特斯拉纯视觉自动驾驶方案：是极致自信？还是理想主义？

图片来源：特斯拉官网

一直以来，自动驾驶技术路线就存在很大争议，而争议的焦点在于特斯拉对纯视觉方案的“迷之自信”。特斯拉CEO马斯克更是对自动驾驶采用雷达方案嗤之以鼻，甚至把激光雷达比喻成可有可无的“阑尾”。

近日，作为纯视觉技术路线一贯的忠实信徒，马斯克突然宣布：特斯拉即将采用100%纯视觉方案！这是继继2021年5月特斯拉弃用毫米波雷达后，再次将仅有的超声波雷达也抛弃。那么，特斯拉的纯视觉自动驾驶方案真的可行和安全吗？还是“极致”的自信？

“幽灵刹车”事件有增无减

尽管目前特斯拉已坐上新能源汽车全球第一“宝座”，但其旗下的新能源汽车的安全性一直被诟病，其中最具影响力的事件就是“幽灵刹车”事件。

可以说，“幽灵刹车”已经成为特斯拉的“专用名词”。该情况主要是指，当驾驶员开启特斯拉Autopilot或者使用FSD等自动辅助驾驶功能时，明明车辆前方没有障碍物或者不会与前方车辆发生碰撞时，但特斯拉汽车却进行“人类看来不必要的诡异刹车”。

一般来说，车辆在自动驾驶或辅助驾驶过程中主动刹车，原本是一种主动避险的行为，但幽灵刹车则是由于车身上的感知硬件被外界环境误导，从而产生的错误避险行为，必然会增加司机及搭乘人员人身安全风险以及车辆追尾碰撞事故风险。

那么，造成“幽灵刹车”根本原因是什么？

对此，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，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，毫米波雷达实际上也拖累了视觉系统的判断。这就要考量毫米波雷达实际所发挥的作用。

安德烈·卡帕西还透露，特斯拉选用了性能较差的ARS-4B毫米波雷达，致使汽车对静态目标过滤处置能力比较弱。而特斯拉为保证整车协调美观，把毫米波雷达装置于保险杠内，加之配置的档次较低的ARS-4B毫米波雷达，其实际效果就更差。

要知道，虽然毫米波雷达具有一定的穿透能力，比如能穿透塑料，但其对金属材质比较敏感，包括指示路标和交通路牌、人行天桥和中央护栏。这也是导致特斯拉汽车幽灵刹车的重要原因，也说明了特斯拉对雷达方案的不重视。

实际上，大部分车企的毫米波雷达都过滤了静态目标，但特斯拉选用的ARS-4B毫米波雷达初始设计用在工业领域，不具备过滤静态目标能力。那么，“鸡肋”的毫米波雷达在“幽灵刹车”事件中所发挥的“负作用”，是否也是特斯拉坚持全视觉方案的重要原因呢？

据悉，今年6月，美国国家公路交通安全管理局（NHTSA）发布了一份监管文件，文件指出消费者对于特斯拉“幽灵刹车”的投诉量激增，从今年2月份的354起增长至单月758起，短短几个月，暴增了一倍。

同时，根据NHTSA公布的数据显示，在涉及驾驶辅助技术的事故中，有约7成涉及特斯拉的产品。其中，特斯拉造成严重伤害的事故占60%，致死事故占比达到85%。

为此，美国加州参议院已于9月2日通过一项新法案，已禁止特斯拉在智能驾驶的广告里包含“自动驾驶”等词汇，就是因为特斯拉未能幽灵刹车的问题。

全视觉方案真的可靠吗？

尽管在“幽灵刹车”事件中特斯拉所选用的毫米波雷达确实有点“拉跨”，但业界可能也期待特斯拉会选用更高规格和性能的毫米波雷达，可不曾想其在2021年5月正式宣布开始在美国市场销售的Model 3和Model Y取消前毫米波雷达，改由Tesla Vision（基于摄像头纯视觉方案）来实现Autopilot等驾驶辅助功能。

这一步子不可谓不大，谁都没有想到特斯拉如今又要取消超声波雷达！

马斯克曾直言，“雷达感知确实在特殊天气下有优势，不过总体来讲，大多数驾驶场景下没什么用，还会因为增加冗余带来数据处理的麻烦。”

尽管马斯克所言也有一定道理，但在行车安全上增加安全冗余是有必要的，对未来真正的智能驾驶则更有必要性。

实际上，除了一些特殊天气之外，我们行车还会遇到非常多且复杂的场景。比如，我们从隧道驶出会遇到强逆白光，使无论是人眼还是摄像头都已经无法清晰辨别物体，进而存在识别偏差的可能。在此场景下，激光雷达就不存在这个问题，可以清晰地把隧道里和隧道尽头的所有物体都展现出来，大大提升了安全性。

再有另一个应用场景：当行驶在公路上，遇到了飘动的塑料袋，我们人眼可以轻易识别，可以作出正确的判断，但摄像头则很难判断那是一个塑料袋还是一块石头或者是其它什么物体，可能会作出紧急刹车相关危险的动作。而激光雷达由于具备3D能力，在很远距离的地方就能够判断出塑料袋是一个很轻很薄的物体，对行车几乎无影响，甚至可以直接识别那是一个轻薄的塑料袋。

由此可见，目前全视觉技术方案还是存在诸多的应用限制，特别是在视觉系统主动干预下，无疑会增加我们行车的危险性。

图片来源：黑芝麻智能官网

目前，激光雷达、毫米波雷达和超声波雷达是当下最常见的车载传感器，三者各自的成本、识别精度、范围、环境适应性和可靠性都不同。

三种类型雷达技术原理及应用场景对比

资料来源：根据公开资料整理

参考上表，毫米波雷达在障碍物测距测速方面，准确度要远高于视觉系统，雷达回波能准确报告前方有或无障碍物。虽然在分辨率上相比激光雷达是数量级上的差距（毫米波雷达无法判断障碍物是什么，需要其他传感器），但毫米波雷达雨雪天气下可靠性最高，依然是无法取代的存在。

同时，由于激光速度快，提供信息丰富，激光雷达是现在大多数自动驾驶系统的第三重保障（第一重是毫米波雷达，第二重是摄像头）。

由此可见，目前摄像头+毫米波雷达的组合是最成熟的自动驾驶感知方案，也在众多中高端车型普遍配装。不过，在当前技术条件下，即使摄像头+毫米波雷达技术路线，也会在面对强光、隧道逆光、黑夜、未经算法训练的物体等场景下难以可靠识别障碍物。因此，单纯视觉识别无疑更难处理一些特殊场景下所遇到的问题。

终极的全视觉方案存在吗？

根据特斯拉官方信息，从10月开始，欧洲、北美、中东地区交付的Model 3、 Model Y将移除超声波雷达传感器（USS），并且将在全球推进Model 3、Model Y纯视觉方案。与此同时，高端Model S、Model X在2023年也不再配备超声波雷达传感器。

对于特斯拉“激进”走纯视觉方案，有人甚至质疑其解决不了多信息互信问题，比如在“幽灵刹车”事件中，当雷达和视觉感知不一致时，系统不知道应该采信哪个技术反馈的感知信息。

而特斯拉取消超声雷达，以及前摄像头只用主摄不用双目方案，也被质疑其为了易用性而牺牲安全性。

不过，对于安全性的问题，特斯拉似乎在其声明中解释了其视觉神经网络如何取代超声波雷达传感器。即：随着超声波雷达传感器被移除，特斯拉将会启动基于视觉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。

特斯拉认为，其纯视觉方案完全不输“视觉+雷达”方案。据特斯拉官网介绍，8个摄像头和强大的视觉处理能力可实现360度视野范围，对周围环境的监测距离最远可达250米。

对此，特斯拉还自信地表示，与配备雷达的车相比，采取纯视觉方案的Model 3和Model Y在美国和欧洲保持或提高了主动安全等级，并且在行人自动紧急制动(AEB)干预方面表现更好。

当然，特斯拉还指出在最近交付的没有配备UUS车辆会有部分功能在短期内受到限制，比如泊车辅助、自动泊车、召唤、智能召唤功能。由此可见，特斯拉也在很大程度上承认了纯视觉方案的缺陷。

图片来源：思特威官网

尽管如此，马斯克再次重申：智能车的眼睛，就是摄像头。我们人类完全可以让智能车的眼睛cover一切。

个人理解马斯克这句话的意思，就是未来自动驾驶必须建立在人类感官之上，依托一种近乎人类视觉且作出相应的正确判断。即，未来特斯拉自动驾驶技术就是模拟人类自主、智能地驾驶汽车的过程，先通过眼睛（摄像头）进行视觉辨别，再模拟连接人类视觉皮层的神经网络，进行大脑神经计算，实现信息的输出，最后达成身体执行。

如果能够实现，那么模拟人类用双目视觉+大脑皮层图像处理实现自主驾驶车辆的技术路线将是未来智能驾驶的最优解，也就相当于一个“智能的人类”帮我们驾驶汽车。但毫无疑问，这是向人类数百万年的自然进化挑战。

不过，特斯拉正在进行这样的挑战。特斯拉在大脑神经计算这一块，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。

但就目前来说，特斯拉纯视觉技术方案还远远达不到类似人类自主驾驶的程度，也或许永远都达不到。毕竟，我们对视觉识别的人脑原理都未被弄清楚，模拟人类视觉的技术方案短期内也将是一条未知的路。

汽车本身就是一个非常复杂的系统，而智能驾驶则需要更加前沿的技术和创新,方有可能实现智能驾驶的商业化。2022年11月10-11日，国际集成电路展览会暨研讨会（IIC ShenZhen 2022）将在深圳举行。在全球CEO峰会上，黑芝麻智能科技CEO单记章将分享最新智能驾驶技术解决方案，以及对未来智能驾驶发展趋势的看法。欢迎参会！

那么，个人认为，这条纯视觉技术方案终极路线，值得期待，也值得质疑。