車主分享:Tesla Model 3 與 Autopilot 半年心得

半年間駕駛 Model3 以及 Autopilot 版本更新後有哪些新體驗呢?讓車主親自告訴你
評論
Photo Credit: YouTube
Photo Credit: YouTube
評論

本篇原文刊登於 Medium,作者 Tsung-Hsiang Chang,INSIDE 獲授權轉載。

入手 Tesla Model 3 已經快半年,里程數剛破一萬哩,差不多是時候來分享後續心得了。

整體來說,Model 3 完全沒讓我失望,到現在都還讓我覺得開車變成一件很滿足和享受的事情。這半年間軟體平均兩個禮拜更新一次,硬體方面沒出什麼問題,這一萬哩中間也完全不用去保養。

這期間我開了三次不同的車,每次開別的車時我都很想念自己的 Model 3。前一陣子,我還從 Turo (像 Airbnb 一樣的平台,只是是租車)租了幾天的 Model X。雖然也是 Tesla,而且是比較「高階」(貴)的 model,但除了空間大以外,其他各方面的設計其實都不如 Model 3。明顯可以感覺得出來是前一個世代的產品。Model X 可以吐槽的地方實在不少,從放兩杯 Starbucks 都會打架的杯架,到那個只有在戶外才能全開的 falcon wings,有很多 usability 的問題。(簡單的說就是中看不中用,想買的人建議從 Turo 租一台真的開幾天試試,不然就等大改版或是 Model Y。)

另外,這半年間也有更多測試資料和 review 出來了。Model 3 被 NHTSA 官方(National Highway Traffic Safety Administration) 認證為在所有被測試過的車中最安全的車。Model 3在車禍時的受傷機率最低 (5.7%),第二、三名分別是 Tesla Model S 和X的6.3%和6.5%,而所有車的平均是15%。

Autopilot 和 Software V9

我七月剛入手 Model 3 時,那時還在 Software V8,Tesla 還忙著在 Hardware 2上重做 Autopilot (俗稱 AP2)以追上舊版 Hardware 1上的(Mobileye-based) AP1。

從我上一篇文章「Tesla Model 3 — 汽車界的 iPhone 時刻」節錄一段當時關於 Autopilot的描述:

AutoPilot 不會認紅綠燈,也不會自己換車道,所以基本使用場景都是要自己開上高速公路(平常我大概80%的路程都是在高速公路上),選好一個(通常是中間的)車道後才能把AutoPilot打開,等到快要下高速公路時,就得接手自己開。AutoPilot不會自己換道離開高速公路。(雖然 Musk 說一個月內計會有下一版的 AutoPilot 更新,能自己選車道,自己上下高速公路。)

那之後過了兩個月,大改版的 Software V9 出來了。V9 包含了很多有用的更新,但第一個出來的 V9 沒有 Musk 預告的 Navigate on Autopilot 。 後來我又等了一個月左右,Nav on Autopilot才真的出現在我的車上。

從 7:00 開始看 Navigate on Autopilot 的 demo

Nav on Autopilot 的確是非常 impressive 的更新,讓 Tesla 往全自動駕駛邁進一大步。現在 Tesla 已經能在高速公路上辨識出總共有幾條車道,然後自己選合適的車道走。 如果目前車道慢下來了,就會建議切到旁邊較快的車道。(換車道時還是要駕駛打方向燈確認後才會真的開始自動換道。)如果在最內線超車道開太久,還會建議你換回到中間。

到出口前 2 哩左右時,Tesla 就會開始要我換車道往外線接近。在互相連結在一起的路上時,車會自己降到適當的速度並選對的車道離開(在出口的分岔路是不用確認的,車子會自己打方向燈並選邊走),再併到新的路上。

