科普：影子模式shadow mode

功能介绍

影子模式，是有tesla首先提出并实现的一个功能。可以李继伟：在有人驾驶状态下，系统包括传感器仍然运行但是并不参与车辆控制，只是对决策算法进行验证—系统的算法在“影子模式”下做持续模拟决策，并把决策与驾驶员的行为进行对比，一旦两者不一致，该场景就被判定为“极端工况”，进而触发数据回传

Telsa的所有车型都支持此功能，因此Tesla的每个用户都是特斯拉免费的测试员，用户越多，能采集到的数据越多。

触发方式

根据网上公布的信息，特斯拉影子模式触发数据采集和上传的方式主要分为2种：

• 触发器模式
• 后台上传型

触发器模式

即驾驶员的行为满足程序预设的触发条件，车端会把影子模式所要提取的相关信息给到后端，后端得到固定触发的场景后，可直接用该场景用来提升特斯拉神经网络的算法。

比如当工程师认为后端需要更多的转向场景（所需场景）用来提升自身的算法，从而让ADAS功能能应对大部分的转向场景以及提高该功能在转向时的平顺性，就可以在驾驶员触发转向拨杆操作后（触发条件），上传转向时所需要的数据，如当时的拨杆状态车速、挡位、油门开合度、周边标记的障碍物类型、障碍物距离等，这些数据上传到后端后，直接用来训练ADAS相关的神经网络算法。

后台上传型

即特斯拉的Autopilot程序在后台不断运行，但该运模式并不会干涉驾驶员的操作。可以把该场景下的影子模式理解为不断学习驾驶技术的副驾驶，他会根据自身看到的周边场景做出自身的判断，但无权干涉主驾驶的行为。当后台运行程序输出的指令和驾驶员的指令不一致时，系统将判定后台神经网络算法有误，同时后台会记忆驾驶员的驾驶信息和相关周边场景，并上传到后端，从而优化自身算法。

硬件预埋

Tesla目前是全系预埋同一ADAS硬件，然后通过软件功能屏蔽与否去盈利的模式。国内的一些主机厂也在讨论或者参考Tesla的做法，进行硬件预埋，如理想one、蔚来ES6。但是目前来看，只有Tesla实现了影子模式功能。

因此在没有实现影子模式功能的前提下，其他主机厂在硬件预埋与成本回收上与特斯拉都有个本质的区别。特斯拉有影子模式和硬件预埋相结合，即使用户不开放ADAS相关功能，但特斯拉的影子模式由于运行在后台，车主其实相当于就是个免费的测试员。它在硬件上由于用户不选装ADAS功能而导致的“亏损成本”，远小于车主作为一个测试员给特斯拉带来的收益。

技术难点

影子模式其实就是把汽车销量、车端数据、车周边环境数据和神经网络算法形成一个闭环，最终形成一种滚雪球的效应，汽车销量越高，可采集到的所需场景就越多，神经网络端接收到的数据越充分，而对于神经网络算法来说，数据就是它的养料，影子模式可以说为它提供了源源不断的养料，去帮助其不断成长与成熟。而算法越成熟，用户体验越好，这样又带来销量的提升。

这个路径看着虽然简单，但要这样打通一个流程打通，至少存在以下困难：

1. 车端相关ECU是否具备提取周边环境信息，并作出相关标记的能力，而且标记的准确度是否有保证；

2. 相关ECU供应商是否愿意开放相关标记信息给到主机厂，以及即使能开放，能开放到什么程度；

3. 架构本身是否支持，以及车端相关ECU是否具备运算类似影子模式的算力；

4. Tcam是否具备上传这些数据的能力，这个和上传的是标记信息还是实际环境信息有很大关系；

5. 即使后端得到这些数据，主机厂是否有相应团队能有效利用好这些数据去优化自身算法；

6. 如何保证在数据采集的同时符合相关地区或国家的数据安全规定；

今天的文章科普：影子模式shadow mode分享到此就结束了，感谢您的阅读。