馬斯克在上個月發推表示 “我盡力警告人們激光雷達并不是車輛的最佳選擇。道路是為生物神經網絡和眼睛而設計的，因此數字神經網絡和相機效果最好。”
集成后的系統可以同時"看"到每一個方向，其波長遠超人類的感官，提供了一幅駕駛員自身無法觸及的世界影像。蘇黎世大學在基于視覺的自主系統方面的突破表明，通過使用先進的神經網絡和機器學習算法，基于視覺的自主系統確實可以超越人類。對特斯拉基于純視覺的自動駕駛方法的信心，提供了一個令人信服的論點。
專注攝像頭視覺解決方案
目前，大部分車企自動輔助駕駛的解決方案，均以雷達方案、攝像頭和傳感器的融合方案為主。通過發射激光束來檢測周圍的物體，從而構建一個三維的周圍環境模型，這在自動駕駛領域的使用率非常高。
不過，這種方案存在一些缺點。比如，搭載激光雷達的車越來越多，它們彼此之間會互相干擾，影響探測精度；雷達的觀測值會不定時地發生一些跳變，帶來一定誤差；除此之外，當攝像頭和激光雷達傳回的信息沖突時，車機又該選擇相信誰呢？
必須強調的是，道路是為生物神經網絡和眼睛設計的，人沒有類似于雷達的器官，只靠眼睛依然能夠識別道路上的交通情況。馬斯克堅持第一性原理，相信基于算法的數字神經網絡，配合攝像頭的純視覺方案，才是實現自動駕駛的最優方案。
前特斯拉AI高級總監Andrej說：“希望能夠打造一個類似動物視覺皮層的神經網絡連接，模擬大腦信息輸入和輸出的過程。就像光線進入到視網膜當中，我們希望通過攝像頭來模擬這個過程。”
“Tesla視覺神經系統”，是依靠車身搭載的高分辨率攝像頭捕捉周圍的環境信息，經過不斷迭代的先進算法和神經網絡模型處理，最終直接輸出3D場景下的 “Vector Space”用于輔助駕駛。
這種純視覺方案，目前已經應用在了9月上市的Model 3煥新版。
Model 3煥新版移除了車上所有的超聲波雷達和毫米波雷達，共有8個高精度攝像頭，前視三目分別是主攝像頭、魚眼和窄攝像頭，負責近、中、遠3種不同距離的視角感知；左右側柱共兩目，可以看到側前方視野；左右翼子板也有兩目，覆蓋側后方視野；最后一顆攝像頭是廣角鏡頭，安裝在后備箱門上，負責整個后方視野。8個攝像頭環繞車身，提供360度無死角的視野，最高探測距離能達到250米。
和激光雷達相比，攝像頭的信息傳輸速率快出幾個量級，對于環境感知更為真切。舉個例子，在十字路口，攝像頭是可以捕捉分辨紅綠燈顏色的，但是激光雷達卻無法實現。當然，也有激光雷達派認為，攝像頭捕捉到的圖像是二維的，不能像激光雷達一樣實現精準測距，是無法脫離雷達的配合獨立存在的。
針對這個所謂的“短板”，特斯拉的工程師研發了一套純視覺測距法。就像人類可以通過雙目測距一樣，“Tesla視覺神經系統”通過這套算法，借助多個攝像頭配合，也可以實現對目標距離的測算。
這套純視覺測距算法，在經過研發團隊反復驗證后，才正式推出。工程師首先通過二維圖像測距，再用這套數據與毫米波雷達探測的距離數據進行對比驗證，不斷對純視覺測距算法進行修正。從最終驗證的結果來看，純視覺測距已經足夠精確，毫米波雷達自然也就可以功成名退。因此，Model 3煥新版去掉毫米波雷達并不是減配，反而意味著純視覺方案已經足夠成熟。
即使Model 3煥新版擁有先進的視覺測距算法，但在正式出廠前，每輛車都要經歷嚴格的“視力測試”。只有當其8顆攝像頭完美通過標靶檢測，車輛才會進入下一階段的檢驗。
然而，僅僅依賴8個攝像頭對環境的精準捕捉，還不足以在Model 3煥新版的中控屏上生成3D實時地圖。這背后，還需要一個核心部件的支持——那就是車載芯片。
持續進化，視覺方案才是未來
人類實現實時駕駛依賴于眼睛和大腦的協同處理。如果將攝像頭比作Model 3煥新版的“視覺器官”，那么芯片則可視為其“智慧中樞”。
