特斯拉的自动驾驶系统用了纯视觉方案实现对世界的感知，并基于原始数据通过神经网络构建出真实世界的三维向量空间，在向量空间中通过传统规控方法与神经网络相结合的混合规划系统实现汽车的行为与路径规划，生成控制信号传递给执行机构，同时通过完善的数据闭环体系和仿真平台实现自动驾驶能力的持续迭代。
此外，特斯拉自研打造了服务于自动驾驶的全球最强超级计算机——Dojo，为超大规模的数据和高性能的算法提供了强大的算力支撑。
特斯拉前AI总监Karpathy是如何解读纯视觉方案的？
近日，根据工信部第369批《道路机动车辆生产企业及产品公告》变更扩展公示了解到，新款特斯拉Model Y迎来修正，全面移除超声波雷达，纯靠摄像头视觉方案实现自动驾驶。
一分钟了解新车：
1.外观维持与现款一致
2.全面移除超声波雷达
3.纯靠视觉方案执行自动驾驶
4.换装全新的减振器
图：非新款Model Y
外观方面，新款特斯拉Model Y并没有做出太大的改动，维持与现款保持基本一致。前脸仍旧用标志性的封闭式中网，车头低矮扁平，拥有较低的风阻系数。
尾部也同样用简洁圆润的造型设计，两侧配有C字型的LED后尾灯样式，并配有微微上翘的小鸭尾，使得整个溜背造型更加的协调流畅。
新款特斯拉Model Y与现款车型最大的不同点体现前后包围均取消超声波雷达，因此新款特斯拉Model Y将用以摄像头为主，以纯视觉的方案实现车辆的自动驾驶。
事实上在去年的10月份开始，销往北美、欧洲、中东以及地区的Model 3和Model Y车型已经陆续取消超声波雷达，2023年开始交付的特斯拉Model S和Model X也一同取消超声波雷达，转而由摄像头所取缔。
据了解，特斯拉海外版的部分车型移除了超声波雷达后，公司启动了基于视觉的占用网络来取代超声波雷达输入，并且通过升级软件，为Autopilot提供的空间定位、更远的可视范围以及更强的识别和区分对象的能力，带来更好的自动驾驶体验。
不过目前软件暂未获得到及时的更新，因此取消超声波雷达的车型目前暂时未能使用前后召唤、智能召唤、自动泊车、泊车距离等功能，后续通过OTA修复即可使用。对于国内市场，目前也暂未知道是否也会遇到同样的问题。
事实上，新款特斯拉Model Y除了会移除超声波雷达以外，还将会对其悬架系统做出一定优化。
通过对于减振器的压缩阻尼进行优化过后，低速通过冲击路段的滤震处理更加的柔和，提高了乘坐的舒适性。
而在高速场景下也能够拥有足够的阻尼力和支撑性，做一些变线动作也足安稳、流畅，稳定性更佳。
与此同时，还通过调节车辆悬架振动频率，远离人体易共振的频率，减缓老人和小孩发生晕车的几率。
简单地概括，新款特斯拉Model Y在硬件层面减少了超声波雷达，优化了悬架系统。软件层面，将会用100%纯视觉方案实现车辆的自动驾驶，不过目前暂未做出OTA升级。因此，总体而言新款Model Y一边在控制成本的同时，另一边则在智能和舒适层面做出优化改进。
本文来自易车号作者玩车教授，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
特斯拉淘汰的技术，中国车企为何不放过？解析BEV感知
特斯拉AI总监AndrejKarpathy在2021年计算机视觉与模式识别大会上分享了特斯拉在过去几个月中所做的事情，会上Karpathy阐明了特斯拉在自动驾驶领域的重要性，并介绍了该公司的最新超级计算机等相关内容。
据Karpathy介绍，特斯拉的纯视觉自动驾驶神经网络训练了100%的数据，而没有使用任何激光雷达数据。这种方案的优势在于，它可以更好地适应不同的天气和光照条件，并且可以在不同的道路类型上进行测试。
随着完全没有雷达硬件的特斯拉HW4.0硬件，在工信部申报之后，特斯拉新一代的纯视觉驾驶软硬件也将加速在中国落地，从HW3.0的后期开始，特斯拉开始用占用网络技术，让车辆自身置身于一个3D世界中，能够更好地化解一些驾驶的边角案例情况。
特斯拉FSD Beta从2021年开始用了BEV技术，从去年开始使用了由BEV发展而来的占用网络技术，而最近这一个月时间，国内的新势力造车和自动驾驶方案供应商们，开始齐刷刷地开始上马BEV技术。
蔚来在全新的NOP+将在2023年上半年完成向BEV感知路线的切换，最近发布的小鹏P7i的城市驾驶功能中，也融合了最新的BEV技术，另外还有毫末智行、百度Apollo、理想等厂商也都发布了BEV相关的最近进展。
BEV这项已经被特斯拉淘汰了的视觉技术方案，在短时间内被国内厂商们捡了起来，这又是为什么？都说特斯拉纯视觉不安全、不保险，可是它的视觉技术真的很香？
为了压低硬件成本，特斯拉不得不淘汰BEV？
