特斯拉「纯视觉」自动驾驶发布，「感知冗余」还有必要吗？
特斯拉FSD Beta V9.0的发布，再次明确了马斯克对实现自动驾驶的一贯策略和态度。但对比目前传统车企和新势力通过更多的冗余传感和软件设置提升当自动驾驶安全性的方案，特斯拉的FSD方案目前让我们会产生小小的担忧。
1. 解析特斯拉FSD Beta V9.0
a) 特斯拉FSD Beta V9.0是什么？
其实这次更新已经让大家期盼许久，毕竟「钢铁侠」早在2018年就已经承诺会推出新版 FSD 系统，众所周知，他鸽了；2019年，上演了同样的剧情，众所周知，他又鸽了；可能马斯克也深谙「事不过三」的精髓，终于，在美国时间的2021年 7 月 10 日，特斯拉FSD Beta V9.0在美国向用户推送了。相比起上一个版本，V9.0 或将是 FSD 迄今为止最大的一次更新。
算法重写是FSD Beta V9.0最核心的变化，重写感知算法让特斯拉只要用纯视觉就可以实现城市级别的完全自动驾驶能力。也就是说，V9.0是特斯拉的纯视觉方案，系统将不再采用雷达数据。
除此之外，FSD Beta V9.0中，驾驶可视化也得到了改进，可视化界面UI展示了更加精细的效果。
之前V8版本的「赛博朋克」UI长这样，大家可以感受下变化。
剩下的更新内容概括如下：
l 在城市道路上进行变道
l 根据导航路线选择岔路
l 绕过其他车辆进行导航
l 在交叉路口进行转向
l 最高速度限制提到80英里/小时（129公里/小时）
b) 为什么特斯拉要用FSD方案？
因为生态要闭环，因为要降低成本！在2016年特斯拉与Mobileye分手后，目前特斯拉已经基本完成了其自动驾驶的闭环，同时也走上了一条『独木桥』，背后的商业逻辑还是降低成本，毕竟马斯克自己都说「激光雷达是昂贵的、不必要的传感器」。
车辆传感器与ADAS
邦老师认为，特斯拉若坚持这样发展，可能会把『独木桥』走成『康庄大道』，但更大概率是会将『独木桥』变成『走钢丝』，对比目前传统车企和新势力在自动驾驶方面通过更多的「冗余传感」和「软件设置」提升当下的安全性的解决方案，目前特斯拉的FSD显得有些单薄了。对于中国消费者『不怕一万，只怕万一』的谨慎心理来说，『单保险』很难在长远考虑上成为让人安心的首选。
2. 光靠视觉感知方案已足够？多出来的属于硬件性能过剩？——不，安全第一
a) 各类传感器的简单科普
目前新势力多会采用『视觉摄像头+毫米波雷达+超声波雷达+激光雷达传感器』的配
置来保证自动驾驶的安全实现。
邦老师就不完全展开每种传感器的详细介绍了，这里我做了张表格，大家可以有个大概的了解。
b) 硬件堆叠并非全部，但必须保证安全
可以看到每类传感器都有自己的局限性，所以需要强强联手以保万无一失。那这几类传感器协作出来的结果是怎么样的呢？
邦老师整理了一下目前市面上主流的自动驾驶传感器配置方案，可以看到基本上每位选手都运用了多种类传感器协作，力求用「感知冗余」来更有效地保证自动驾驶的安全性。
网上有一种观点认为，这种堆满传感器硬件的车是硬件过剩，其实不然，前面讲到导致特斯拉和Mobileye分手的导火索，正是因为缺乏「感知冗余」而导致的『全球首例自动驾驶致死』事件。
白色卡车示意图
2016年5月，美国佛罗里达州一辆开启了Autopilot自动驾驶模式的特斯拉与白色重型卡车相撞，导致特斯拉车主身亡。
美国高速公路路牌示意图
而Autopilot判断错误的主要原因，有可能是毫米波雷达测距误判。当时毫米波雷达已测到前方有巨大障碍物，但可能因为卡车反射面积过大和车身过高，毫米波雷达将拖挂车误判为悬挂在道路上方的交通指示牌；同时，前置摄像头EyeQ3很可能也产生了误判。因为事故拖挂车是横置的，全身白色，没有色彩警告，在阳光强烈的环境下，图像识别系统容易将拖挂车误判为白云，故而没有发出警报。
而这样的误判，在2019年依然存在。一位叫green匿名工程师在Twitter上表示。他的特斯拉一开始检测到了前方的拖车，但后来green发现，在几秒钟内的画面内，由于拖车下的大空间，Autopilot没有识别出它是一辆拖车，而把它判定当成了一个可以穿越的物体，并明确汇出了绿色的可行驶区域，和黄色的驾驶预测线，如果不是人为干预，车辆很可能会从拖车底下穿过去，那么3年前的悲剧，很可能再次上演。
如此看来，摄像头+毫米波雷达方案尚且缺乏冗余度，光靠摄像头的「纯视觉感知」方案，如果面对更复杂的驾驶场景，显然有些单薄了，缺乏『冗余设计』，则很难为高阶自动驾驶提供更高级别的安全保证。
3. 自动驾驶场景需要深度本土化，体验才能更好
a) 最新的特斯拉FSD在北美表现怎么样？
在最新版本的FSD推送后，不少Twitter博主守着晚上0点的更新迫不及待进行了测试。
车辆变道时十分流畅。
经过路口时，车辆会自动减速停驶，监测左侧方向是否有车辆通行。
