特斯拉 自动驾驶 雷达，特斯拉自动驾驶摄像头与雷达

新智元报导

编写：Aeneas 桃

【新智元前言】一心赌局纯视觉策略的特斯拉，此次官方宣布把超声波雷达弃了。

山无棱，天地和，马斯克初心未改。

做为纯视觉一贯的忠实信徒，他近日公布：特斯拉将要选用100%纯视觉计划方案！

继2021年5月特斯拉停止使用车载雷达后，此次连仅存的超声波雷达也扔掉。

你如何看待？

网友称：不敢直视，之后看到特斯拉就需要躲远些。

超声波雷达被弃了！

近日，特斯拉官方网称，从10月逐渐，欧洲地区、北美地区、中东国家交付Model 3、 Model Y将清除超声波雷达感应器（USS）。

并将在全球范围内推动Model 3、Model Y纯视觉计划方案。

此外，高档Model S、Model X在2023年便不再配置超声波雷达感应器。

公告中，特斯拉阐述了其视觉神经元网络怎样替代超声波雷达感应器。

伴随着USS被清除，特斯拉可能运行根据视觉Occupancy Network，现阶段仅可在FSD公测版中应用。

它可以实现Autopilot超清空间定位、更长距离可视性及其识别区别对象水平。

特斯拉还骄傲地表明，与配置雷达探测车子对比，采用纯视觉策略的Model 3和Model Y在美国和欧洲维持或提升了积极安全级别，而且在路人自动紧急刹车(AEB)干涉层面主要表现更强。

换句话说，特斯拉的纯视觉计划方案毫不逊色「视觉 雷达探测」计划方案。

特斯拉官方网站也分享道，8个摄像头和强悍的视觉处理量可以实现360度可视范围，对周边环境的检测间距比较远可以达到250米。

最终，特斯拉还提到在近期交付并没有配置UUS车子会有一部分作用短时间受限制，例如泊车雷达、自动泊车系统、招唤、智能召唤作用。

各种问题后面可以通过OTA进行处理。

先扔毫米波通信，再扔超音波

要记住，马斯克一直以来都是纯视觉自动驾驶方案的粉丝。

如今比较常见的汽车雷达，主要分这三种：超声波雷达、车载雷达、激光雷达。他们根据不一样原理，作用也不尽相同。

超声波雷达是由超音波发射系统往外传出超音波，重复利用信号接收器接受反射面回来超音波时差来计算相距。一般是用在转向、自动泊车系统上。

车载雷达，说白了用的都是毫米波通信波长。激光测距工作原理是把电磁波（雷达波/无线电波）发送出来，依据接受雷达回波与推送间的时差测出总体目标部位间距数据信息。主要运用于快速巡航车距维持作用。

激光雷达工作原理是为总体目标发送检测数据信号（激光），再将接收的从总体目标反射面回家信号（总体目标雷达回波）与发射信号进行对比，得到总体目标间距、方向、相对高度、速率、姿势、样子等主要参数。

由于激光器速度更快，提供数据丰富多彩，激光雷达是现在大部分无人驾驶技术的第三重确保（第一重是车载雷达，第二重是摄像头）。

蔚来汽车ET7、晓亮P5等国内智能驾驶早已配备激光雷达。

而马斯克针对激光雷达，心态一直很骄矜。

二年前，他曾在某研讨会上公布说：「谁用激光雷达谁是个傻子」。

他就曾详尽表述过她对雷达探测和摄像头的观点：

在雷达探测光波长下，真实世界看起来像是一个怪异的鬼魂全球。除开金属材料，绝大多数物品全是半透明。当雷达探测和视觉认知不一致时，你采纳哪一个？

视觉具备更高精密度，因而资金投入二倍的时间和精力改进视觉比下注二种感应器的结合更聪明。感应器本质上是比特流。摄像头比特犬/秒数据量会比雷达探测和激光雷达高好多个量级。雷达探测必须要有实际意义地提升比特流信号/噪音，才可以非常值得集成化。伴随着视觉解决能力的提升，摄像头性能可能远远地甩掉现阶段的雷达探测。

他言而有信，特斯拉的全部车型上一直没有一款选用激光雷达。

而早就在2021年5月，特斯拉就曾经官方宣布革除车载雷达作用。那时候他的这一气壮山河的行为，造成车辆行业里的极大异议。

由于车载雷达的撤销，特斯拉的鬼魂刹车踏板事情俱增，还引起了新一轮的管控调研。

先前，美国医学道路交通安全管理局（NHTSA）发布一份管控文件显示，特斯拉「鬼魂刹车踏板」的投诉率猛增，从2月份354起提高至每月758起，短短的几个月的，猛增了一倍。

一般来讲，汽车在自动辅助驾驶环节中自动刹车，本来是积极紧急避险风险。但「鬼魂刹车踏板」却由于车辆认知硬件配置被很多人欺诈而致。

那样猝不及防的刹车踏板便会产生人身危险及其车子交通事故。

而如今，马斯克居然把超声波雷达也扔掉了。

这会引发什么样的情况呢？我们都知道，车子主要依靠超声波雷达来感受自然环境，就是靠它去发觉空出的停车场。

因而，相比车载雷达，超音波仅就是用来认知环境与精准定位的不二法门。

做为比较常见的车载传感器，超声波雷达成本也并不是很高。不论是转向计划方案或是自主泊车计划方案，都超但是500块。

便是这么便宜的基本要素，马斯克也照扔不待。

朋友对于此事点评：这一举动的做秀成份超过现实意义。

知乎问答回答者@森山

用优化算法仿真模拟超声波雷达？

那样，用算法设计能够仿真模拟超声波雷达吗？马斯克说能。

于今年十一的AI Day上，马斯克使出一套100%纯视觉计划方案：8个摄像头，only摄像头。

他再次重申：而智能小车的双眼，便是摄像头。人类一定可以让智能小车的双眼cover一切。

在AI day上，特斯拉甩出来一套别具一格的描述：大家在造就一种人工合成小动物——轿车。

因为他能够像小动物一样，独立、智能化地行为。而特斯拉的自动驾驶方案，便是使车模拟人类驾驶全过程：首先用视觉鉴别，然后通过脑神经测算，最终抵达人体实行层面上。

特斯拉最理想的视觉仿真模拟摄像头，如同人们视觉表皮层的神经元网络联接一样，可以仿真模拟人的大脑信息内容输入输出的一个过程。

因此，特斯拉打造了一种RegNet方差神经元网络(residual neural networks)。

在底层，采用的是BiFPs为代表特征金字塔互联网(feature pyramid networks)。

但在脑神经测算这一块，特斯拉打造了一个多任务学习神经系统网络结构HydraNets，又叫「九头蛇互联网」。

摄像头传进去的信息，可以利用RegNet残差网络和BiFPN算法模型统一解决，得到不一样精密度中的图像特征，提供不一样需求类型的神经元网络每日任务。

除此之外，为了能让车子有着所谓记忆力，特斯拉会把驾驶的自然环境svm算法出去，再标识时长，形成一个3D 时长所组成的4D室内空间，放进数据库系统，练习无人驾驶。

特斯拉还构建了全自动标明生产流水线，用45秒-1分短视频，包含很多传感器数据，交到神经元网络线下学习培训，之后用很多设备人工优化算法，形成能够练习的信息。包含3亿次图象和近50个标明。

这里采用的是NeRF「神经系统辐射场」，这类图像算法能够将2D变为3D，得出一段XY的2D座标，神经元网络就可预测分析路面相对高度，形成XYZ的3D座标。接着把各种路面信息和数据放进，带入到摄像头界面，进而构建起一个4D室内空间，仿真模拟真正路面。

由于用了神经细胞渲染技术，图象看上去更加真实。

这一技术性最强大之处在于，有别于地形图，只需数据信息充足精确，和摄像头捕获的信息相符合，就可以不用额外维护保养。

显而易见，这一整套步骤必须的巨大算率，普通电子计算机早已不够用了。

因此，特斯拉刻意打造了Dojo高性能计算机。在还不到1立方英寸的体型下，Dojo的算率达到9PFLOPs，I/O网络带宽达到36TB/s。

马斯克觉得，去除超声波雷达后，摄像头就是唯一的感应器。因而，能够拥有更清澈的数据与模型优化。

根据AI优化算法，能够实现更清楚的空间定位、更长距离的可视性、更清楚的物体识别区别。而且全部实体模型还会继续随着时间的推移、伴随着数据信息累增而逐步完善越迁。

依据特斯拉的展现，根据使用视频网络，视频模块得到的结果曲线图早就在脉冲雷达以上。

特斯拉的赌局

纯视觉计划方案到底怎么样，在大多数人看起来不认可。

做为超级网红、总流量神话传说，马斯克这一举动好像并没高新科技深刻含义，缘故也许就两字：「便宜」（尽管根本无法省是多少）。

一直以来，特斯拉纯视觉计划方案饱受诟病，主要的原因就是其针对不明障碍物识别能力较差。

识别不了「乳白色货车」的特斯拉早已造成多局车祸事故的产生，因而雷达探测也成了不可缺少的汽车装备。

甚至是在2021年CVPR分享会上，特斯拉AI主管称「雷达只是一根拐杖」。

他表示，特斯拉最终还要完全依靠摄像头，利用神经网络来实现纯视觉自动驾驶。

此前有知乎网友曾拿下面这张图做视觉识别实验。

把白色卡车图片导入Photoshop，采用快速选择工具，试图把白色卡车的轮廓勾选出来，得到的结果是这样的：

有一大片蓝天白云同时被划入了勾选框。在Photoshop来看白色货箱和天空是一样的。

特斯拉辅助自动驾驶视觉识别系统的结果可能也是如此。

对此，有网友称遇见特斯啦要穿的鲜艳一些，尤其不能穿的像白色大货车。

即便是这样，特斯拉依然坚持采用纯视觉方案，从另一面看也是对自身一个豪赌。

刚刚提到，特斯拉在取消UUS后会启动Occupancy Network，能够非常精准识别周围物理远近以及形状。

在AI Day上，斯拉自动驾驶研发总监的解释，它可以预测汽车周围所有物体的体积占用率。

即3D空间中的每个体素或连续点都有被占用的概率以及它接下来的可能运动。

Occupancy Network技术的信息收集端头就是摄像头。用摄像头收集到的汽车周围各种元素后进行计算并得出本车自动运行时的准确位置。

它使用12位原始光子计算，每个像素有4比特信息，这意味着动态范围提高16倍，每个像素的位移计算速度是10毫秒。

从理论上讲，的确有可能比传统雷达传感器更安全。

对于纯视觉方案来说，研发压力主要在于软件算法。显然，视觉具有更大的开发潜力，也拥有理论上更高的上限。

而摄像头就好比人眼能够采集带有最丰富和完整的画面信息。

特斯拉最终希望达到的目的，是让其视觉处理能力达到激光雷达的可见性。这在行业中被称为「伪激光雷达」。

若想将2D图像的每个像素还原成真实的3D场景，最核心的能力依旧是图像处理算法，以及支持能够运行这一算法的算力硬件。

因此也不难理解特斯拉为何要研发自己的超算芯片。

同时，在今年AI Day上，特斯拉也计划在2023年之前建造它的第一个Exapod。

当然，针对中国市场，特斯拉并未取消毫米波雷达，更没有取消超声波传感器。因为国内交通环境更复杂，特斯拉纯靠视觉难度较大。

对于超声波的移除，网友认为特斯拉自动泊车功能本来就是灾难级的，这次官宣放弃明显是减配减成本一路走到黑。

对此，网友表示：这是特粉必经的一场修行。

知乎答主@Sudo Make

要是真出事了，也可以靠公司的法务部门显神通。

无论如何，人的生命是无法交给算法的。

知乎答主@森山

参考资料：

https://www.tesla.com/support/transitioning-tesla-vision

https://zhuanlan.zhihu.com/p/570431956

https://www.zhihu.com/question/558212074/answer/2707939768

https://www.zhihu.com/question/558212074/answer/2707947762 https://www.zhihu.com/question/558212074/answer/2707622643

特别鸣谢知乎答主「刘三姐」的精彩回答