| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 汽车百科 -> 特斯拉为什么要坚持纯视觉路线？ -> 正文阅读 |
|
|
[汽车百科]特斯拉为什么要坚持纯视觉路线？ |
| [收藏本文] 【下载本文】 |
|
加个雷达不是会更好？ |
|
最新一期懂车帝智驾测试看了吗？全城一千多公里，然后特斯拉就丢大脸了，因为第二天大雨，特斯拉智驾系统因为大雨视线不清，全程罢工，只能完全人工驾驶 |
|
因为其他的他不会。 宗教具有排他性，所以会把自己不会的东西贬低成一无是处，就这么简单。 |
|
重度近视眼的人如果坚持不带眼镜，那么，要么是傲慢，要么是嫌眼镜太贵。 |
|
哪天美军把F35上面的雷达换成摄像头，我就信了。 |
|
所以我才说美国只出了一个马斯克是美国的悲哀。 现在最大的问题是，马斯克想要干什么，那么要么去购买昂贵的美国造，要么就自己搞。 汽车也是，火箭也是。 昂贵的西方制造，导致马斯克不可能依赖别人搞廉价的工业品，而那些高新技术产品，在西方之外的国家，又几乎没有能造的，所以马斯克的技术路线，只能是自己摸索着来。 换而言之—— 有人抱怨说中国出不了马斯克，但是，中国能出一大堆类马斯克，虽然他们每一个单独拉出来可能都不及马斯克，但是三五个组合起来，就能媲美一个马斯克，而这类企业，中国至少有一二百个。 实际上到现在为止，很多人都没理解，中国的工业水平是什么样的，真以为中国还是一个20年前那种代工厂。 没错，我这里说的很多人，不单单指的是外国人和岛民，还指的是国内很多人，包括知乎上对于中国对外政策指点江山之辈们。 他们压根不明白中国的工业技术发展之迅速，迅速到一年革新一个台阶。 所以，但凡他们的目光停下来，别说多的，停留到三五年前，恐怕都很难理解现如今中国的技术水平。 之所以我敢这么下断言的原因，是因为另外一个领域，民用航天，正在以外人想象不到的速度发展着。 当然，这个问题聊的是汽车，所以我就不聊航天了，不过我只说一句： 当五六十年后，处于历史下游的人们，会看21世纪的第三个十年的中国时候，肯定会用一个词来评价这个时代： 技术爆炸。 中国实际上已经一只脚踏入了技术爆炸的时代了，只是这场爆炸的冲击波，才刚刚开始而已。 |
|
因为马斯克对中国研发制造这一套能力没有认知，而人无法为超出认知的东西制定路线和计划。 谁不知道加个激光雷达能更加精准的感知驾驶环境，可是马斯克站定纯视觉路线，那是很早的时候了——特斯拉研发自动驾驶，始于2013年启动的Autopilot。 而自动驾驶用激光雷达的开创者是美国公司Velodyne。 2017年，Velodyne主要有64线、32线、16线3类产品在售，官方定价分别为8万美金（约合52.3万人民币）、4万美金（约合26万人民币）和8千美金（约合5.23万人民币）。 但由于各国的运费与税费不同，其具体售价会有不同，例如中国的各种费用加起来大概占售价的23%。所以其64线产品在中国的售价就是52.3万 X 1.23约等于63.96万元。 而当时Velodyne处于垄断地位，供不应求，产品实际到手价格可能更高。 搬运一个知乎2018年的回答： Velodyne 美国老牌3D激光雷达生产商，知名度很高，产品也很稳定，谷歌的自动驾驶就是用他家的，其主要产品有16线，32线，64线；16线早期价格较高，现在已经批量生产，市场价格在3.5w-4.5w,32线价格在40w左右，64线在80w左右，线束每增加一倍，价格也差不多翻一番，主要是制造难度成几何倍数增加，并且高线束客户群体较少没有实现量产。 另一篇2019年初对激光雷达进行回顾的文章： Velodyne自开始生产以来，已经发运了30000个Lidar，累计销售额达5亿美元。Velodyne将继续扩大自动驾驶LIDAR 的生产，也会生产用于ADAS的短程LIDAR，来监控道路状况，盲区和障碍物。 