纯视觉自动驾驶方案的「偏见」与「诱惑」

“特斯拉的全自动驾驶是一个根本不准确的说法。”“真正的自动驾驶需要激光雷达发挥作用。”

激光雷达公司Luminar的首席执行官奥斯汀·拉塞尔(Austin Russell)说了这些话。近日在接受媒体采访时，他直言不讳地评价了特斯拉的全自动驾驶系统(FSD)，并否认纯视觉方案可以实现自动驾驶。

这又是一个反对纯视觉自动驾驶方案的案例，但实际上激光雷达的自动驾驶传感器的位置已经松动。

7年前，在自动驾驶汽车走出实验室不久，激光雷达因其特性被视为实现自动驾驶必不可少的传感器，因此被业界抬上神坛。然而，在对激光雷达的量产应用进行了一轮祛魅之后，一些车企已经排队推出了纯视觉自动驾驶方案。

纯视觉自动驾驶方案正在得到更多人的认可，但该方案目前仍是小众流派，应用新方案的特斯拉汽车尚未进入大众市场，因此无法得知其实际表现。

在一片争议声中，新智家邀请了几位业内人士分享他们的纯视觉自动驾驶方案的可行性以及可能存在的问题。

纯视觉自动驾驶方案的诱惑

经过多年的争议，特斯拉的纯视觉自动驾驶方案即将应用于量产车型。

特斯拉计划从10月开始，在北美、欧洲和中东交付的Model 3和Model Y将率先移除超声波雷达，随后将在全球政策的国家推广。此外，2023年交付的Model X和Model S不再配备超声波雷达。

这意味着特斯拉将采用纯视觉自动驾驶方案，只有一个摄像头。根据马斯克的说法，特斯拉的纯视觉自动驾驶方案将使用8个摄像头，可以实现360度的视野，具有视觉处理能力，对周围环境的监控距离可达250米。

(特斯拉纯视觉自动驾驶方案介绍)

为了弥补去除超声波雷达导致的功能缺失，特斯拉将使基于视觉的占位网络能够提供更清晰的空间定位、更远距离的可见性和更强的物体识别能力。

对于去掉超声波雷达的原因，马斯克给出的理由是每辆车可以节省114美元。

商汤觉英进一步向新智家解释了特斯拉的理由。其表示，量产车对整车BOM成本非常敏感，即使降低一辆单车的成本，10元钱也值得深入研究分析，更不用说省掉多个传感器了。而且视觉传感器是所有自动驾驶仪传感器中信息量最大的传感器，也是感知能力上限最高的传感器。

在智行哲R&D中心高级总监程序看来，纯视觉解决方案的技术优势也吸引了特斯拉的坚持。

程序介绍说，纯视觉方案中的所有数据都是图像。因为没有点云，没有毫米波的目标，没有超声波雷达的回波数据，数据源都是单模的，特征提取和融合会更容易。

另外，因为都是图像数据，所以我们只需要积累数据，围绕视觉处理迭代模型，积累的历史数据不会因为增加新的传感器而没有用，所以需要再次积累标记数据进行训练。

经过几十年的发展，超声波雷达已经成为成熟的汽车标准传感器，成本低廉。生产超声波雷达的电英普科技表示，目前市面上的超声波雷达单价在45元左右。

其进一步表示:“纯视觉技术方案是最经济的方案，但纯视觉自动驾驶方案也存在明显缺陷。在一些强光、大雾、大雨的环境下，摄像头的综合感知能力会受到很大限制。”

方案可行，问题难解决。

总的来说，特斯拉的感知方案经历了一个“快速瘦身”的过程，从一开始不用激光雷达，到减去毫米波雷达和超声波雷达。特斯拉过快地抛弃了传感器，导致了一系列为人诟病的副作用。

自2016年以来，许多地区的特斯拉电动汽车在自动驾驶模式下撞上了高速行驶在路上的白色卡车。据信，事故原因是特斯拉电动汽车将白色卡车的车身与天空混淆，因此未发现障碍物。

2021年，特……a宣布取消毫米波雷达。新车型推出后，美国国家公路交通安全管理局(NHTSA)收到的关于特斯拉“幽灵刹车”的投诉激增，单月投诉数量从354起增加到758起。

大量投诉吸引了NHTSA对特斯拉的调查。今年6月，NHTSA决定调查83万辆特斯拉电动汽车，重点调查部分是自动驾驶功能。

然而，在只有一个摄像头作为传感器的情况下，特斯拉已经自信地表示，新方案比多传感器融合方案更安全。

对于纯视觉自动驾驶的可行性，业内人士看法不一。

德赛四维智能驾驶辅助事业部总经理李乐乐曾对新智家表示，由于各种传感器的物理限制，中短期内不可能只用一个传感器解决所有场景的感知可靠性。如果智能汽车需要具有高度可靠的环境感知能力，就必须集成多个传感器来提高感知性能。

商汤绝影和智行的很多业内人士早就判断，纯视觉自动驾驶方案是可行的，但目前需要克服的困难很多。

在程序看来，纯视觉方案有三个主要困难:

第一，可能存在近距离安全风险。

特斯拉采用360度全景摄像头方案，前视摄像头被自身前方遮挡，靠近前方会有一定盲区；由于各自视角的差异和画面的裁剪，使得近距离障碍物在画面中不完整，容易漏检或给出错误的运动趋势。理论上，鱼眼相机可以看到车体附近的目标，但如果障碍物太近，它就无法在鱼眼相机中看到全貌，因此很难描述障碍物的存在和运动，这可能会导致近距离的安全风险。

第二，摄像机可能会错过或错过对异常物体的检测。

特斯拉主要是通过基于深度学习的视觉检测技术来提高对物体的识别能力。它需要在标记不同的物体后训练AI，最后让AI识别尽可能多的物体。

值得注意的是，路上有一些不寻常的物体，比如漂浮的气球，塑料袋，或者停放的手推车。如果在特斯拉的训练数据中没有标注此类物体，但车辆在实际行驶中遇到此类物体，就很容易导致不制动或幽灵制动。除非特斯拉的数据包含了生活中的所有元素，否则一定有遗漏和错误的对象。

另外，摄像法无法识别透明物体，特殊情况下可能会造成事故。

第三，相机很难获得深度信息。

从探测能力来看，超声波雷达可以通过声学回波来测量距离，但特斯拉使用的多摄像头无法像双目摄像头一样获取距离信息，只能获取每个摄像头看到的图像信息，然后通过深度估计网络给出一个可能的深度。

此外，我们还可以基于针孔成像原理给出距离，用自己的运动估计环境中障碍物的3D位置，用多摄像头对同一目标的观察给出可能的深度信息等等。

然而，这些间接深度信息获取方法具有各种限制:

深度估计网络的结果可能是错误的和被的；

针孔成像的原理需要获得障碍物的大小或地平面的先验假设；

结合自走的方法，自走车需要在运动中；当多摄像机观察同一个目标时，目标需要在多摄像机的共同观察区域内

由于这些方法的局限性，在某些情况下很难获得目标的深度信息。

目前，特斯拉的公开内容并不包括上述问题的解决方案。至于特斯拉的纯视觉自动驾驶方案是否真的如其宣称的那么安全，还需要等待真车上市。

纯视觉自动驾驶方案适合中国的道路场景吗？

目前特斯拉的纯视觉自动驾驶方案是感知小派。近年来，越来越多的车企成为其中一员。

汽车CEO夏曾表示，看好纯视觉自动驾驶路线。目前其首款量产车型虽然配备了激光雷达，但并不是自动驾驶传感器的核心。之后，汽车将逐渐减少雷达和其他传感硬件，以实现纯粹的视觉感知。

丰田旗下子公司Woven Planet今年表示，将通过摄像头收集数据，开发具有单一视觉解决方案的自动驾驶，这也将用于丰田未来的量产车型。

双方都没有说明如何实现纯视觉自动驾驶，但他们的选择至少证明了纯视觉自动驾驶方案具有实际应用的可能性。

然而，如果将纯视觉自动驾驶方案应用于中国道路交通场景，可能会面临不小的挑战。

商汤觉英介绍，中国道路特有的长尾场景较多，如三轮车、外卖车等，而中国交通流密度高，路面动态目标的轨迹更随机，司机的驾驶策略也更激进。

此外，中国的红绿灯、交通标志、圆锥体、防撞柱、施工标志等道路元素的形状也各不相同，对于中国的纯视觉解决方案来说都是很大的挑战。

但这并没有影响商汤觉英对视知觉方案的研发。商汤觉英表示，多品类长尾场景的快速迭代解决方案，需要算法供应商高效的数据获取和数据处理能力，能够支持感知算法的快速迭代。因此，商汤绝影打磨了通用目标感知系统，以赋能引擎支持长尾场景的解决，实现了智能驾驶能力的自我进化。

