#赵露思把男生的手肘从女孩头上挪开#
赵露思真是天底下最温柔最爱护女孩的小宝，鼓励没有自信心的同学“女孩不能骄傲，但一定不能没有自信心，你很可爱你很棒”，给生理痛的剧组同事送止痛药，给咳嗽的同事送梨汤，摸摸头安慰激动哭的粉丝，请粉丝喝咖啡吃小饼干，只要有粉丝接下班一定会奔向粉丝打招呼收信[苦涩]这才是girls help girls

东汉至今，丰都鬼城文化屹立两千余年，各朝各代衍生了诸多民间传说。不是这片土壤有多盛产鬼怪迷信，实在是因为——幻想出来的阴曹地府总比阳间衙役公平。只要是肉眼或镜头监督下的世界，就一定会有死角；而举头三尺有神明，善恶自在人心。白无常迎接善魂，黑无常捉拿恶魂；通过鬼门关要证明；判官要审核材料——而阴司递交的生平材料也绝非人间墓志铭的美化版；唐宋以后，十殿阎王皆是包拯、寇准、范仲淹等刚直不阿官吏的化身。这简直就是一个健全的、专业的、完美的阴间司法机构啊！ https://t.cn/z8AponS

特斯拉想干掉“刹车失灵”（结尾）

原创 地 途 车东西

04.通过占用率 车辆自动规划路径

但让汽车平稳地制动并刹停可能需要数秒乃至数分钟的时间，而汽车在行驶的过程中，可能没有足够的时间来识别障碍物并进行计算。

所以我们要用神经网络来达到这一目的；尤其最近还出现了更加复杂的隐性场景。特斯拉自动驾驶团队所要做的也就是从以前的网络中获取空间占用率。

首先，要把空间占用率编码到一个超级压缩的多层感知器（MLP）中。本质上，这个MLP是对任何特定查询状态下是否可以避免碰撞的隐含表示，这个避免碰撞的方法在某一时间范围内提供了一些保证。例如，可以在2秒或4秒或某个时间范围内避免碰撞。

Ashok在这里又举了一个例子，他给出了一条自上而下的道路，黑色像素是障碍物、灰色像素是路面、白色像素是道路车道线。在这个三维空间的俯视图中，可以把车放在任何像素的位置，模拟碰撞是否可以避免。

图▲车辆行驶情况示意图

他表示：“如果你把汽车想象成一个单一的点，避免碰撞的周期设置为瞬间，那么当前时间是否会发生碰撞，仅仅取决于障碍物的位置；但问题是，汽车不是一个点，它有一个类似矩形的形状，也可以转向。”

因此，只有当将形状与障碍物卷积时，才能够立即知道汽车是否处于碰撞状态。

随着汽车的转向（或因失控旋转），碰撞场会发生变化。绿色意味着汽车处于一个没有碰撞的安全位置，红色意味着碰撞，所以当汽车旋转时，碰撞位置更多；但当汽车位置被对齐时，绿色的位置扩大，意味着汽车不会发生碰撞。

整体来看，Ashok展示了如何利用多幅相机视频和产品产生密集的空间占用率和占用流，通过空间占用率可以通过神经网络产生一个有效的避碰场，即车辆通过摄像头“看”，根据经验判断，以合适的速度和方向通过障碍物的道路。

图▲避免碰撞的隐式神经网络

Ashok还分享了一个模拟环境下的实验，驾驶员踩下油门加速并且没有转向行为，汽车监测到会发生碰撞并规划一条路径以使汽车安全地通过。

Ashok在演讲结束时表示，如果他们能够成功实施以上的所有技术，他们就可以生产出一辆永远不会撞车的汽车。

显然，这项工作还没有完成，在他的最后一张PPT中，Ashok积极向工程师们发出邀请，欢迎他们加入特斯拉，制造一辆永远不会撞车的汽车！

图▲Ashok Elluswamy欢迎更多人才加入特斯拉

05.结语：特斯拉不断探索自动驾驶

自从特斯拉带火自动驾驶技术后，自动驾驶的赛道便涌现了一大批的跟随者。但不得不说，特斯拉始终还是走在行业的前列，不断探索着自动驾驶的新方法。

本次特斯拉Autopilot项目负责人带来新的技术解读，也一定程度上为我们提前展示了特斯拉未来自动驾驶技术的亮点。凭借特斯拉不断探索的精神，其自动驾驶也会继续领跑整个汽车市场。