自己穿越回去算算激光雷达的实际单价吧。而且一辆车上一颗激光雷达可能都不够。想要360度全景覆盖，需要4颗。 假如激光雷达上车，整车价格要增加多少？造出来谁买单？ 马斯克会算这个账。 美式思维就是，激光雷达这么高精尖的东西，只会做组装的中国人怎么可能搞定呢？ 激光雷达这么先进的玩意，既然只能由美国公司搞定，那价格肯定降不下来。 况且Velodyne量产交付能力也不行，交货期至少半年。 按照这个思路推算产品成本，用激光雷达搞自动驾驶，显然没有前途。 换你站在2017年（其实需要更早）进行产品技术路线规划，也能意识到假如非要用激光雷达，在商业上就是一个死。这么一想显然你就理解了马斯克。 那么，马斯克规划产品技术路线时，在车上不安装激光雷达，很合理吧。 这很美国，这很特斯拉。 但是马斯克算不到中国研发和制造的能力。他（包括很多其他人）对中国工业的理解顶多是富士康，组装做的不错——这就是他的工厂落在上海的原因之一。 华为之类的中国企业，对待激光雷达就完全是另外一套思维方式：美国人能做的，我中国人不仅有能力搞定，而且价格还能卷死你丫。 华为高喊要把96线激光雷达成本降到200美元乃至100美元，是2020年。 欧美企业成本抹零是把零头抹了，中国企业成本抹零是把整数抹了，而马斯克不可能有这样的认知。这题对马斯克来说，超纲了。 华为太清楚中国工业降成本的能力了。 那么，余承东规划产品技术路线时，在车上安装96线激光雷达，很合理吧。 这很中国，这很华为。 所以华为当然要走融合感知，智能驾驶的路线。 华为有激光雷达，搞自动驾驶就是三维建模，对比马斯克的二维拍照识别，自然是字面意义上的降维打击，遥遥领先！ 问界M7智驾版，价格不过29万起，顶置激光雷达就是126线。 智界S7，192线。 这俩整车价格比早年间一颗美国出品的激光雷达还便宜的多。 很多人以为华为走的是溢价路线，其实华为是打价格战起家好吧。 哦对了，2019年12月，Velodyne撤出了中国。 特斯拉中国区2023年9月零售销量同比下降43.9%。问界M7于同月12日发布，火爆出圈，使用了激光雷达的智驾版到月底拿了约3万订单。 懂车帝组织的避障功能自动刹停实测，华为遥遥领先特斯拉，由第三方公开打脸。 【懂车帝夜间测试 小鹏问界阿维塔特斯拉-哔哩哔哩】 https://b23.tv/u4K4F6Y |
|
|
自动泊车，一样遥遥领先。 【【华为无人代客泊车】全程高能，科幻照进现实，遥遥领先！智界S7-哔哩哔哩】 https://b23.tv/S7pRx8M 当然，美式思维已经让美国人自己吃过很多亏，犯过很多错误，不缺马斯克这一次。 在芯片战中，美国方面也一样误判了中国产业的能力。 走着瞧。 |
|
同类问题还有 为什么在百W快充接近普及的今天 苹果仍然坚持20W快充 且快充头和线还要另外购买 |
|
省钱呗。。还能为啥。。特斯拉那破辅助驾驶和华为差十万八千里 |
|
高情商回答： 因为马斯克坚持使用第一性原理来解决问题。人类驾驶员是如何驾驶汽车的？答案是眼睛看。而摄像头是最接近人类眼睛的传感器，所以纯视觉路线是马斯克坚持的第一性原理 |
|
|
特斯拉的摄像头分布 甚至于说，特斯拉纯视觉路线的发展史，就是人类眼睛进化史的翻版。人类老祖宗的眼睛可能最开始连猫和老虎都分不清，但被老虎吃过几代人后，远远憋一眼就知道那是猫还是老虎了。特斯拉纯视觉路线最开始可能分不清侧翻在路中间的白色卡车是障碍物还是路面，但是撞了几次之后，纯视觉方案就“看”得懂了 |
|
|
早期特斯拉自动驾驶 马斯克敢于坚持纯视觉路线的原因，是特斯拉采集的用户行驶里程已经达到几十亿英里，这几十亿英里就是纯视觉方案进化的基础。相比之下排名第二的Waymoo仅有千万英里级别的数据 低情商回答： 单颗激光雷达＞600刀 整车8颗摄像头＜200刀 诺～数据不会骗人，纯视觉路线成本比雷达方案成本低很多、很多、很多… 真实情况： 特斯拉积累的纯视觉方案其实是行业领先的，但是，但是，即使加了数据自动标注，纯视觉方案依然存在长尾盲点，所以特斯拉在最新的自动驾驶硬件HW4.0里增加了能测高度的4D毫米波雷达，以提升自动驾驶能力！ |
