对于全自动驾驶汽车需要哪些技术堆栈支持，不同企业和研究人员对这个问题有着不同的答案。事实上，实现自动驾驶的方法不一而足，有的只需要摄像头和计算机视觉系统，有的则需要计算机视觉与先进传感器相结合。其中，特斯拉始终是纯视觉自动驾驶技术的倡导者，在今年的计算机视觉和模式识别(CVPR)大会上，该公司首席AI科学家安德烈·卡帕西(Andrej Karpathy)解释了原因。
过去几年，卡帕西始终负责领导特斯拉的自动驾驶系统研发工作。在2021年CVPR自动驾驶研讨会上，卡帕西详细介绍了该公司是如何开发深度学习系统的，该系统只需要视频输入就可以了解汽车周围的环境。同时，卡帕西还解释了为何特斯拉最有可能帮助基于视觉的自动驾驶成为现实的原因。
打开网易新闻 查看更多图片
通用计算机视觉系统
深度神经网络是自动驾驶技术堆栈的主要组成部分之一，它主要对车载摄像头所拍摄视频中的道路、标志、汽车、障碍物和行人进行分析。不过，深度学习在检测图像中的目标时也会出错。为此，包括Alphabet子公司Waymo在内的大多数自动驾驶汽车公司，都使用激光雷达。这种设备通过向各个方向发射激光束，生成汽车周围的3D地图。激光雷达提供了更多的信息，可以填补神经网络留下的空白。
