展望

　　俗話說，「沒有免費的午餐」（no free lunch）?；谏疃葘W習的圖像語義分割技術雖然可以取得相比傳統方法突飛猛進的分割效果，但是其對數據標注的要求過高：不僅需要海量圖像數據，同時這些圖像還需提供精確到像素級別的標記信息（semantic labels）。因此，越來越多的研究者開始將注意力轉移到弱監督（weakly-supervised）條件下的圖像語義分割問題上。在這類問題中，圖像僅需提供圖像級別標注（如，有「人」，有「車」，無「電視」）而不需要昂貴的像素級別信息即可取得與現有方法可比的語義分割精度。

　　另外，示例級別（instance level）的圖像語義分割問題也同樣熱門。該類問題不僅需要對不同語義物體進行圖像分割，同時還要求對同一語義的不同個體進行分割（例如需要對圖中出現的九把椅子的像素用不同顏色分別標示出來）。

　　最后，基于視頻的前景／物體分割（video segmentation）也是今后計算機視覺語義分割領域的新熱點之一，這一設定其實更加貼合自動駕駛系統的真實應用環境。

　　普特斯拉自動駕駛技術的傳感器系統

　　所有的特斯拉（Tesla）新車將裝配“具有完全自動駕駛功能”的硬件系統——Autopilot 2.0。

　　其中的傳感器系統包括8個攝像頭，12個超聲波傳感器，1個毫米波雷達。另外還有1個主要用于倒車的倒車攝像頭。

　　一、超聲波和雷達的區別

　　1、機械波和電磁波

　　機械波是機械振動引起的振動在介質中的傳播。這種傳播必須有介質。它的傳播速度與介質有關。例如機械振動的頻率達到一定范圍內就是聲音，在空氣中的傳播速度為340m/s， 電磁波的產生是電磁振蕩產生的變化電磁場向空間的傳播。電磁波的傳播不需要介質，它的傳播速度是光速。在真空中的傳播速度是3*10^8m/s.

　　2、超聲波和雷達

　　超聲波是一種機械波，在空氣中傳播時，大氣成分的構成會引起聲速的變化，受存在的氣體或蒸汽的類型、溫度、壓力的影響，因此惡劣天氣適應性差。

　　雷達發射的是電磁波，不受大氣影響，能夠克服高溫、高壓、真空、揮發性氣體、蒸汽、粉塵等不利因素，因此惡劣天氣適應性強。

　　二、三種車用測距傳感器性能對比

　　三、各傳感器大致位置

　　結合上面兩張圖，我們就不難知道各傳感器的大致位置：

　　1、車頭6個、車尾6個，共12個超聲波傳感器；

　　2、前擋風玻璃下內后視鏡上端長焦、標準、短焦各一，共3個前視攝像頭；

　　3、外后視鏡前端翼子板后端兩側各一個，共2個后測視攝像頭；

　　4、前后門中柱靠上端兩側各一個，共2個側視攝像頭；

　　5、后窗上部中間1個后視攝像頭；

　　6、除上述8個攝像頭外，還有一個在后車牌位置上部專門負責倒車的倒車攝像頭1個；

　　7、前保險杠中部的毫米波雷達1個。

　　四、各傳感器的測量范圍及最大測量距離

　　各傳感器的測量范圍角度大致如圖所示，最大測量距離可列表如下：

　　五、完全自動駕駛的實現

　　依靠以上傳感器，未來特斯拉將實現以下完全自動駕駛：

　　1、實現自動變道，系統識別到相鄰車道沒有車時，可以自動并過去。到達高速路口出口時，車輛會自動減速駛出，并提示駕駛員接管；

　　2、蜿蜒的復雜道路也不是問題，傳感器能夠保證特斯拉始終行駛在車道內。

　　3、召喚模式也將加入。車輛將可以自動從停車場駛出，開到你的身邊。

　　4、在復雜的城市路況下，特斯拉也能夠應付自如。

　　5、自動泊車將會更加的智能。到了停車場門口，你就可以下車了，車輛將會自動尋找車位并停進去。

　　相比硬件來說，在軟件和實際測試上需要花費的時間恐怕還要多得多。所以特斯拉讓我們離自動駕駛近了一步，但是還有很多路要走。

　　在V8.0版本更新公告中，特斯拉官方部分承認了視頻傳感器存在的瑕疵，并表示會加大自動駕駛技術中雷達采集信息的比重以及進一步優化系統判斷邏輯。此外，特斯拉悄然將技術名稱由自動駕駛系統改為了自動輔助駕駛系統。由于V8.0版本發布的時間處于自動駕駛事故發生之后，外界均猜測這是特斯拉對此前漏洞的彌補，這也是特斯拉對自動駕駛技術路線的第一次更改。為了實現自動駕駛功能，采集信息由主攝像頭為主、雷達為輔變為了雷達為主、攝像頭為輔?？?0天后公布匆匆公布的第二代自動輔助駕駛功能中提到的更新細則里，攝像頭再次重回主角地位。也就是說，特斯拉實現自動輔助駕駛技術的路線回歸了一切的原點。