فناوری رانندگی خودران تسلا هم به دوربین‌ها و هم به رادار متکی بود، اما دومی را کنار گذاشت و رویکرد جدیدی به نام Tesla Vision را اتخاذ کرد.
وسایل نقلیه خودران از انواع حسگرهای مختلفی مانند فناوری تشخیص نور و برد (LiDAR) برای اندازه‌گیری بردهای متغیر طولانی، حسگرهای اولتراسونیک برای بردهای کوتاه و رادارهایی که شبیه LiDAR هستند، اما به جای لیزر به امواج رادیویی متکی هستند، استفاده می‌کنند.
رهبران فناوری خودران مانند جنرال موتورز، وایمو و مرسدس بنز همگی به حسگرها متکی هستند، اما تسلا نه. این خودروساز مستقر در تگزاس از رادار و دوربین برای امکان پذیر ساختن سیستم رانندگی نیمه خودران خود پایلوت خود استفاده کرد، اما در ماه می 2021 اعلام کرد که رادار مدل 3 و مدل Y در آمریکای شمالی را کنار گذاشته و تمرکز خود را بر روی رویکردی صرفا مبتنی بر دوربین که آن را تسلا ویژن نامید.
اما دلایل تصمیم تسلا برای حذف رادار و سنسورهای اولتراسونیک از خودروهای خود و حتی در نظر نگرفتن LiDAR یا نقشه ها چه بود؟ بیایید این موضوع را بیشتر بررسی کنیم.
چشم انداز کامپیوتر: طرح تسلا
تسلا سیستم بینایی کامپیوتری خود را به نام Tesla Vision توسعه داده است تا آنچه را که خودروی خودران تسلا می بیند محاسبه کند. بر اساس CUDA انویدیا، که یک پلت فرم محاسباتی موازی است که برای واحدهای پردازش گرافیکی (GPU) طراحی شده است، این سیستم سرتاسر به فناوری خودکار و خودران تسلا قدرت می‌دهد. برای درک اطلاعات بصری جمع‌آوری‌شده توسط دوربین‌های خودرو، به دید کامپیوتری متکی است.
به جای استفاده از LiDAR، رویکرد تسلا شامل آموزش کامپیوتر برای تشخیص و تفسیر دنیای بصری با هدف دستیابی به قابلیت‌های رانندگی مستقل است. سازنده می‌گوید به لطف استفاده از یادگیری ماشینی و شبکه عصبی خودش که روی ابررایانه‌ای به نام Dojo اجرا می‌شود، می‌تواند به طور چشمگیری روند آموزش را سرعت بخشد.
کاهش هزینه
تغییر رویکرد تسلا از رویکردهای مبتنی بر حسگر به بینایی کامپیوتری در درجه اول با انگیزه هزینه است. تسلا قصد دارد با به حداقل رساندن تعداد قطعات مورد نیاز، قیمت خودرو را کاهش دهد. با این حال، حذف قطعات می‌تواند چالشی ایجاد کند که سیستم بدون آنها کار نکند، و تسلا زمانی که اعلام کرد رادار را از خودروهایش حذف می‌کند، انتقادات زیادی را برانگیخت.
یک مقاله تحقیقاتی از دانشگاه کرنل نشان می دهد که دوربین های استریو پتانسیل ایجاد یک نقشه سه بعدی را دارند که تقریباً به اندازه نقشه LiDAR دقیق است. این یک نکته جالب را نشان می دهد، زیرا نشان می دهد که به جای سرمایه گذاری 7500 دلار در یک دستگاه LiDAR، می توان از چند دوربین بسیار ارزان تر و تنها 5 دلار استفاده کرد. در نتیجه، وقتی تسلا ادعا می‌کند که چنین فناوری ممکن است در آینده نزدیک منسوخ شود، ممکن است به چیزی روی دهد.
روی دیگر سکه این است که پس از حذف پشتیبانی رادار، سیستم Autopilot تسلا چندین تنزل ویژگی را تجربه کرد که بازیابی آن ماه ها طول کشید. علاوه بر این، بسیاری از مالکان تسلا مشکلاتی را در مورد سیستم بدون رادار گزارش کرده‌اند، مانند رویدادهای مکرر “ترمز فانتوم” که در آن خودرو به دلیل وجود موانع غیرضروری ترمز می‌کند.
اگرچه بسیاری از شرکت‌ها حسگرهایی مانند LiDAR و رادار را برای خودرانی قابل اعتماد ضروری می‌دانند، تسلا بینایی کامپیوتر را به دلیل پتانسیل آن برای توسعه سریع‌تر انتخاب کرده است. در حالی که امروزه LiDAR و رادار می توانند موانع را با دقت بالایی شناسایی کنند، دوربین ها هنوز برای دستیابی به همان سطح از قابلیت اطمینان نیاز به اصلاح بیشتری دارند. با این وجود، تسلا معتقد است که رویکرد بینایی کامپیوتری راه رو به جلو است.
