易坊好文馆

  1. 首页 > 旅游 >

特斯拉取消超声波雷达 自动驾驶派系之争再起

警察

【特斯拉取消超声波雷达 自动驾驶派系之争再起】

特斯拉取消超声波雷达 自动驾驶派系之争再起


11月6日消息 ， 近期 ， 特斯拉宣布 ， 从2022年10月初开始 ， 所有为北美、欧洲、中东制造的Model 3和Model Y都不再配备超声波雷达 ， 而是完全依靠Tesla Vision来提供Autopilot、FSD和主动安全功能 。 此外 ， 2023年起交付的Model X及Model S也不再配备超声波雷达 。 这意味着 ， 特斯拉将采用只有摄像头的纯视觉自动驾驶方案 。

特斯拉的这一举措 ， 让业内本就存在的有关自动驾驶解决方案（包括纯视觉和视觉+传感器融合）谁优谁劣的争论再次升温 。 那么事实究竟如何？
这里 ， 我们不妨先看看自动驾驶底层逻辑是什么？是感知、决策、执行三个步骤的结合 ， 对周围环境的周密感知是所有决策的基础 ， 也是自动驾驶汽车的安全保障 。 在了解周围环境中物体的位置、速度和方向、路面的性质、路缘石的位置、信号（交通、道路标志）等之后 ， 自动驾驶系统则要开始做计划和控制：首先是其他移动物体在接下来的短时间会做什么 ， 然后是根据整体计划（比如规划的通向目的地路线）计划自己要做什么 ， 最后就是告诉汽车要做什么 。
从这个逻辑再加上业内对于视觉解决方案的描述 ， 我们认为 ， 纯视觉派更接近人类驾驶的逻辑 。
那么问题来了 ， 既然纯视觉派更接近人类驾驶的逻辑 ， 为何还会有视觉+传感器融合派呢？
尽管纯视觉解决方案实现成本相对更低 ， 更接近人类驾驶 ， 通过高分辨率、高帧率的成像技术获取的环境信息更加丰富 ， 但摄像头捕捉环境信息容易受到环境光的干扰 ， 且纯视觉方案对于图像的处理更依赖训练 ， 难免出现环境认知的“死角”
相较之下 ， 融合则是通过摄像头、毫米波雷达、激光雷达等设备一起收集车辆的周边信息 。 激光雷达的加入能够获取更深度的空间信息 ， 对于物体的位置、距离和大小感知更准确 ， 且由于激光雷达是自发光并不受环境光影响 。 也就是说 ， 融合解决方案克服了纯视觉的缺点 。
不过从技术的角度看 ， 融合解决方案也存在着短板 。
马斯克曾经对此做出过解释 ， 即纯视觉 ， 尤其在使用显式光子计算时 ， 比雷达和视觉的组合要好得多 ， 因为后者有太多的不确定性——当雷达和视觉感知不一致 ， 不清楚该相信哪个 。 而马斯克的解释并非毫无根据 。
以此前被用户诟病的“幽灵刹车”为例 ， 特斯拉前AI项目负责人安德烈·卡帕西曾公开描述过“幽灵刹车”的典型案例：当车辆即将驶入桥下的时候 ， 毫米波雷达检测到前方有一个静止的物体（其实是桥） ， 然后它在等待视觉系统告诉它（我的判断是正确的） ， 然后便创建一个静止的目标并刹车 。 同时 ， 恰巧此时有一辆行驶很缓慢的汽车在旁边 ， 大致发生的情况是视觉系统有几帧报告了前车产生了减速（但不足以造成刹车） ， 系统就会将视觉系统报告的“减速车辆”和雷达报告的“静态物体”相关联 ， 从而造成幽灵刹车 。
对此 ， 特斯拉自动驾驶最后的结论：视觉报告产生减速的必然就是毫米波雷达报告的静止物体 ， 于是把天桥和缓慢行驶的汽车识别为同一物体 ， 导致幽灵刹车出现 。
从以上刹车现象以及特斯拉所做的结论 ， 我们似乎可以认定 ， 在通过桥下这个场景中 ， 毫米波雷达实际上拖累了视觉系统的判断 。
需要说明的是 ， 虽然特斯拉取消了超声波雷达 ， 但其将会启动基于视觉Occupancy Network ， 能够实现Autopilot高清空间定位、更远距离可见性以及识别和区分对象的能力 ， 但目前仅能在FSD测试版中使用 。
另外 ， 特斯拉还构建了一个纯视觉自动驾驶系统的多任务系统架构（HydraNets） ， 具备了多任务学习技术最新实践和巨大潜力 。 同时 ， 特斯拉庞大的用户群的行驶数据收集 ， 也有助于智能AI训练 。
由此可见 ， 特斯拉在纯视觉解决方案的探索和创新从未停止 。
此外 ， 马斯克也并非像业内所言就一定会一直坚持纯视觉的解决方案 。 例如近日就有消息显示 ， 特斯拉正式向美国联邦通信委员会FCC提交了毫米波雷达的相关材料 ， 这意味着特斯拉可能正在设计毫米波雷达 。 根据特斯拉向当局提供的文件 ， 这种高分辨率雷达将用于成像 ， 配合摄像头用于自动驾驶的探测方案 。
其实从市场和用户的角度 ， 无论是特斯拉的纯视觉 ， 还是与之相对的融合解决方案 ， 都曾出现过出险和避险的情况 ， 这说明自动驾驶在取得成效的同时 ， 仍有创新和改进的空间 。

推荐阅读


上一篇：男子参加婚礼被1288万彩礼震惊，知情人：门当户对，女方家也有钱

下一篇：首例换头术，猴子换头后苏醒成功，一天后又被实施安乐死