|
|
所以，这个世界永远不是非黑即白、非此即彼的，特斯拉也会灵活变通的不是嘛 |
|
我做过工厂自动化检测的项目。简单说，就是对工厂流水线拍照，然后进行质量识别，视觉检测后判断是否是残次品。 最初，我觉得这是一个优质的创业方向。如果这第一个项目做成功了，就可以很容易复制到任何一个工厂的流水线，剩下的“复制黏贴”就好了。 但是，后来我放弃了。即使后面我不做算法工程师，做了投资人，对这个方向的视觉检测项目都比较慎重。 原因不说太多，很多原因，这里单纯说说技术方面。目前的视觉检测，打个比方，能较容易的做到90%-95%正确，但在有限的人力和工期下，最后的5%很难解决。我可以武断的说，剩下的5%无法得到解决。 数据、硬件、算法等等都会遇到瓶颈。 特斯拉做纯视觉路线，他们的环境比工厂流水线更复杂。光照条件更没法比，我们是定制的光源专门照一个地方，都依然有偏差，比如白天黑夜，傍晚，清晨的外界光源干扰都会有影响。 当然，他们技术团队比我们强，打个比方，可能达到99%正确，那么1%的无法解决，放在无人驾驶上，你会愿意吗？特斯拉自动驾驶出现过一个事故，撞上了一辆大货车，车主死亡。因为这个大货车的涂装是白蓝色， 被特斯拉识别为了天空。 如果特斯拉装了一个激光雷达，它还会识别错误吗？ 所以，目前网上都说华为自动驾驶比特斯拉强，在我看来，不是空穴来风。华为的方案有视觉，有激光雷达等。很多复杂场景在视觉方案看来几乎无法解决的，但有了激光雷达就是轻轻松松。 马斯克觉得，人类有眼睛就可以开车了，特斯拉也不需要别的能力。 但是，我想说，人类的感知器官很强吗？动物比人类强的多。如果人类有像蝙蝠一样有超声波定位能力，非常不安全的夜晚开车安全性会更高吗？ |
|
之前记得特斯拉的AI日，说是仿真测试了视觉下的雨水天气，雾气等光线晦暗的情况，依托算法和高感知的摄像头来判断各种路况，号称这些测试都过了标准。 |
|
|
但我个人觉得，纯粹依靠光学摄像头+车辆本身的光源，是否能够100%识别弱光环境下的障碍物，还是存疑。 因为传统视觉方案受到光线影响较大，对于静态物体的判断就是获取图像帧进行预处理，对颜色、形状（边缘信息）这些简单特征进行检测，用一个简单的阈值去进行背景抑制。或者是根据颜色/形状特征进行候选框的提取，再对候选框进行分类，最后利用候选区域特征和识别网络对比得出静止物体的答案。 所以，弱光下的截取图像本身就差，怎么能保障100%的从背景中识别出来物体，更何况识别出来静态的3D物体。（动态的3D物体，纯视觉方案识别是用2D图像加深度图像结合，利用连续帧来识别。） 之前说过激光雷达、毫米波雷达、超声波雷达、摄像头实际都各有各的长处和短处。 就单说一个毫米波雷达，优点就是无视天气，穿透雾气、烟尘的能力强，受到环境因素影响较小，可以保障在日常情况下的使用。 |
|
|
也就是说在雾气很浓，天色漆黑的地方，这类天气恶劣环境光很差的情况下，毫米波雷达也能和白天出太阳的情况下一样正常使用，而这是摄像头无法比拟的。 激光雷达不用说了，激光雷达的精度能达到毫米级别，比如一个行人的反射点可以达到数万个点甚至更多，从而给出清晰的3D立体图形。且激光雷达探测距离远，角分辨率超过毫米波雷达数个等级，轻松可以达到0.1°，也就是说功率足够的话，可以清晰分辨出一公里开外的行人。 |
|
|