BEV的全称是Bird’s eye view，也就是鸟瞰图的意思，我们以特斯拉为例：特斯拉车型使用8个摄像头集图像，并进行有效的融合，当然这不同于我们最常见的那种360°环车影像的图像缝合，系统直接通过将所有摄像头集图像通过矫正后，统一输入到神经网络来提取特征，然后利用基于自注意力机制的transformer，将这些特征进行关联，之后再投影到一个向量空间之中，并且之前的还未去掉雷达的特斯拉还会加入一些雷达的数据，最终拿到一张反映周围环境的鸟瞰图。
这种鸟瞰图仿佛就是开了一个上帝视角，让车辆能够把近处的感知统一放到一个平面中，尽可能的增大了感知的范围和冗余度，不过这一技术有一个先天的BUG，也就是鸟瞰图依然是一个2D图像，就像你坐飞机时，尽可能地向下垂直俯瞰一样，你并不太能分辨得出高低起伏，建筑物或者山地与周围的平地一样，难以感知到深度或者说是落差。
所以特斯拉车型在使用BEV技术的前后，依然会出现遇到静态物体不识别，或是出现幽灵刹车的问题，因为虽然系统能够看得见物体，但是依然不一定能够识别得出这是个什么物体，还是非常依靠车企在研发过程中提前的标定和分类，能够认识地就能躲避，认不清的也来不及再反应，就直接撞了。
但是只靠提前的学习和标定，让系统永远在拄着拐杖，面对路面上的突***况，比如临时的施工以及遗撒的物体，都不能做到万无一失，当然如果要是在驾驶的范畴内，适中有驾驶员这个最后的保障，那还算好说一些，但是这种技术依然难以运用到自动驾驶中。
所以，大家会看到特斯拉从BEV，进化到了占用网络，虽然占用网络也是BEV技术的延伸，但是它们最大的区别就在于系统的感知从2D变为了3D。
特斯拉车型把自己放在了3D的空间内，让一切障碍物都能在3D空间内用块状物体展现出来，系统能够在10毫秒内向计算单元输出车辆周围每个3D位置的占用概率，并能够预测被瞬时遮挡的障碍物。特斯拉无需再去纠结物体是什么，也不用再去识别分类，只要知道了物体的大概形态，它就知道要不要躲了。当然，我们是以特斯拉为例，Mobileye最新的Super Vision也是利用了类似的2D变3D的技术模式，因为目前主流自动驾驶厂商中，依然在坚持搞视觉方案的，也就只有它们两家了。
蔚小理靠堆硬件去弥补技术短板，可到头来还是特斯拉对了？
那么为什么蔚小理都在目前这个阶段，开始转向特斯拉淘汰的BEV了呢？特斯拉淘汰的原因，正是因为它不具备蔚小理的一些优势，而蔚小理敢于使用这项技术，正是因为在硬件方面的堆得足够高。
无论是BEV还是占用网络，抑或是HW4.0可能带来的更先进的技术，驱使着特斯拉不断在视觉算法方面卷上天的，就是因为它缺少雷达传感器，特别是激光雷达这类能够扫描出3D空间的传感器。特斯拉的占用网络简单理解的话，就可以看作是为了不用激光雷达，逼着自己走出来的一条新路线，因为视觉的平面感知没法有3D的效果，又没法给车辆带个3D眼镜，所以就只能在算法架构上卷。
而蔚小理它们，还有国内绝大多数自动驾驶方案供应商们，大家都选择了激光雷达路线，而且激光雷达确实是能够让大家抄近道，不管你有没有先发优势，用上激光雷达，自动驾驶的研发落地进度就是会加快，虽然BEV技术只能给出2D的鸟瞰图，但是激光雷达可以给出3D的感知效果，而且不少厂家的激光雷达都布置在了比较高的位置，这样它们可以拥有更好的视场角，也就是大家宣传的那个FOV值。而且不少车型都用了不止一颗激光雷达，各个方向其实都能有3D感知。
激光雷达发出的激光束，可以通过点云来绘制出一个物体的大概图像，一些等效线束比较高的激光雷达，几乎能够一定的成像能力，而且是一个3D的效果图，BEV技术的视觉优点可以被吸取，同时感知准确性方面的不足，能够被激光雷达或者4D成像毫米波雷达给补齐。
而虽然BEV看上去过时了，但是当智能驾驶开始进城之后，BEV技术变得越来越重要，一张鸟瞰图把周遭实物都清晰地体现出来，但是它的成本目前依旧很高。李想在前段时间的沟通会上表示，想要做BEV的城市驾驶，可能需要投入超过100亿元，所以不要以为自动驾驶已经卷到头了，钱已经没得可烧了，这么多钱的投入，想要让新势力们短期内实现盈利，几乎还是没可能。
总结
虽然用着特斯拉淘汰了的技术，但是国内厂商们应该是会把BEV技术继续做大做强，因为特斯拉为了降成本而去卷软件，而国内厂商们堆足了硬件和算力，把特斯拉的弱点都给补齐了，所以有能力去克服BEV技术面临的一些瓶颈。
当然还有一个绕不开的问题，就是多传感器融合方案的感知优先级判断，特斯拉是纯视觉了，不用再去琢磨雷达与视觉的感知冲突了，而其他车企和供应商们还要面临这个问题，而且如果2D的BEV鸟瞰图的感知，与3D的激光雷达感知或者4D成像毫米波雷达的感知存在着冲突，那么该听谁的呢？
如果要想解决上面这种问题，还是要在视觉感知方面下功夫，激光雷达这根拐杖很有可能成为未来自动驾驶发展的桎梏。
本文来自易车号作者路咖汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
标签： #特斯拉
