出准确的修正，从而产生一个能够:

“生成一组的增强图像增强图像通过…修改图像(s)的图像处理功能,保持相机图像的性质,”和“训练学习的计算机模型来预测基于图像训练集训练输出包括图像和图像增强的集合。”

上图:特斯拉的专利图片

CarAdvice认为，这意味着特斯拉的新软件将能够收集车辆环境的信息，计算条件如何影响成像传感器捕获物体的方式，增加捕获的图像，并相应地更新软件的参数来识别物体。

这款软件以及对特斯拉自动驾驶仪和3D标签技术的升级，可能意味着该品牌在开发自动驾驶汽车的道路上迈出关键一步。

特斯拉收购DeepSpace是汽车制造业收购自动驾驶技术公司的众多交易之一，丰田(Toyota)则投资了总部位于硅谷的Pony。今年2月，谷歌与中国的Momenta公司合作，开发对自动驾驶汽车至关重要的高清地图软件。