开车的应该知道，在晚上光线极差的情况下，如果行人穿深色衣物，视觉看上去，行人很容易和背景融为一体，尤其是在车灯范围外的，难以第一时间察觉，经常行人走近了，司机看到了还会吓一跳。而激光雷达就能清晰辨别移动的3D物体，从而采取安全措施。 而另一个，就是晚上开车遇到强光，比如对面大车开远光灯，或者一些路段的红绿灯处开启了高强度高频率的闪灯抓拍，摄像头和人眼一样都会是白茫茫一片，感觉要瞎了一样。这个时候依靠纯视觉路线感知周围路况，安全隐患就太大了。 而各种雷达+摄像头的方案，还有一个好处，就是各个方案互补的安全冗余。 也就是毫米波雷达受到影响了，摄像头未必受到影响。激光雷达受到影响了，毫米波雷达未必受到影响，外界干扰怎么剧烈，总有一个可以正常探知外界的方法。这样就相当于人有多种感知外界危险的探测方法，天太黑我看不见了，但我可以听见，即便天黑外界喧闹，我即便视觉、听力受干扰了，我起码还能闻到危险的气味，比如说煤气味，烟味。 而如果你只有一种感知外界的途径，那么安全隐患自然就会大增。 至于为什么特斯拉用纯视觉路线，还是为了成本便宜，这个便宜是硬件便宜（摄像头便宜）和软件便宜（不需要多种探测器的感知融合）。 当然，这里也并不是否定纯视觉路线发展到一定程度的高安全性，因为人开车主要靠的也是视觉。不过我觉得智能辅助驾驶的未来，应该是要大幅超越人类驾驶安全性的，而各种现阶段比较昂贵的探测器和复杂软件的成本在产量起来之后自然就会降到一个合理的水平。 |
|
特斯拉之所以坚持纯视觉路线，首先是成本的考量，激光雷达方案是最优解，但是成本是其他方案好几倍，对于努力降成本促销量的特斯拉来说很显然不会选择。 再说毫米波雷达方案，虽然成本下降了不少，但是其收集到的信息对自动驾驶系统很多时候并不准确，与其强行把毫米波雷达收集到的反射波信息与摄像头收集到的视觉信息融合，还不如把纯视觉方案做到极致。 也正是因为如此，特斯拉自研自产了以FSD芯片为核心的硬件系统，以实现纯视觉方案，这个方案受天气和光线的影响相对较大，不过胜在成本低廉，是目前特斯拉能够承受的最好解决方案。 |
|
问界M5智驾版上市了，各个平台都是直播它的辅助驾驶系统的，天黑，下雨，乡间小路，甚至山区道路，只要你能想到的常见路况，基本都能找到直播的，表现在我看来堪称完美。最猛的是高速上，突然跑出来个野猫，也都能识别到并做了避让。 国外也有直播tsl的FSD的，看起来差距真的挺大的（现在能掉头了）。但是粉丝们仍然相信fsd就是最好的。 回答问题就是这句话，粉丝们相信fsd就是最好的，有缺点可以克服，或者当看不见，你说是为了省钱不是打它们脸吗，尊贵的高知高收入tsl车主当然不在意这点成本。 可真是捅了一些人心窝子了，别管L几，开直播，一切用实际表现说话。至少得敢开直播才行吧？ B站有up，10w人民币悬赏金，带上你们最厉害的特斯拉，去和他的阿维塔或者M5比一比， 完全体fsd国内用不了，比鬼探头行吧，雨天+晚上，看看谁的主动安全好行吗？ 难道特粉买的都是X和S，不会看不上10w吧 |
|
马斯克的工业思维是第一性原理，简而言之，能不加的都不加，减少一切不必要的冗余。 有两个例子能看出这位效率狂魔的特点： 马斯克曾经有一位女助理，跟了他多年，被视为不可或缺的一员。有一次提出加薪。马斯克让她先回去休息，你的工作我先做。女助理开开心心带薪休假回来，被告知“你不用再上班了，我发现没你也一样。” 前次星舰首飞。没有导流槽，导致发射台崩坏，溅射的水泥碎片造成多台发动机故障。SPACEX已经在建设特殊的发射台，但没有完工。此前的静态点火测试，使得工程师们认为，旧发射台至少能承受一次发射——星舰设计目标是无限次可复用，意味着要建设多个发射台。如果能不用导流槽为什么增加成本呢？试过了不行，那就不行。 传统航天思维，不怕一万就怕万一；有的没有的安全冗余统统加上，这就导致成本高昂，且多数设备的“吨位和性能”不成比例。 马斯克在所有领域都体现出了对“极简主义”的追求，包括他设计的汽车。喜欢的很喜欢，讨厌的狂讨厌。管理、营销、产品规划...这位减法大师任性妄为的采取了“直销模式”，取消了4S代理商：汽车领域开天辟地的尝试。