多數車企不愿嘗試視覺技術，認為視覺方案在霧天、暗夜等條件下存在缺陷，但特斯拉經過一系列研究得出的結論是，視覺方案的不足主要源于AI算力不足和算法不夠精密。
在HW1.0、HW2.0和HW2.5硬件系統時代，特斯拉芯片來自不同的供應商。純視覺方案，本質上是將攝像頭上傳二維圖像結合AI算法，利用芯片還原成3D圖像。但很快特斯拉就發現，供應商的芯片達不到純視覺方案對芯片算力和算法的要求。于是，以“科技狂魔”著稱的特斯拉再次走上了自研道路。
HW3.0開始，特斯拉旗下電動車搭載的就是特斯拉自研自產的FSD芯片，和其他芯片不一樣的是，FSD芯片既負責圖形處理、也負責數據處理和深度學習。
FSD芯片擁有強大的計算能力，高達600TOPS，而當時主流車企使用的英偉達AGX Xavier僅提供了30TOPS的性能。在圖像處理方面，FSD芯片也遙不可及，能夠達到每秒2100幀的處理速度，遠超其他供應商通常使用的17FPS浮點運算能力，這意味著它可以以每秒25億像素的超高速度處理8個攝像頭同時捕捉到的畫面，從而協助駕駛員實時觀察路況和車流。
特斯拉在算法方面也在不斷創新。早在2021年，特斯拉就提出了使用合成數據進行算法訓練的概念，例如合成高速公路上奔跑的行人、突然變道的車輛等等。而在2022年，特斯拉進一步推出了構建自動化仿真環境，用于算法的訓練和測試。不管是在視覺技術、算力還是算法方面，特斯拉都明顯領先于其他電動車制造公司。
目前的FSD芯片已經研發到二代，即HW4.0芯片。Model 3煥新版目前搭載的就是4.0芯片，這一代芯片上，特斯拉開創了在車載領域使用 GDDR高級顯存的先河，而且是用了 16 顆，算力比HW3.0有 3-5 倍提升。
然而特斯拉并不滿足于此，“Tesla視覺神經系統”還在持續升級。8月26日，馬斯克在社交網絡開啟了一場FSD Beta V12試駕直播。直播中，特斯拉輕松識別了各種道路標識。
遇到交叉路口時，特斯拉會主動停下來等待信號燈變化；前方有減速帶，特斯拉會自動減速慢行；遇到環形交叉路口，特斯拉甚至做出了轉彎行駛的動作。FSD Beta V12從頭到尾都是通過AI實現的，由視覺輸入，神經網絡給出決策，就像人類大腦一樣。
FSD Beta V12整體還在升級調試，等到真正應用于車機的那一天，電動車純視覺方案必將迎來一次全面進化。
車主點贊，多次緊急避險
目前，Model 3煥新版升級成了純視覺方案，實際上，原版Model 3的“Tesla視覺神經系統”就已經有不俗的表現。
2022年懂車帝曾發起《輔助駕駛系統測試內容與評分》，“ 參賽選手”有特斯拉Modle 3、比亞迪漢、比亞迪海豹、長安深藍SL03和極氪001，其中Model 3的表現一騎絕塵，滿分通關十種真實駕駛場景，證明了“Tesla視覺神經系統”的滿級實用性。
“Tesla視覺神經系統”通過精準探測附近車輛，也多次幫助車主避險。
一位來自上海的Model S車主分享了自己的經歷：他在機動車道以較快的車速正常行駛，前方突然出現一輛電動車在機動車道違章行駛，夜間視線不好，車主第一時間沒有反應過來，特斯拉憑借“Tesla視覺神經系統”率先“看”到，并直接介入方向盤向左成功避讓，避免了一場嚴重追尾的事故。
在特斯拉之前，乘用車行業通常采用激光雷達為主的融合方案。然而，特斯拉的“Tesla視覺神經系統”取得了巨大突破，將乘用車3D成像推向了一個新的階段。Model 3煥新版取消了毫米波雷達，選擇了純視覺方案，完全依靠卓越的算力和成熟的算法。毫無疑問，特斯拉在自動駕駛領域是絕對的領導者。特斯拉堅持第一性原理，將繼續秉承“零廣告投入，專注研發”的原則，讓更多的全球消費者能夠享受低碳、科技和智能化的電動車。
*聲明：上述內容及觀點，僅代表作者，與網上車市無關，如有來源錯誤或侵犯您的合法權益，可通過郵箱與我們聯系，郵箱地址：marong@cheshi.com