确认左侧无车，车辆通过路口后自动加速。
路面的线条清晰，路口颗粒显示精细，物体检测看起来也很准确。
只是在V9.0自动驾驶的情况下，车辆经过减速带时速度为18-19英里/小时（30公里/小时），这个速度似乎对驾驶员和乘客的屁股不太友好。不过这位博主说得最多的一句话是『Smooth』，全程「纵享丝滑」让德芙都想打钱。
不过，随着参加测试的博主越来越多，特斯拉的FSD Beta V9.0开始出现一些未能识别的场景BUG，这位网友在西雅图的道路上针对各种场景进行了详细的测试，结果发现了11种让V9.0「无法正确执行」的场景。
场景一：自动转弯之后径直向道路中央的绿植撞了过去
场景二：无法识别路中单轨道路，蛇皮走位差点撞柱子上
场景三：闯公交车专用道，之后还要强行并线，被人为阻止
场景四：在单行车道上逆行
场景五：一直转换车道。路口右转时，无法判断使用哪个车道
场景六：汽车压实线并线，且换道时机太晚只能绕到下个出口
场景七：自动超车但走上了错误的路线，之后还要强行并线，被人为阻止
场景八：马上左转了却要换线
场景九：左转后奔着路边停车位去了
场景十：按导航该左转时，车子到路口后不知所措
场景十一：在一个只有指示牌的地方，被识别成两个
对此，马斯克在Twitter作了回应『Beta 9解决了大多数已知的问题，不过也会有未知的问题，所以请保持警惕』。所以，特斯拉这套FSD在北美尚且未能100%适应，在车况和路况更为复杂的中国，特斯拉FSD方案是否能给到驾驶者足够的驾驶信心，邦老师持保留意见。
重庆黄桷湾立交桥，百度看了会沉默，高德看了想流泪
我们且不说各种复杂的道路和路权意识淡薄的交通参与者，光是重庆的8D魔幻道路，就能给高阶自动驾驶带来足够残酷的考验。目前FSD Beta V9.0还未进入中国，但可以从我们之前对特斯拉Model 3进行的自动驾驶的实测管中窥豹。
电动邦实测：杂乱的车道线会让车辆判断发生紊乱，出现蛇皮走位
电动邦实测：在岔路口出现并线犹豫
电动邦实测：将「静止等待」的行人误识别为「正在横穿」，然后急刹
在我们的测试中，特斯拉在自动驾驶方面的智能化的确很高，但在复杂场景中会出现蛇形走位、并线犹豫、莫名急刹等危险情况，这就是为什么使用自动驾驶功能会被要求「双手随时握紧方向盘」。除了传感器协作和算法决策还需优化，还有一部分原因是缺少深度的本土化定制。
b) 中国车企在这方面表现如何？
不得不说，国内新势力在自动驾驶方面已经开创了一条新跑道，实测小鹏P7后，我们感到十分欣喜，这让我看到国内厂商在自动驾驶上实现弯道超车的曙光。
最近比较热火的还有华为的自动驾驶以及智己的自动驾驶。
我们先来看看搭载华为自动驾驶的极狐阿尔法S华为HI版的表现。
无保护左转
识别慢车打灯变道超车
无标线、大幅度转向路口
对向来车占道行驶实现避让
我们再来看看搭载智己IM AD系统的测试车辆的表现。
智能躲闪&车道线控表现
切换高架处理Y型岔口
自动上高架汇入主路
横穿车辆处理
从视频来看，极狐阿尔法S华为HI版和搭载智己IM AD系统的测试车辆对于经典型的城市道路，左右转、调头、避让、停车等红绿灯等日常路况，自动驾驶系统都能精准完成，整个处理非常连贯，可以说是比较全面地反映出多种类传感器协作的结果。
两者的自动驾驶表现非常不错，让邦老师对两台车最终量产版本的表现倍感期待。两者在研发之初，就将自动驾驶的场景化颗粒度打得很细，并且深度基于采集到的中国本土化数据进行了自动驾驶方案的优化，最终才打造出相对更优秀的自动驾驶体验。
c) 特斯拉「深度本土化」的路上，不妨找个合作伙伴
实现自动驾驶，最重要的是三个方面：算法、算力和数据支持。特斯拉在前两项已经做到目前的行业顶尖，但要做好本土化，数据支持必不可少，这也是目前国内的车企和Robotaxi公司的巨大优势：高德、百度以及国内互联网本土大数据将为自主品牌的自动驾驶算法和类人学习提供强有力的支持。
特斯拉如果要治疗在中国的「水土不服」，大可寻找一家合法的国内专业测绘企业进行合作，来实现马斯克『互助共赢』的战略。当然，关键的是要找『合法的国内专业测绘』企业，千万别在法律的边缘来回试探！
4. 写在最后
回到开头的特斯拉FSD Beta V9.0，它的到来对特斯拉车主来讲必然是一个好消息，可玩性再次得到了提升，果然是『早买早享受，晚买享折扣』。总的来说，搭载FSD方案的特斯拉仍然是一个值得推荐的「香饽饽」，更别说官降后成为「香王之王」。
但需要了解的是，特斯拉的「纯视觉」方案并不是最适合中国国情的选择，缺乏「感应冗余」和「足够的本土化大数据」将成为特斯拉在深拓中国市场过程中触之必痛的「逆鳞」。在邦老师看来，从2021年下半年开始，持币代购的消费者就接触到更多的选择，而且是更好的选择。
不着急的朋友，可以再等一等，到时候，群雄并起的斗争局面，说不定还能帮你争取到更可观的优惠哦。