工厂的设计、供应商的管理...无不如此。马斯克不信邪，一如他对那位女助理的处理。在处理消费者投诉时，特斯拉宁肯上法务，而非增加营销费用。 这是唯一一家敢和中国企业打价格战的美国公司。 有位前特斯拉员工说过：SPACEX才是马斯克的亲儿子。特斯拉呢，赚钱的姐姐养花钱的妹妹。特斯拉员工喝的是星巴克的咖啡。SPACEX的员工喝的是马斯克特意聘请的顶尖咖啡师煮的咖啡。 管理重点的倾斜，让特斯拉这几年创新幅度显著放缓。 在自动驾驶方案上，马斯克选择了“通用泛化的纯视觉路线”；远离了高清地图和动辄上百万的复杂传感设备。 这有几个考虑。 第一：纯视觉是未来。既然人类能用眼睛开车，AI也可以。马斯克一开始就没想过走万亚马的路线。高清地图、多传感器，商业上不可行。视觉是完全自动驾驶绕不开的门槛。雷达主要作用是障碍物识别，在路况识别、交通标示认知上没有优势；激光雷达派想通过高精地图来弥补。高精地图涉及到的问题太多了。我国很多城市拆了建、建了拆，高精地图得不断更新，而精度太高的地图军事价值大，国土安全的敏感性很难绕开。高精地图+激光雷达，目前在高速上体验还不错。高速路况简单。而特斯拉FSD测试版，在美国与加拿大的高速公路上，跑得已经非常稳定了。 马斯克的纯视觉不仅仅运用在自动驾驶上。他的超级工厂，也大量采用了摄像头。运用在自动化生产上的视觉技术同步研发。他要为AI打开眼睛。 第二：纯视觉更有利于普及。特斯拉提前引爆了自动驾驶的军备竞赛。谷歌万亚马的模式，再研究十年都不一定会推广。成本根本解决不了，而且在高精地图区域搭配昂贵的传感系统，也离L4有距离。 只要机器能像人类一样眼见物体并认知物体，为何非要雷达不可？蝙蝠才要雷达。 特斯拉通过“影子模式”采集数据，早期车主不管是否开启FSD，摄像头都在拍摄真实路况并把数据传送到特斯拉。特斯拉拥有的真实数据庞大到超乎想象。华为把激光雷达的成本局部降下来之前，汽车厂商不可能考虑雷达方案：除非极少数高端车型。 不考虑马斯克的商业道德问题，他果断推动自动驾驶量产，宣传手段之大胆，让早期合作者魔眼为避免风险主动终止合作。 极低的硬件成本，使得最早的一代特斯拉车主，也能通过软件更新来感受特斯拉自动驾驶最新的进展。 去年高密度关注过FSD测试版进程。B站能搜索到大量热心车主发布的公测视频。其他企业都得发钱雇测试员，特斯拉“全民公测”，名额抢破头。 在通用泛化这条路上，进度还是挺惊人的。 传感器，当然能不用就不用。马斯克的激进并非体现在不用传感器上。他早期把“自动驾驶”当成卖点，一举把魔豆塑造成了“高科技代表”，也由此引发了一些事故。这是存在争议的。目前却没有证据表明，“量产的自动驾驶”，多传感器比纯视觉安全。 而成本的增加一望可知。加一个传感器，增加的不单是传感器的成本，增加的是工序，是线缆，是汽车在流水线逗留的时间——认真了解过马斯克商业策略的人会明白：新能源汽车的下半场比的将是“制造”：一分钟一台车，还是四分钟一台车。 马斯克将以极低的利润买车，靠软件赚钱。他的战略规划没有变过。视觉的成功只是一个时间问题。就算其他企业靠高精地图和更多传感器暂时取得“量产车自动驾驶方面的领先”，放弃追赶视觉，特斯拉算法一旦完善，就绝杀。 他车的成本更低、生产效率更高。蔚小理三家，造车新势力，跟特斯拉拼智能。比亚迪不声不响拼制造。中国FSD选装率不足2%。先行者，愿意替马斯克测试，去呗。特斯拉的优势是：不管选不选装FSD，硬件不用升级；他整体硬件成本才多少钱？只有纯视觉将来能让老头乐也自动驾驶。综合成本最低的方案。 华为前自动驾驶主管苏先生激烈的批判过特斯拉没道德。现在华为的方案不清楚。苏先生主导时期的方案，和万亚马类似，对量产车价值微乎其微。 特斯拉免费的AP就足以满足多数愿意尝试辅助驾驶的车主需求了。FSD纯属愿者上钩。 前次有个美国的黑人小哥，开特斯拉睡着了，被交警追了好多里截停——疲劳驾驶，不知不觉睡着了；疲劳驾驶导致的交通事故不计其数。