「纯视觉」拥护者特斯拉：毫米波我都不用

在“自动驾驶汽车是否应该使用激光雷达”的问题上，车企进行了长时间的争论，甚至衍生出了“激光雷达学派”和“纯计算机视觉学派”。特斯拉无疑是业内最大的“纯粹愿景”支持者。

马斯克对此的解释有两方面：1。激光雷达的成本太高了。2.人类也依赖于纯粹的视觉驾驶。2021 7月，特斯拉向2000多名美国车主提供了FSDBetaV9.0体验券，并对其进行了更新，使其能够在任何道路上使用自动驾驶-V9.0采用纯视觉解决方案，甚至不使用毫米波雷达。如果这个版本的FSD可以实现，或者相关技术可以扩展到EAP，那么后续的Model 3和Y将消除毫米波硬件，进一步降低成本，增加利润。据查询，77GHz毫米波单机在的采购价格在3000-4500元左右。此外，尽管我们看到越来越多的激光雷达公司发布千元级汽车产品，但自动驾驶目前也不例外，无法逃避成本问题。此前，据媒体统计，谷歌、百度等自动驾驶团队使用的64线激光雷达产品价格约为70万元，而16线激光雷达的价格约为5万元。在Model 3和Y系列量产车上，激光雷达更难采用，数千美元的成本几乎相当于目前的电池组价格。马斯克选择的纯视觉解决方案有点极端，但成本控制是无与伦比的。目前，Model Y的零售价为27.6万元，Model 3的进一步降价似乎不再遥远。当然，成本是资本家要听的，车主只关心它是否安全。根据特斯拉教父NHTSA的数据，美国在行驶674万公里时发生8.66起事故，而只有一名特斯拉车主使用自动驾驶仪，两起事故发生在他们买不起自动驾驶仪的情况下，这一数字仍远低于平均水平。尽管中国的道路远比美国复杂，但这一数据对中国用户来说似乎并不重要，但足以说明特斯拉目前的技术地位。那么，为什么去除毫米波雷达的FSDBetaV9.0如此受欢迎呢？

在FSD测试视频中，特斯拉将暂时删除仪表板两侧的应用程序，扩展可视化界面以显示周边的附加信息，并将驾驶速度、自动驾驶可用性和自动驾驶速度设置等信息移动到仪表板底部，其将更多的视觉识别操作与仅显示三个车道的当前版本结合在一起。FSD 9能够取代毫米波的作用有两个原因：1。硬件升级和2。算法迭代。首先，特斯拉自主研发的FSD芯片终于达到了视觉算法的极限。与HW2.5相比，FSD计算机的计算能力已提高到144TOPS，并以每秒2300帧的速度处理图像。

根据官方声明，从2019年3月和4月开始，特斯拉所有新的线下车型都将配备FSD芯片，因此国产车型有升级为“纯视觉”的潜力。

包括之前的版本在内，特斯拉芯片已经经历了三次迭代。目前，最新的FSD搭载了特斯拉自主研发的两款芯片，即Autopilot 3.0硬件，其功能是2.5版本芯片的21倍。与此同时，截至2020年4月，特斯拉的自动驾驶里程已超过48亿公里。如果用户平均每天开车约一小时，车队每月将产生约1.968亿小时的视频。尽管只有1%的数据是“值得注意的”和有价值的，但国内其他车企仍然很难比较出如此生动真实的规模。为了处理大量的驾驶数据，特斯拉将把自主监督学习技术的研发作为绝对优先事项。特斯拉推出了一个代号为Dojo的重大项目，这是一款超强大的训练计算机，不再处理图像级别的数据，而是以视频数据为目标，以更低的成本实现算法性能的指数级改进。我相信在FSD 9完成阶段测试后，Dojo也会……

正式出现。2、 目前纯视觉的对手：在激光雷达普及之前，纯视觉需要战胜“传感器融合”解决方案——相机+毫米波雷达。马斯克曾在推特上问道，“当雷达和相机之间发生冲突时，你相信谁？”？相机更准确，所以最好在相机上加倍下注，而不是将两者结合起来。为了支撑自己，特斯拉提出了多种极端情况：1。避免“幽灵制动”：在前车紧急制动的场景中，纯视觉解决方案不会像雷达那样经历信息中断和误判，它非常线性，提供线性制动决策，并带来更好的用户体验。

2.避免“以桥为墙”：在立交桥下的场景中，由于雷达的垂直分辨率较低，系统很容易将空中物体误判为障碍物；纯视觉解决方案根本不会遇到这个问题。

3.实现“早期感知”：对于毫米波雷达来说，停在前方路边的车辆会导致识别延迟，只有当它们距离车辆110米时，才会感知到前方停着卡车。纯视觉解决方案已经可以识别180米外的车辆。

简而言之，这符合马斯克最初的哲学：当人类开车时，他们依靠眼睛查找普通地图，更不用说高精度地图了。

标签：特斯拉Model 3理念

汽车资讯热门资讯