特斯拉(Tesla)向初創科技公司DeepScale提交了一項新的專利申請，朝著改寫這家電動汽車專家的自動駕駛儀(Autopilot)自動駕駛軟件又邁進了一步。

據Electrek報道，總部位于舊金山的“機器學習”軟件專家DeepScale于2019年10月被特斯拉收購，收購金額不詳，以幫助開發自動駕駛技術。

在特斯拉收購之前，DeepScale已經開發出了“Carver21”——一款用于自動駕駛汽車的人工智能軟件。然而，目前尚不清楚，是否正是這款軟件為特斯拉的新自動駕駛軟件奠定了基礎。

特斯拉的這項專利申請名為“用增強數據訓練機器模型的系統和方法”，旨在改進Autopilot軟件使用其8個車載攝像頭識別環境中的物體的方式，也被稱為“3D標簽”。

“在典型的機器學習應用中……用于訓練計算機模型的圖像集可能代表在許多不同的捕獲環境中捕獲的具有不同傳感器特性的對象，”專利解釋說。

“這些傳感器在不同的外部參數方面也可能有所不同，例如成像傳感器(相機)的位置和方向相對于拍攝圖像時的環境。”所有這些不同類型的傳感器特性可以…使正確訓練計算機模型變得更加困難。”

換句話說，這意味著一個自動駕駛系統可以通過編程來識別特定物體的特征，但這些特征可能并不總是與攝像機在特定環境或情況下記錄的特征相匹配，從而使系統產生混亂。

該專利列出了焦距、透鏡類型、預處理或后處理、不同的軟件環境和傳感器陣列硬件可能是造成這種差異的原因。

根據專利申請，特斯拉和DeepSpace的解決方案在于，在軟件中引入預增強成像，顯示物體在不同環境中的表現。這樣做的目的是希望軟件能夠了解在各種情況下應該期望什么，并能夠對不同的環境本身做出準確的修正，從而產生一個能夠:

“生成一組的增強圖像增強圖像通過…修改圖像(s)的圖像處理功能,保持相機圖像的性質,”和“訓練學習的計算機模型來預測基于圖像訓練集訓練輸出包括圖像和圖像增強的集合。”

上圖:特斯拉的專利圖片

CarAdvice認為，這意味著特斯拉的新軟件將能夠收集車輛環境的信息，計算條件如何影響成像傳感器捕獲物體的方式，增加捕獲的圖像，并相應地更新軟件的參數來識別物體。

這款軟件以及對特斯拉自動駕駛儀和3D標簽技術的升級，可能意味著該品牌在開發自動駕駛汽車的道路上邁出關鍵一步。

特斯拉收購DeepSpace是汽車制造業收購自動駕駛技術公司的眾多交易之一，豐田(Toyota)則投資了總部位于硅谷的Pony。今年2月，谷歌與中國的Momenta公司合作，開發對自動駕駛汽車至關重要的高清地圖軟件。