這中間有很多細節是舊的 Autopilot 沒有處理好的。例如說,我在 V8 時注意到Autopilot 有時碰到一分為二的分岔路口時會把車繼續維持在兩個已經分岔的車道中間(!),但如果中間有分隔島,駕駛又沒注意,結果就是悲劇了。(2018年3月有個Model X 的車禍,看來就是這個情況。

另外,V8 時的 Autopilot 也常處理不好兩個車道合併的情況。(這要知道前方的路會合併,並提早跟隔壁車道的車協調速度,其實挺難的。)

之前碰到這些情況時,我都知道 Autopilot 處理不了,所以會自己接手,把車換到安全的車道後再繼續啟動 Autopilot。

在 Nav on Autopilot 出來後,這些情況都神奇地被解決了!

現在碰到分岔路口時,車會自己往對的那邊走,不會傻傻地繼續待在兩個車道的中間。要和另一個車流合併時,也會自己調整速度跟隔壁的車交錯合併在一起。

更厲害的是,我在白天、黃昏(正對著太陽開)、黑夜、晴天、大霧、大雨都測試過,現在的 Autopilot 一直能非常穩定的繼續開。目前只剩大雪天我還沒機會測試,但根據網友的回報,如果天氣真的差到路上的線都看不見了,Tesla 會跳出一個訊息跟駕駛說天氣太差,Nav on Autopilot 會受限制,但還是能維持在車道中間。

特別情況

雖說 Autopilot 已經非常厲害了,還是有些情況需要特別注意。

一開始我最不習慣的是 Autopilot 死死的只開在車道中間。雖然說開在中間很合理,但人類開車大多會偏一邊。尤其是旁邊有其他車太接近或是有大車時,我都會往另一邊偏,甚至會壓在線上開。但 Autopilot 會很老實的一直開在中間,旁邊有大車時常常會讓我覺得有點可怕。(還是有一定的安全距離,只是心理上不舒服而已。)

另外,在 Autopilot 啟動時,只要打方向燈,車子就會等待旁邊的車道有足夠的空間自己切過去。大部份時候這都 work 得很好,但因為 Tesla 採用的是非常保守的策略,有時候我還是會手動接手以避免其他車子抓狂。例如,

  • 當自己的車道車速比較快,但旁邊的車道慢很多時,Tesla 會很快的降速(快到讓我覺得有點危險)去 match 旁邊車道的車速
  • 當旁邊車流車距很小時,Tesla 會在原車道中心等,但這樣可能很久都切不過去(人類駕駛會慢慢靠過去,給出比較強烈的要換道信號,也是半強迫後面的車慢下來)
  • 即使有的車讓出了一些空間,只要車距不到 Tesla 認為的安全距離時,一樣不會離開原本的中線
  • 要切到旁邊車道時,剛好旁邊是台龜速車,Tesla不會加速從它前面切進去,而是會變得比它更慢才切

這些情況很多是靠人類駕駛間的默契和禮儀來協調的,而自動車在一開始一定都是用保守的策略,以安全優先。結果就是大部份時候都能處理得很好,但碰到少數情況就會讓人類抓狂。Waymo 現在在 Arizona 路上測試的自動車也是有類似的問題,短時間內可能都還沒有好的解法。

也有些情況只是技術問題,我預計Tesla 很快就能解決的。例如說,現在的 Autopilot不會看其他車的方向燈。於是,當旁邊車打方向燈想要切進我的車道時,Tesla 不會主動讓出一個空間給他。要等那台車已經切過來一部分時,Tesla 才會減速。有時候這會靠得太近才突然減速,會讓乘客嚇一跳,而且也有點危險。(通常碰到這種情況我都會提早接手,慢慢的降速,避免太晚才用力煞車。)

開車習慣的改變

Nav on Autopilot 用了一陣子後,我發現我的開車習慣也默默地改變了。最大的差別是感覺從「主駕駛」變成了「副駕駛」。以前自己開車總是得注意現在的位置、距離出口有多遠,到了出口後還要看路牌確認要選左邊還右邊出去。

現在這些事都交給 Tesla 自己處理,我不用看出口,不用看路牌,不用擔心走錯道,我只要注意附近有沒有可能的危險,還有機械性地確認「現在要換道」就好了。這讓我在開車時變得更放鬆,可以輕鬆的和旁邊的人說話也不用怕錯過出口。

最近有幾次更誇張,我在用 Nav on Autopilot 下高速公路後,發現自己完全不清楚現在的位置,還要重看一下地圖才知道接下來要去哪,感覺我已經完全變成一個聽從主駕駛(Autopilot)指令的副駕駛了。

巨大的神經網路

最後來稍微講一下比較技術的事情。

Reddit 上有個鄉民,把V8和V9的用來處理攝影機畫面的神經網路逆向工程了出來,還寫了一篇文章比較兩個版本網路的差異,值得一看。

基本大意是,V9 的神經網路是一個類似於 Inception V1 的超大 CNN,同一個網路可以直接吃車子周圍 8 個攝影機的影像(camera agnostic),每個攝影機的輸入都是 3 個顏色的 channel 和前後兩個 frame,前後共三個攝影機是高解析度 1280x960,側邊的則是 640x480。

相對之下,V8 的輸入只有兩個攝影機,每個攝影機只用 2 個顏色、縮到1/4大小的影像、單一個 frame 作為輸入。也就是說,光是一個攝影機,V9 要處理的資料量就大了12 倍。

也因此,V9 網路的參數數量是 V8 的 5 倍多,但 expressive power 比較像是大了一萬倍。巨大的網路雖然強大,但需要的計算資源和訓練資料也是跟著指數增長。

根據 Lex Fridman (在 MIT 做自動車的 research scientist)追蹤的資料看來,Tesla 累計的 Autopilot 里程已經超過了10 億英里,佔了所有 Tesla 累計里程數的 10%。在前一篇文章我有提過,這些在全世界的路上跑,又一邊紀錄真實道路資料的Tesla車隊,是訓練出可靠的網路的關鍵。

Tesla的 Director of AI, Andrej Karpathy 在一個演講 Building the Software 2.0 Stack 中有提到,Tesla 的 AI team 有 3/4 的時間和精力都花在搞 data上,真的在訓練 model 或是 algorithm 的時間相較之下少很多,可見處理 data 的難度和複雜度有多高。

在計算資源方面,Tesla 也預告了 Hardware 3 即將到來,計算能力會是現在 HW2.5的十倍。HW3 捨棄 Nvidia 的 GPU,改用 Tesla 自制的晶片,專門跑神經網路。昨天還剛好有Reddit 鄉民做了 HW3 的深入分析,有興趣的人可以看看。

Autopilot V9看到的世界

結語

進入 2019 年後,美國的 $7500 tax credit 已經減半,但 Tesla 全部的車也都降價$2000 來彌補這個差距。Model 3 現在的產能問題已經解決,在北美訂車可以在幾天內就拿到車。(很多地方還會直接送到你家門口,就像在 Amazon 買東西一樣方便!)如果有任何原因不滿意,送到後 3 天內(有試開過的話是1天)還可以退車喔。

我上一篇文章成功勸敗了兩個朋友,照例要在最後繼續放 referral。如果有想要買Tesla 的話,請考慮用我的 referral code ➡️ https://ts.la/tsunghsiang84939 。現在用 referral 買,如果完全沒有試開過 Tesla,可以得到 9 個月的免費 supercharging,而有試開過的可以得到 6 個月免費喔。

延伸閱讀:



精選熱門好工作

客服專員 擴大徵才中

樂購蝦皮股份有限公司
臺北市.台灣

獎勵 NT$20,000

行銷協理

數字銀河股份有限公司
臺北市.台灣

獎勵 NT$20,000

後端工程師 (Back-End Developer)

FunNow
臺北市.台灣

獎勵 NT$20,000

評論