首页 > 专业知识 > 纯视觉vs激光雷达，特斯拉自动驾驶的博弈

纯视觉vs激光雷达，特斯拉自动驾驶的博弈

晰数塔互联网快讯
2021-02-02 19:24

编者按：本文来自微信公众号“车云”（ID:cheyunwang），作者：于潇，36氪经授权发布。

小鹏NGP正式通过OTA推送了NGP（Navigation Guided Pilot）高速自主导航驾驶技术，也就是类似于特斯拉NoA和蔚来NOP的自动导航辅助驾驶功能，也是目前我们在国内可以见到的第三家拥有除自主巡航之外主动变道、进出匝道能力。除此之外，传统车企长城WEY也宣布会在3月推出长城版本的类似功能NOH，这种自动导航辅助驾驶功能也被视为迈过现在主流L2的重要标志之一。

最早推出类似功能的特斯拉，在去年向小部分用户推出了测试版的自动驾驶系统FSD Beta，向我们展示了不少未大量推送的能力。就在特斯拉的竞争对手们陆续开始跟进的时候，FSD Beta又经过了几个月默默的进化。

特斯拉的NOA偷偷做着Beta测试

由于FSD Beta仍然只有接近1000人的少数车主得以体验到，且主要集中在北美进行，我们则只能通过他们的体验视频来目睹一下FSD的能力如何。目前，FSD Beta已经通过OTA升级到了最新的2020.48.35.7版本，其一出现就吊打目前L2级自动驾驶的能力和硬核的视觉风格，都让它的每次升级都备受关注。

我们先来简单列举一些FSD Beta都能干哪些我们目前在国内很难见到的事：

- 前方有车辆正在侧方位停车，系统会缓慢减速等待；

- 避让桩桶、避让路边占用行车到的停靠车辆、避让对向车道侵占己方车道的车辆；

- 遇到侧后方相邻车道正在接近且距离过近的车辆，会主动在车道内向另一侧轻微避让躲闪；

- 遇到前方施工封闭的车道，即使没有明显标志提示，也可以自动变到另一条车道，并在施工区域结束后变回来；

- 城市中也会在大约1英里就提前变道准备转弯，即使没有明确的车道线，也会提前靠边；

- 如果转弯时有两条转向车道，内侧转小弯、外侧转大弯，不影响相邻车道车辆；

- 除了红灯自动停车、停止线自动停车/启动、路口自动观察并转弯（并在屏幕上进行提示）等等通过路口的动作，面对闯红灯的行人、违规未礼让直行车辆的转向车辆等也可以做到礼让；

- 单车道中，试探性偏左观察对向车道路况并快速超车；

- 山路上不依赖行车线或前车自主行驶，即使是夜晚没有路灯的情况下，也可以正确选择不规则的路口、在行驶过程中灵活躲避路两旁停靠的车辆，并在经过停靠车辆后自动靠右；

- 遇到减速带，虽然屏幕上没有显示，但车辆会明显降低速度通过，但对于道路本身的明显颠簸还并不能像周围其它车辆一样减速。

这些都是一些非常日常但又非常依赖人性化操作的场景，特斯拉FSD在处理的时候各种躲避动作、转向、加减速，都更加平顺，速度丝毫不慢，基本与我们自己的驾驶行为高度一致，而且几乎不受一些下雨、夜晚等天气的影响。而且在美国，过路口有非常明确顺序和规则，有时候我们自己也会观察会不到位，对其它方向的车辆观察不仔细、没看到停止标识，而NOA则替车主“看”到了路口其它方向的车辆进行礼让。

另外，各种场景下，中控屏左侧都会实时显示摄像头观察到的景象，而且显示面积占到了大半，包括所有前后左右行驶中的车辆、路边停靠的车辆行人以及垃圾桶、桩桶、路肩等其它路边所有能探测到的物体，而且可以自动或手动放大/缩小，让你同步了解它的视角。

所以，以我们现在的视角来看，FSD Beta的综合实力实在是比所有人都强太多了。但之所以是Beta版本，必然还是存在问题的测试版本，肯定并不完美。比如在对于没有红绿灯甚至停止标识的路口，系统会表现得过于谨慎，迟迟不敢转向或通过，甚至会因为车流比较密集而卡在路口等待数分钟；再比如对于路口违规出现的行人或自行车，系统往往也会非常小心减速或停止等待。