پیچیدگی کمتر
در حالی که داشتن تعداد بیشتری از سنسورها می‌تواند مزایای متعددی از جمله بهبود مدیریت داده‌ها از طریق ترکیب سنسور ماهرانه را به همراه داشته باشد، اما همچنین دارای اشکالات قابل توجهی است. افزایش تعداد سنسورها می تواند منجر به ایجاد نرم افزارهای پیچیده تر شود. پیچیدگی خطوط لوله داده نیز افزایش یافته است و زنجیره تامین و فرآیندهای تولید در هنگام مونتاژ خودرو پیچیده تر می شوند.
علاوه بر این، سنسورها باید تنظیم شوند و نرم افزار مربوطه آنها نگهداری شود. کالیبراسیون مناسب نیز برای اطمینان از عملکرد صحیح فرآیند همجوشی ضروری است.
با وجود مزایای بالقوه سنسورهای بیشتر، هزینه و پیچیدگی ادغام آنها در یک سیستم را نمی توان نادیده گرفت. تصمیم تسلا برای کاهش تعداد سنسورها در وسایل نقلیه خود، مبادله بین مزایا و معایب استفاده از سنسورهای بیشتر را نشان می دهد.
پرحرفی کد
پرحرفی کد یک مسئله رایج در توسعه نرم افزار است، جایی که پیچیدگی و طول غیر ضروری می تواند درک و نگهداری کد را سخت کند. در مورد تسلا، استفاده از رادار و حسگرهای اولتراسونیک، پرزبانی کد را افزایش می‌دهد و منجر به تاخیر در پردازش و ناکارآمدی می‌شود.
برای کاهش این مشکل، از رویکرد بینایی کامپیوتری برای به حداقل رساندن پرحرفی، افزایش عملکرد و قابلیت اطمینان نرم افزار و همچنین ارائه تجربه کاربری بهتر برای مشتریان خود استفاده کرد.
فلسفه ایلان ماسک
ایلان ماسک، بنیانگذار تسلا، در زمینه طراحی و تولید خودروهای الکتریکی، فلسفه منحصر به فردی دارد. ذهنیت “بهترین بخش هیچ بخشی نیست” در رویکرد او محوری است، که هدف آن کاهش پیچیدگی، هزینه و وزن در هر کجا که ممکن است است. این امر در خودروهای تسلا مشهود است که با طراحی مینیمالیستی و رابط کاربر پسند مشخص می شوند.
یکی از جنبه های این فلسفه، تصمیم به حذف حسگرها از وسایل نقلیه تسلا و عدم توجه به استفاده از فناوری LiDAR است. در حالی که برخی از رقبا برای کمک به خودروهای خودران خود برای دیدن دنیای اطراف خود بر حسگرهای LiDAR تکیه می‌کنند، ماسک از این رویکرد به عنوان یک کار احمقانه انتقاد کرده است. او همچنین گفته است که هر شرکتی که به این نوع فناوری تکیه کند محکوم به فناست. او استدلال می کند که LiDAR بسیار گران است و نقشه برداری از جهان و به روز نگه داشتن آن بسیار پرهزینه است. در عوض، تسلا بر روی سیستم‌های مبتنی بر بینایی تمرکز می‌کند که معتقد است مؤثرتر و مقرون به صرفه‌تر هستند.
به گفته ماسک، جاده‌ها به گونه‌ای طراحی شده‌اند که با دید تفسیر شوند و فناوری تسلا به گونه‌ای بهینه شده است که برای حرکت در جهان به دوربین‌ها و سایر حسگرهای مبتنی بر بینایی تکیه کند. این همچنین به این معنی است که وسایل نقلیه ای که فقط دوربین دارند می توانند بهتر از سیستم هایی که برای عملکرد به مجموعه داده های از پیش نقشه برداری شده گسترده ای نیاز دارند، با شرایط جاده جدید سازگار شوند.
با این حال، ماسک در صحبت با Electrek گفت که تمایلی به استفاده از رادار ندارد، اما معتقد است کیفیت فعلی رادار در حد قابل قبولی نیست. او گفت: یک رادار با وضوح بسیار بالا بهتر از [تسلا ویژن] خواهد بود، اما چنین راداری وجود ندارد. منظورم این است که ویژن با رادار با وضوح بالا بهتر از ویژن خالص است. با پیشرفت فناوری و کاهش قیمت، ممکن است شاهد ادغام مجدد رادار در خودروهای تسلا باشیم.
آیا سنسورها به تدریج حذف می شوند؟
در مصاحبه فوربس با جسی لوینسون، مدیرعامل Zoox (شرکت خودران آمازون)، موضوع تصمیم تسلا برای کنار گذاشتن سنسورها در خودروهایش مورد بحث قرار گرفت. لوینسون اذعان کرد که افزودن حسگرهای بیشتر می‌تواند پیچیده و پر سر و صدا باشد، اما استدلال کرد که مزایای آن بیشتر از هزینه‌ها است.
با توسعه بیشتر، بینایی به تنهایی ممکن است در نهایت کافی باشد، اما رایانه ها فاقد همان توانایی های مغز انسان هستند. اگر تسلا بخواهد وسایل نقلیه‌ای بسازد که کاملاً خودشان و بدون هیچ گونه دخالت راننده رانندگی کنند، هنوز کار زیادی در پیش دارد.