所以FSD的伦理挺难讲的。杀过人救过人，司机状态正常时不建议。 FSD测试版，不考虑国家立场，倒是挺希望尽快突破。能到“全场景L3”不错了。L3这个级别，不要求自动驾驶像人类一样解决所有问题；但当AI知道自己搞不定时，要懂得停车、呼叫车主接管。 按说，很近了。有一个比较出名的特斯拉车主，库伯老哥，工程师，热情的测试员，分享过他的经验：看屏幕。FSD的屏幕上，会显示场景以及规划路线，如果代表“规划路线”的线条摆来摆去，活似一个人迷茫的样子，就要随时准备接管；路线规划简单明确，没问题。 这表明AI已经知道自己行不行了。这方面马斯克个人风格太冒险。 第三：马斯克选择纯视觉，基于商业的远景，也基于当年特斯拉的需要，但更重要的是，他作为企业家中技术嗅觉一等一的“全能总工”，认为长远来看，“AI一定能像人类一样用眼睛开车，而非像蝙蝠一样用声波回射感知”。他们用仿生学考虑这件事。技术上突破不了，肯定要加雷达。但看测试版进度，“动态障碍物识别”，哪怕在恶劣天气下，也不是特斯拉的问题。“静态障碍物”的识别则持续提升。特斯拉此前的一些事故，比如“大热天、对白色卡车的识别不到位”，特殊光影条件下，会把水泥墩识别为水泥马路；他离谱的一点在于什么呢？全球大量车主海量测试，特斯拉的“盲区”，在有效统计样本下，已规律化分类了。 万亚马一直在高精地图的舒适区跑，敞开来量化，会出什么事儿还不知道。 激光雷达，不会犯特斯拉犯的这些错误。但一般会疲劳驾驶的人，还是挺敏感成本的。我国有些大货车司机，为了一万多块钱，可能喝百草枯。 视觉技术不断进步。当阳光折射，导致“白色卡车被AI识别为天空”，理论上，还是能通过提高分辨率解决的。摄像头也可以升级。如果加一个激光雷达400块，加一个分辨率更高的摄像头500块，摄像头不会增加工序啊。 FSD测试版，对之前已经海量样本统计出的一些“典型盲区”的改进，肉眼可见。 但在公测期间，出现了很多新问题。“复杂而不规范的路况识别”有待改进。 静态和移动极缓慢的障碍物识别，接近“质变”了。 高精地图+激光雷达派回避的是什么呢？“路况识别”。任何雷达，原理都和蝙蝠一样，发射信号、折射信号；可，路面上画的那些交通线，或者一些没有交通线的乡村道路，只能靠视觉，或者“高精地图”。 特斯拉自动驾驶，按万亚马的标准（姑且称为学院派），是垫底的水平，可他在各种无高精地图、无明确交通标识的乡镇道路上跑出的水平，第一档的。 去年看测试版，“识别能力”绝对L3以上，但“理解能力”还有问题。一个情况特别复杂的停车场，经常绕不出去。但也不犯错。 大雪天，在路上跑没问题。但从一个远离道路的院子开上路，有问题。雪把所有的路线都覆盖了，AI不知道怎么办。 如果不考虑复杂的伦理，马斯克这条技术演化路线，怎么说呢？很多学院派自动驾驶的研发者，张嘴闭嘴“太多盲区不能解决”，“就算99%的问题解决了，还有1%”——哪些？哪些场景？ 特斯拉作为量产化自动驾驶的头部企业，中国情况特殊不提，国外那么多热情的先行者，海量通用场景，把他第一阶段的“标准盲区”都探索得差不多了。美国有个秀儿，先后两次坐在后排开特斯拉，毫发无伤。第一次警察把他抓了，出来后又买了一辆。他的盲区标准化了。当然，这些盲区也是纯视觉的难点。 我关注他的测试版，由于之前特斯拉车主论坛逛得多，目的性非常明确。最初两千名参加测试的车主，目的性也非常明确。常规路段看都不看，直奔生活场景中的难点去。 先确保所见即所得。看见天空，即是天空，而非白色大卡。随后是理解，最后是记忆。有一段测试视频，场景中，包含了一段“废弃的铁轨”，没有任何交通标示，美国好多基础建设真不如我国；特斯拉要绕开那段废弃的铁轨，进入真正的路线；可每次，愚蠢的AI都傻呵呵直接拐弯进入铁轨线。 激光雷达能解决吗？不能。“实时更新的高精地图”能。铁轨废弃了，好赖做一个禁止进入的标识牌在那儿啊。 