近日，特斯拉自动驾驶软件总监 Ashok Elluswamy 在 CVPR 2022 大会上发表演讲。他在演讲中阐述了特斯拉Autopilot 系统团队在过去一年中取得的诸多成绩。他提到了称为 Occupancy Networks 的神经网络模型。他提到，传统上用于自动驾驶系统的语义分割和深度信息存在很多问题。例如，很难将 2D 转换为 3D，深度信息的估计不准确。 使用占用网络后，该模型能够预测车辆周围物体所占据的空间。

基于此，车辆可以做出规避动作，而无需识别具体的障碍物是什么。Ashok Elluswamy 甚至在 Twitter 上开玩笑说，特斯拉的汽车甚至可以避开不明飞行物。 基于这项技术，车辆还可以看到周围角落是否有障碍物，从而可以像人类驾驶员一样实现无保护转向。 总之，占网显着提升了特斯拉的自动驾驶能力(L2)。据特斯拉称，其自动驾驶系统每天可防止 40 起因驾驶员失误而导致的撞车事故。

通过感知外部环境和驾驶员的操作系统，车辆可以识别驾驶员的误操作。驾驶员在错误的时间踩下油门踏板，车辆将自动停止加速并制动。 也就是说，一些因驾驶员误操作而在国内频频曝光的“刹车失灵”问题将在技术上受到限制。 特斯拉真的很擅长推动技术进步。以下是 Ashok Elluswamy 演讲的重点。