从安全的角度考虑自然是必要的，不过对于道路上的其它交通参与者可能还是会产生一些影响。

两种思路，两种博弈

FSD Beta的强悍能力不禁让许多人对于特斯拉纯视觉+算法的路数另眼相看，这其实也体现出特斯拉与其它车企在自动驾驶思路上的不同。而在国内，大家普遍采用的是另一种思路，比如自主品牌和新势力已经逐渐开始采用摄像头+高精地图+激光雷达的综合方案。

特斯拉显而易见依然是纯视觉方案，比如Model 3现在全身上下有前视三目、4颗侧视摄像头、后视一共8颗摄像头。这样的好处很明显，车辆自动驾驶硬件的成本可以控制得更低，而且凭借特斯拉庞大的数据库、精确的算法、算力强大的芯片一样可以拥有很强的能力，马斯克也在从前不止一次地表达过自己对激光雷达的不喜欢。

目前FSD Beta已经拥有了我们上面提到的各种非常强悍的能力。而之所以仅依靠纯视觉方案+软件算法，原因之一就是特斯拉一直采用真实路况数据进行训练，没有什么比在真是环境中练习更有效的了，这一点是几乎其它所有自动驾驶研发公司们都比不了。道理很简单，无论模拟多么逼真、哪怕直接将测试车开到公开道路上，都仍然属于测试情境，跟现实情况永远有区别。

日常开车中我们可能会遇到各种无法预测的突发状况，比如突然窜出的行人、突然爆掉的消防栓、突然旁边货车翻车货物散落一地，就像电影《银行匪帮》里模仿Italian Job的时候，突然出现的自行车就打乱了整个计划。虽然特斯拉的FSD、包括我们自己同样无法遇到所有意外情况，但通过这些真实案例和已经遇到的意外情况，得到的经验和处理能力就是别人没法比的。这也是为什么即使FSD不是万能的，但它几乎是表现最好的原因之一。

不过，因为只是Beta测试版本，国内的车主们还无法体验到，所以目前国内的NoA并不代表特斯拉最强的能力。不过Q4电话会议的消息预计今年FSD可以在国内进行推送，而且表示FSD的潜力还为开发完全，算力上完全支持全自动驾驶。

另一方面，目前特斯拉Autopilot的研究人员、道路测试、数据分析等研发力量的重心依然在北美，对于国内道路更有特点和复杂的状况还没有进行针对性的测试，就像前面提到的FSD表现欠佳的场景恰恰是国内道路非常常见的，所以特斯拉FSD最终在国内可以达到的水平仍然有待开发。

另一边，蔚来最新的ET7、小鹏新车P5以及北汽旗下的极狐新车HBT，均宣布会搭载激光雷达，也就是我们上面提到的摄像头+高精地图+激光雷达综合方案。

这种传感器更高级的方案此前最大的受制因素主要还是成本。不过随着今年已经陆续有车企开始在量产车上部署激光雷达，今年很可能会成为国内市场激光雷达上车的元年。这也意味着激光雷达的成本已经逐渐下降到了可以接受的范围。而对于马斯克的纯视觉方案来说则是个不好的消息，其成本优势没那么明显了。

有了激光雷达的加持之后，理论上只要算法和逻辑跟上，效果是要比纯视觉更加完善的，更高级的传感器也可以很大部分弥补软件算法的不足，或者说降低算法的要求和标准。不过这种方案对于车辆算力和能耗控制的要求很高，进而可能对一辆电动车的续航水平产生影响，甚至还会从研发之初就要调整电池布局和三电系统，这些也是搭载激光雷达后需要考虑的问题。

不过至少在目前，特斯拉仍然坚信自己的摄像头。就在不久前，马斯克还在Twitter上回复网友，他们正在逐步将所有的神经网络算法覆盖至8颗摄像头的环视影像上，以达到远超人类能力的自动驾驶能力。虽然对整个经过大量标记和推断的数据整合进环视视觉中非常复杂，但好处是并不需要更换任何硬件。也就是说这可能又是一个通过OTA就能实现的能力升级，特斯拉的视觉方案还在进一步快速进化。

当然，这也不意味着马斯克就绝对会在纯视觉上一条道走到“黑”，如果搭载其它硬件的条件都成熟了，成本和门槛都可以符合他对自动驾驶通用和普及的要求，那何乐而不为呢。