所以，纯视觉，不靠高精地图，AI不但要理解交通规则，有些时候恐怕还要理解潜规则。 乡村道路，没那么宽，不存在双行线。前面一辆大货车，慢悠悠的，要不要超车？这种情况下超车非常危险。视野被完全挡住，看不到前方逆行车辆。新手司机老老实实待着吧。老司机狂按喇叭提醒前车观察路段，有机会把“视野”让开。更关键的是视野。这种情况下，人开都好多交通事故。 此类问题决定了完美L5是不存在的。最理想的策略是什么？不绝对判定为安全，AI永不超车。车主选择了A开，多半在睡觉或者玩别的，那车主就别急。 去年测试版特斯拉已经允许车主选择驾驶风格了。 纯视觉，属于什么呢？即便用高精地图+多传感器过渡，也绝不能放松的路线。 L5级别的自动驾驶，理论上只需要一份随便能买到的地图电子版，就能够把车主送到目的地——虽然期间可能会有一些路线选择错误，但第一绝不违反交规、第二绝不发生事故。“障碍物识别”不是自动驾驶的最大难点。 马斯克的愿景，是把他的车销售到印度去。成本降不下来不可能。这人连“总线缆长度”都要缩短。线缆组装是机器人很难搞定的，非人工不可。从各种角度考虑，他都要选纯视觉。 如果短期内纯视觉实在无法百分之百解决障碍物识别（避免严重事故的关键），而其他厂商在“量产化自动驾驶方面维度级领先”，特斯拉可能会增加雷达。 但只有特斯拉开始皈依“高精地图”才是彻底的失败。 纯视觉和激光雷达根本不是绝对对立的。纯视觉路线，挑战的是“通用泛化地图”。多传感器派，也得尽量基于“通用泛化地图”。我国不会禁止“高德导航”，这个精度是国家可接受的。高精地图几个国家能接受？依赖高精地图的自动驾驶，断无可能出国。 观察特斯拉的进展，第一步是观察他的“静态障碍物识别”。这是海量测试（赞美所有人类科技的先行者，没有这些先行者，飞机也不可能完善）得出来的纯视觉路线的“标准盲区”。这个问题解决，接下来的复杂路线、无交通标示与规范的路段，雷达没用。 实现自动驾驶，最简单和成本最高的方案，是“交通部门配合”，当所有的道路都是规范的，所有的交通标示都是规范的，自动驾驶只要解决“障碍物识别”。综合成本大到不可想象且一定会分摊到车主身上。 杀人的从不是交通。杀人的是生活。 纯视觉是最有诚意的自动驾驶解决方案：因为他成本低。 付出高昂的成本，就算实现了特殊条件下的L5，能享受的只是少数人。多数人也许没有被交通事故杀死，却被生活成本杀死了。 有钱人为何不能雇个司机呢？ 以“智能停车”为例：最简单的方案是什么？是升级所有停车场、停车位。车主开车去吃饭，找不到停车位，别找了，方圆N里，所有空着的停车位，主动发出“电子信号”，车主可立刻预约锁定，下车，让车辆自己在电子信号指引下前往约定停车位。 酷不？ 这是很多所谓自动驾驶企业的一个方案：车路云图。成本庞大到多数老百姓将不可能享受到这一便利。 经典5G与云的自动驾驶路线。实施下来，过去六个钱包养一套房，现在六个钱包养一台车。 走这个方案，有条件的城市，是能通过巨额综合投入打造“自动驾驶/无人驾驶”示范区的。全面普及可能性为零。乡下的人们攒够了钱，跑大城市感受一番，足够了。 特斯拉一开始就在搏杀综合成本最小的方案。量产自动驾驶第一档。专业人士不管怎么吐槽特斯拉的“技术含量”，万亚马都快被特斯拉带动的风潮干抑郁了。 马斯克在乎成本，但他选择纯视觉，不单是成本。他技术上觉得“纯视觉一定能行”。雷达对特斯拉测试版的意义，至少去年看，不算大，但特斯拉要能证明纯视觉能“彻底杀掉高精地图以及车路云图”。 恶劣天气下的测试视频，看过很多。识别效果很好。 甚至有人怀疑，特斯拉为了“捞钱、搞资本”，是否暗中采用了精度更高的地图——不掌握信息，不清楚，如果马斯克这么干，他就该死。 能在中国跑起来的自动驾驶，一定是“只依赖导航地图”的。高精地图太敏感了，而且成本很难摊薄。 只依赖导航地图，视觉一定要通关—— FSD测试版如果效果没有作假（没有暗中引入高精地图），百分之百纯视觉，适应中国路况的难度会比很多人预期中小。 