灵巧手或为人形机器人多代际更迭最受益环节。机器类人化发展契合现实世界需求, 2025 年进入人形机器人量产元年,且行业需求有望高增。参照中商产业研究院...
2025-04-18 20 智能制造行业报告
我国《汽车驾驶自动化分级》国家推荐标准(GB/T 40429-2021)和 SAE 美国汽 工程师协会 SAEJ3016 将自动驾驶分为 0-5 级。目前 L2 及 L2+级自动驾驶已迎来加 速普及期,L3 级别自动驾驶已在规划量产,L4、L5 等高阶自动驾驶技术仍处于发展 瓶颈期。当前自动驾驶技术路线主要有单车智能路线和车路协同路线两种,所采用的图 像传感方式主要分为多传感器融合路线和纯视觉路线。其中多传感器融合路线的主 要推动者包括英伟达、Mobileye、Waymo 等;而特斯拉采用以车载摄像头为主导的 纯视觉路线的单车智能。2021 年,特斯拉在北美地区上市的 Model 3 和 Model Y 取 消了车载雷达,全车仅搭载了 8 个摄像头。相比多传感器融合方案,纯视觉路线对算法和算力的要求更高。纯视觉路线需 要将多摄像头捕捉到的 2D 图像映射到 3D 空间中进行处理。算力方面,特斯拉于 2019 年推出了自主 FSD 自动驾驶芯片,算力可达 144 TOPS;并发布了基于 4 纳米 工艺的 HW 3.0 自动驾驶芯片,在帧率上照前代由英伟达硬件驱动的 Autopilot 提高 了 21 倍。
算法方面,特斯拉的纯视觉自动驾驶技术高度依赖于神经网络。神经网络是模 拟人类大脑处理信息方式的简化模型,可以通过训练进行学习:随着输入数据量和 重复次数的不断丰富与增多,其处理结果的准确度会持续提高,最终实现在未知结 果的未来案例中进行应用。因此,特斯拉打通纯视觉技术路线需要:(1)依靠高算力平台进行神经网络训练;(2)获取海量数据用于算法迭代。实现 L4、L5 高阶自动驾驶技术的难点在于,真实路况下的长尾场景接近于无 限,当前算法技术仍然无法准确处理。截至 2021 年 9 月,特斯拉已经积累了 60 亿 英里的车队数据,经过特斯拉车内网络训练的图像共有 3.71 亿张,另有标签 4.8 亿 个,已经达到了预估实现自动驾驶技术的最小数据量级。但 L4 级别的自动驾驶技术 却仍未到来。 我们认为,其中一个重要原因或为人的行为姿态等关键数据长尾效应显著,但在 日常道路中表现单一,在行驶数据中并不能得到充分体现。因此,扩大数据收集场 景,增加长尾场景训练量级,是特斯拉突破自动驾驶技术瓶颈的必经之路。
标签: 智能制造行业报告
相关文章
灵巧手或为人形机器人多代际更迭最受益环节。机器类人化发展契合现实世界需求, 2025 年进入人形机器人量产元年,且行业需求有望高增。参照中商产业研究院...
2025-04-18 20 智能制造行业报告
产品供应链重合度高,车端降本经验有望复用于具身智能。目前人形机器人与汽车的部分零部件具备一定技术相通性,二者在感知端的视觉、决 策端的芯片以及执行端的...
2025-04-18 19 智能制造行业报告
2025年将有望成为低空经济从前期规划转向产业落地的元年。前期各地建设的试验场将逐渐投入使用,低空司将解决行业标准统一、技术 发展方向、管理机制协同等...
2025-04-17 34 智能制造行业报告
人形机器人又称仿生机器人,一般认为人形机器人是一种模仿人类外形的机器人,除具备人形和模拟人类动作外还兼具智慧化和可交互性等特点,包含三 大核心技术模块...
2025-04-14 55 智能制造行业报告
人形机器人传感器是什么? 传感器是机器人感知物理世界的窗口,也是机器人迈向智能化的基础。包含各类视觉传感器、听觉传感器、触觉传 感器、力传感器等,用于...
2025-04-13 35 智能制造行业报告
最新留言