无独有偶，不久前，具备L2+辅助驾驶功能的奇异果EV在DJI正式上市，研发价格在10万元左右。DJI车辆表示，其系统仅通过在线感知就能实现ADAS的核心能力，使得主流辅助驾驶功能在基础硬件架构上实现ADAS功能。

DJI汽车曾在相关媒体沟通会上表示，更高水平的智能驾驶体验不等于更高水平的硬件，但软硬件的配置和开发都是基于车辆本身的定位、体验设计和功能需求，适当的配置和成本完全可以让消费者轻松使用智能驾驶。

除了商汤和DJI，智行哲、荣源启行等自动驾驶公司负责人也表示:“纯视觉自动驾驶方案在中国道路场景是可行的，但还有很多问题需要解决。”

钢丝上的舞者。

目前纯视觉自动驾驶方案的拥趸很多，但纵观各企业的具体做法，像信仰宗教一样实践方案的勇者寥寥无几。

即使已经开发出可视化解决方案的供应商也有替代方案。例如，DJI的辅助驾驶方案是根据客户的需求决定的，商汤绝影也提供激光雷达传感产品。不过，集中在开放队列的纯视觉自动驾驶方案和丰田尚未推出相关产品。

毫无疑问，率先将pure vision自动驾驶方案应用于量产车型的特斯拉是一只出头鸟，需要做好准备应对可能出现的各种意外。此前，由于毫米波雷达的取消，投诉数量增加，这正在给特斯拉带来更多麻烦。

近日有消息称，特斯拉正在接受美国司法部关于自动驾驶技术的调查，特斯拉或其公司高管可能会收到……司法部的刑事诉讼。

该计划的前一版本已被证明是失败的。如果更激进的视觉方案导致更多事故，特斯拉应用纯视觉自动驾驶方案可能会遇到更大挫折。此时的特斯拉更像是钢丝绳上的舞者。前方有蛇策动降本，后方的退路却被自己破坏。

更重要的是，消费者对这个方案的接受程度也是一个问题。如果可能，你愿意成为特斯拉纯视觉自动驾驶方案的付费用户吗？

雷锋网雷锋网(微信官方账号:雷锋网)雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。“特斯拉的全自动驾驶是一个根本不准确的说法。”“真正的自动驾驶需要激光雷达发挥作用。”

激光雷达公司Luminar的首席执行官奥斯汀·拉塞尔(Austin Russell)说了这些话。在近日接受媒体采访时，他直言不讳地评价了特斯拉的全自动驾驶系统(FSD)，并否认纯视觉方案可以实现自动驾驶。

这又是一个反对纯视觉自动驾驶方案的案例，但实际上激光雷达的自动驾驶传感器的位置已经松动。

7年前，在自动驾驶汽车走出实验室不久，激光雷达因其特性被视为实现自动驾驶必不可少的传感器，因此被业界抬上神坛。然而，在对激光雷达的量产应用进行了一轮祛魅之后，一些车企已经排队推出了纯视觉自动驾驶方案。

纯视觉自动驾驶方案正在得到更多人的认可，但该方案目前仍是小众流派，应用新方案的特斯拉汽车尚未进入大众市场，因此无法得知其实际表现。

在一片争议声中，新智家邀请了几位业内人士分享他们的纯视觉自动驾驶方案的可行性以及可能存在的问题。

纯视觉自动驾驶方案的诱惑

经过多年的争议，特斯拉的纯视觉自动驾驶方案即将应用于量产车型。

特斯拉计划从10月开始，在北美、欧洲和中东交付的Model 3和Model Y将率先移除超声波雷达，随后将在全球政策的国家推广。此外，2023年交付的Model X和Model S不再配备超声波雷达。

这意味着特斯拉将采用纯视觉自动驾驶方案，只有一个摄像头。根据马斯克的说法，特斯拉的纯视觉自动驾驶方案将使用8个摄像头，可以实现360度的视野，具有视觉处理能力，对周围环境的监控距离可达250米。

(特斯拉纯视觉自动驾驶方案介绍)

为了弥补去除超声波雷达导致的功能缺失，特斯拉将使基于视觉的占位网络能够提供更清晰的空间定位、更远距离的可见性和更强的物体识别能力。

对于去掉超声波雷达的原因，马斯克给出的理由是每辆车可以节省114美元。

商汤觉英进一步向新智家解释了特斯拉的理由。其表示，量产车对整车BOM成本非常敏感，即使降低一辆单车的成本，10元钱也值得深入研究分析，更不用说省掉多个传感器了。而且视觉传感器是所有自动驾驶仪传感器中信息量最大的传感器，也是感知能力上限最高的传感器。

在智行哲R&D中心高级总监程序看来，纯视觉解决方案的技术优势也吸引了特斯拉的坚持。

程序介绍说，纯视觉方案中的所有数据都是图像。因为没有点云，没有毫米波的目标，没有超声波雷达的回波数据，数据源都是单模的，特征提取和融合会更容易。

另外，因为都是图像数据，所以我们只需要积累数据，围绕视觉处理迭代模型，积累的历史数据不会因为增加新的传感器而没有用，所以需要再次积累标记数据进行训练。

经过几十年的发展，超声波雷达已经成为成熟的汽车标准传感器，成本低廉。生产超声波雷达的电英普科技表示，目前市面上的超声波雷达单价在45元左右。

它进一步指出:“纯视觉技术方案是最经济的方案，但是……re vision自动驾驶方案也有明显缺陷。在一些强光、大雾、大雨的环境下，摄像头的综合感知能力会受到很大的限制。"

方案可行，问题难解决。

总的来说，特斯拉的感知方案经历了一个“快速瘦身”的过程，从一开始不用激光雷达，到减去毫米波雷达和超声波雷达。特斯拉过快地抛弃了传感器，导致了一系列为人诟病的副作用。

自2016年以来，许多地区的特斯拉电动汽车在自动驾驶模式下撞上了高速行驶在路上的白色卡车。据信，事故原因是特斯拉电动汽车将白色卡车的车身与天空混淆，因此未发现障碍物。

2021年，特斯拉宣布取消毫米波雷达。新车型推出后，美国国家公路交通安全管理局(NHTSA)收到的关于特斯拉“幽灵刹车”的投诉激增，单月投诉数量从354起增加到758起。

大量投诉吸引了NHTSA对特斯拉的调查。今年6月，NHTSA决定调查83万辆特斯拉电动汽车，重点调查部分是自动驾驶功能。

然而，在只有一个摄像头作为传感器的情况下，特斯拉已经自信地表示，新方案比多传感器融合方案更安全。

对于纯视觉自动驾驶的可行性，业内人士看法不一。

德赛四维智能驾驶辅助事业部总经理李乐乐曾对新智家表示，由于各种传感器的物理限制，中短期内不可能只用一个传感器解决所有场景的感知可靠性。如果智能汽车需要具有高度可靠的环境感知能力，就必须集成多个传感器来提高感知性能。

商汤绝影和智行的很多业内人士早就判断，纯视觉自动驾驶方案是可行的，但目前需要克服的困难很多。

在程序看来，纯视觉方案有三个主要困难:

第一，可能存在近距离安全风险。

特斯拉采用360度全景摄像头方案，前视摄像头被自身前方遮挡，靠近前方会有一定盲区；由于各自视角的差异和画面的裁剪，使得近距离障碍物在画面中不完整，容易漏检或给出错误的运动趋势。理论上，鱼眼相机可以看到车体附近的目标，但如果障碍物太近，它就无法在鱼眼相机中看到全貌，因此很难描述障碍物的存在和运动，这可能会导致近距离的安全风险。

第二，摄像机可能会错过或错过对异常物体的检测。

特斯拉主要是通过基于深度学习的视觉检测技术来提高对物体的识别能力。它需要在标记不同的物体后训练AI，最后让AI识别尽可能多的物体。

值得注意的是，路上有一些不寻常的物体，比如漂浮的气球，塑料袋，或者停放的手推车。如果在特斯拉的训练数据中没有标注此类物体，但车辆在实际行驶中遇到此类物体，就很容易导致不制动或幽灵制动。除非特斯拉的数据包含了生活中的所有元素，否则一定有遗漏和错误的对象。

另外，摄像法无法识别透明物体，特殊情况下可能会造成事故。

第三，相机很难获得深度信息。

从探测能力来看，超声波雷达可以通过声学回波来测量距离，但特斯拉使用的多摄像头无法像双目摄像头一样获取距离信息，只能获取每个摄像头看到的图像信息，然后通过深度估计网络给出一个可能的深度。

此外，我们还可以基于针孔成像原理给出距离，用自己的运动估计环境中障碍物的3D位置，用多摄像头对同一目标的观察给出可能的深度信息等等。

然而，这些间接深度信息获取方法具有各种限制:

深度估计网络的结果可能是错误的和被的；

针孔成像的原理需要获得障碍物的大小或地平面的先验假设；

结合自走的方法，自走车需要在运动中；当多摄像机观察同一个目标时，目标需要在多摄像机的共同观察区域内

由于这些方法的局限性，在某些情况下很难获得目标的深度信息。

目前，特斯拉的公开内容并不包括上述问题的解决方案。至于特斯拉的纯视觉自动驾驶方案是否真的如其宣称的那么安全，还需要等待真车上市。

纯视觉自动驾驶方案适合中国的道路场景吗？

目前特斯拉的纯视觉自动驾驶方案是感知小派。近年来，越来越多的车企成为其中一员。

汽车CEO夏曾表示，看好纯视觉自动驾驶路线。目前其首款量产车型虽然配备了激光雷达，但并不是自动驾驶传感器的核心。之后，汽车将逐渐减少雷达和其他传感硬件，以实现纯粹的视觉感知。

丰田旗下子公司Woven Planet今年表示，将通过摄像头收集数据，开发具有单一视觉解决方案的自动驾驶，这也将用于丰田未来的量产车型。

双方都没有说明如何实现纯视觉自动驾驶，但他们的选择至少证明了纯视觉自动驾驶方案具有实际应用的可能性。

然而，如果将纯视觉自动驾驶方案应用于中国道路交通场景，可能会面临不小的挑战。

商汤觉英介绍，中国道路特有的长尾场景较多，如三轮车、外卖车等，而中国交通流密度高，路面动态目标的轨迹更随机，司机的驾驶策略也更激进。

此外，中国的红绿灯、交通标志、圆锥体、防撞柱、施工标志等道路元素的形状也各不相同，对于中国的纯视觉解决方案来说都是很大的挑战。

但这并没有影响商汤绝影对视知觉方案的研发。商汤觉英表示，多品类长尾场景的快速迭代解决，需要算法供应商高效的数据获取和数据处理能力，能够支持感知算法的快速迭代。因此，商汤绝影打磨了通用目标感知系统，以赋能引擎支持长尾场景的解决，实现了智能驾驶能力的自我进化。

无独有偶，不久前，具备L2+辅助驾驶功能的奇异果EV在DJI正式上市，研发价格在10万元左右。DJI车辆表示，其系统仅通过在线感知就能实现ADAS的核心能力，使得主流辅助驾驶功能在基础硬件架构上实现ADAS功能。

DJI汽车曾在相关媒体沟通会上表示，更高水平的智能驾驶体验不等于更高水平的硬件，但软硬件的配置和开发都是基于车辆本身的定位、体验设计和功能需求，适当的配置和成本完全可以让消费者轻松使用智能驾驶。

除了商汤和DJI，智行哲、荣源启行等自动驾驶公司负责人也表示:“纯视觉自动驾驶方案在中国道路场景是可行的，但还有很多问题需要解决。”

钢丝上的舞者。

目前纯视觉自动驾驶方案的拥趸很多，但纵观各企业的具体做法，像信仰宗教一样实践方案的勇者寥寥无几。

即使已经开发出可视化解决方案的供应商也有替代方案。例如，DJI的辅助驾驶方案是根据客户的需求决定的，商汤绝影也提供激光雷达传感产品。不过，集中在开放队列的纯视觉自动驾驶方案和丰田尚未推出相关产品。

毫无疑问，率先将pure vision自动驾驶方案应用于量产车型的特斯拉是一只出头鸟，需要做好准备应对可能出现的各种意外。此前，由于毫米波雷达的取消，投诉数量增加，这正在给特斯拉带来更多麻烦。

近日有消息称，特斯拉正在接受美国司法部关于自动驾驶技术的调查，特斯拉或其公司高管可能会收到……司法部的刑事诉讼。

该计划的前一版本已被证明是失败的。如果更激进的视觉方案导致更多事故，特斯拉应用纯视觉自动驾驶方案可能会遇到更大挫折。此时的特斯拉更像是钢丝绳上的舞者。前方有蛇策动降本，后方的退路却被自己破坏。

更重要的是，消费者对这个方案的接受程度也是一个问题。如果可能，你愿意成为特斯拉纯视觉自动驾驶方案的付费用户吗？

雷锋网雷锋网(微信官方账号:雷锋网)雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：特斯拉集度丰田大众发现

汽车资讯热门资讯