今年年底全场景L3很牛了。 纯视觉路线不能“单纯理解为纯视觉路线”，车路云图路线是需要政府大规模投入的。 把所有道路都规范化，不就是一个流水线产品吗？如果我国所有的道路、所有的停车场都配合所谓无人驾驶“标准化改革”，L5有什么难的？ 马斯克从一开始就远离了这条路线。年底L3很牛了。但按特斯拉的路线，所谓L3指什么？在中国，直接L3。 中美博弈背景下，就算特斯拉只使用高德导航，可能也会受到限制。那就看他在欧美日韩“通用泛化的情况”。 不管怎么说，“纯视觉”一定要做。人类只用眼睛就能开车。AI一定可以。当纯视觉能完美取代高精地图，能识别与理解各种“路面标识”，达到这个水平，还要雷达干什么？ 有些朋友可能不理解或者不愿理解。 人类的眼睛结构非常复杂，从仿生学角度一路展开来描述“为何AI视觉很难”，得写一篇论文。 不废话了。 最初的难点是这样：当路况正常，多数AI能识别清晰的交通线。但如果路面上出现污渍，或者光影条件特殊，AI会把“路面”识别为“大海”。完全混淆交通线。而雷达解决不了这个难点。 所以激光雷达必配高精地图。 多数车企的“辅助驾驶”，“车道保持”都远远达不到特斯拉的水平，AI对雷达无法识别、只能靠视觉识别的车道的“识别”，一直在“变化莫测”。 动态识别，对视觉路线是最简单的。前一秒、后一秒、当一匹骆驼在移动，纯视觉能靠着快速的比对来逼近答案。 但为何纯视觉比较不好解决“白色大卡与天空”？“静止”。特斯拉早期经典问题之一即不能识别“静止的、光影条件特殊的应急车辆”，此类事故，不是一次发生，是多次发生。 激光雷达靠蝙蝠一般的原理，能较好的解决静态障碍物识别，可，“路况识别与理解”只能靠高精地图。 特斯拉测试版在障碍物识别方面却“突飞猛进”，至少去年视频是这样。“绝对静止或者缓慢移动的障碍物”的识别，是“纯视觉”海量样板统计下的标准难点；特斯拉在解决。而在地上没有交通标示线的艰难场合，此类识别与理解，特斯拉已经秒杀万亚马，却也没有达到量化L3。 只要特斯拉技术突破，所有其他派系都会“灭顶之灾”。没有任何机会的。万亚马很痛苦：他的技术路线做到极致，也只是过渡而已。综合投入太大了。 “能不用女秘书，就不用。” 这个叫马斯克。 加个激光雷达，整个工业流程都要改，那么容易的吗？当前量产化自动驾驶领域，还看不到马斯克要彻底否定自己的理由。 激光雷达派还是先探讨能否摆脱地图依赖吧。 |
|
原因没有那么复杂，特斯拉走纯视觉路线就是为了省钱而已。 如果多年前激光雷达的价钱能够像现在这样，马斯克说不定也用上激光雷达了。现在马斯克也想用激光雷达，可是这样的话，当初立下flag不就砸了吗？只能硬着头皮上了，在营销上多花一点钱，封锁不利于自己的信息的就可以了。 |
|
|
至于说什么人可以靠眼睛开车，特斯拉靠纯视觉也可以自动驾驶就更是偷换概念了。人从来不是仅凭眼睛开车的，人脑各种感知功能也都是参与的。而且，人的眼睛其实有很多的缺陷，对于静止不动或缓慢移动的物体感知能力就不强，所以高速上容易产生连环相撞就是这个原因。 而且，人的眼睛有时容易产生视觉误差， 这个隐患很大，纯视觉更加就容易产生视觉误差了，这都是致命的安全隐患。 |
|
|
说到底，被特吹们吹上天的FSD自动驾驶注定只能是一套畸形发展的残疾智能驾驶系统，先天不足，安全隐患很大。如果有人在马路上搞一个恶作剧，可能就会让FSD无所适从，甚至造成严重的安全隐患。 |
|
|
更何况，道路交通本就是错综复杂的，各种各样的情况都可能出现，特斯拉自动驾驶把画有蓝天白云的车厢当成蓝天白云直接撞上去的情形在特定的情况下也可能重演。 所以，我对于纯视觉方案是很不看好的，除非特斯拉能改邪归正，重新加上各种雷达系统。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |