马斯克再干奇葩事 低价车型连雷达都不要了特斯拉如何利用视觉传感器

埃隆马斯克又做了一件“奇怪”事！

就在前不久，他发twiter表明，特斯拉美国工厂从 5 月份逐渐生产制造沒有配用毫米波雷达的 Model 3 和 Model Y 车系。随后，特斯拉官方网站作出升级，在其车子的传感器详细介绍网页页面也取消了毫米波雷达的图例。

▲无毫米波雷达的 Model Y 早已交货客户

从而，特斯拉变成现阶段全世界唯一一家只应用摄像头和超音波传感器（业界也称超声波雷达）来完成 L2 级自动驾驶的汽车企业。充分考虑超声波雷达只是是在全自动变更车道等作用下充分发挥，说其 L2 自动驾驶系统软件是纯视觉效果计划方案也并不为过。

埃隆马斯克一直全是业界著名的反毫米波雷达格斗士，眼底下更进一步连成本费仅有几百元的毫米波雷达也灭掉了，真是便是车圈”雷达探测凶手“。

埃隆马斯克和特斯拉这一行为公布后造成了自动驾驶业界和有关组织 的高度关注。

一方面各界权威专家和新闻媒体陆续发文讨论纯视觉效果自动驾驶计划方案的利与弊，另一方面英国高速路安全性管理处等技术专业组织 也对于此事表明忧虑，美国媒体消费者报告也是立即将 Model 3 从她们的“最甄选车系名册“上开除，由此可见特斯拉这一作法的异议十分之大。

毫米波雷达现有几十年的装货历史时间，成本费也十分之低，埃隆马斯克撤销毫米波雷达到底是为了更好地降低成本或是为了更好地其他目地？单目摄像头难以达到激光测距和限速规定，特斯拉的纯视觉效果计划方案又将怎样提升这一技术性挑戰呢？

为了更好地解释这种难题，车物品日前与好几家自动驾驶企业的感知技术专家开展了深入交流，尝试找到埃隆马斯克当做”雷达探测凶手“身后的逻辑性。

一、埃隆马斯克再干奇怪事 廉价车系连雷达探测都不用了

就在上星期，特斯拉美国官网 Autopilot 详细介绍网页页面上，相关毫米波雷达的详细介绍被忽然删掉，自动驾驶传感器仅保存摄像头和超声波雷达。

而在先前，特斯拉全部车系都应用了同一套传感器配备和测算服务平台。

▲特斯拉英国、中国官方网站比照

这与埃隆马斯克社交媒体账户上发布的內容一致。那时候他公布，即将开始生产制造没有毫米波雷达的特斯拉车系。他还公布，纯视觉效果感知的 FSD 及其 FSD beta 也会在最近消息推送。

▲埃隆马斯克公布撤销毫米波雷达

依据特斯拉美国官网 Autopilot 详细介绍网页页面的信息内容，特斯拉单纯性除掉了毫米波雷达，别的传感器部件仍未升級，都没有一切修改。依然配置 8 个摄像头、12 个超声波雷达。

在其中，前视摄像头选用三目配备，主摄像头可以遮盖大多数交通出行情景，检测间距做到 150 米。前视宽视线摄像头有着 120 度鱼眼镜头，可以拍攝交通指示灯、间距较近的阻碍物，较大检测间距为 60 米。前视窄视线摄像头用以拍攝长距离物件，适用快速情景，较大检测间距为 250 米。

本次前向毫米波雷达被清除，其检测间距为 160 米，与前视主视线摄像头非常，检测视线的总宽对比窄视线摄像头还需要小。

除此之外，2个侧方位前视摄像头、2个侧方位后视摄像头、一个后视摄像头及其 12 个超声波雷达依然保存，且和先前车系一致。

从传感器配备上可以看出，视觉效果传感器有着比毫米波雷达更远、更广的检测间距，也许它是埃隆马斯克期待撤销毫米波雷达的第一个原因。

在特斯拉官方网站的适用网页页面上，特斯拉详解了向纯视觉效果衔接的全过程。

▲特斯拉公布向纯视觉效果转移

2020年 5 月起，特斯拉为美国市场生产制造的 Model 3 和 Model Y 车系将不会再配置毫米波雷达，这种车系早已逐渐交货。在交货以前，特斯拉会向买车人邮件发送，告之车子传感器配备转变。

而且，沒有配置毫米波雷达的特斯拉车系在开展 L2 级自动驾驶全过程中，也有一部分作用受到限制。

在其中，特斯拉基本版辅助驾驶作用之一 —— 行车道内全自动輔助转为、加快和制动系统作用的最大速度限制为 75 公里 / 钟头（折合 120.5km/h），而当今特斯拉车系可以以最大 150km/h 的速率完成积极定速巡航。另外，特斯拉在行车中的跟车间距及其刹停后的跟车间距会适度扩大。

此外，假如客户选购了彻底自动驾驶工作能力（FSD）模块，智能召唤作用临时不可以应用，应急避让作用也没法应用。

特斯拉服务承诺，在第一批纯视觉效果车系交货后的几个星期内，会根据 OTA 升级完成被限定的作用，让纯视觉效果车子的自动驾驶工作能力和旧款车系同样。

针对将要交货的最新款 Model S 和 Model X 车系，特斯拉依然为全部车系配置了毫米波雷达，自动驾驶优化算法也将结合雷达探测的感知数据信息。

这是由于，特斯拉 Model 3 和 Model Y 2款车系的拥有量大量，特斯拉可以在短期内内剖析很多真实的世界的数据信息，推动纯视觉效果优化算法的迭代更新。

将来，Model S 和 Model X 车系也将撤销毫米波雷达，转为纯视觉效果感知，一切仅仅时间问题。

二、撤销雷达探测有好有坏 遭遇的技术性挑戰可很大

埃隆马斯克觉得，撤销毫米波雷达是特斯拉很多年来的自动驾驶合理布局。他以前向网民提出问题，假如毫米波雷达和摄像头感知的数据信息有悖，你更想要坚信哪一个？

显而易见，埃隆马斯克更坚信摄像头的数据信息，由于眼见为实。

另外，撤销毫米波雷达还能给特斯拉产生一大波益处，在其中就包含成本费减少、省掉传感器结合流程、及其完成埃隆马斯克心中中的彻底自动驾驶总体目标。

▲特斯拉对毫米波雷达的详细介绍

但是，撤销毫米波雷达要遭遇的技术性挑戰有很多。

毫米波雷达在汽车制造业内早已应用很多年，早已获得了很多认证。另外，摄像头感知的內容并不包含深层信息内容，必须毫米波雷达輔助感知，二者互利共赢完成精确感知。

据统计，不论是 L2 级自动驾驶系统软件或是已经产品研发中的 L4 级自动驾驶，毫米波雷达依然是刚性需求传感器，有着着摄像头、毫米波雷达无法比拟的优点。

1、摄像头在雨、雪、雾气温特性降低

车子开展自动驾驶的全过程中，假如碰到雨、雪、雾等极端天气时，摄像头所闻的景色和人的眼睛基本一致，视野遇阻，安全系数减少。

自动驾驶企业 PIX Moving 自动驾驶顶尖咨询顾问 Alexander Carballo Segura 觉得，毫米波雷达的关键工作能力之一便是越过极端自然环境，鉴别正前方存有的阻碍物。

这类工作能力归功于毫米波雷达传出的波是无线电波，无线电波在传输全过程中，极端自然环境总是导致很弱危害，但不容易彻底没法传送。

而视觉效果传感器在极端自然环境下只有“眼见为实”，局限很大。

近年来，毫米波雷达已经慢慢批量生产，2020年年之内中国顾客就能选购配用毫米波雷达的车系。但毫米波雷达所传出的光波受环境危害十分明显，光的穿透性比较有限，而且会在散播全过程中产生反射面、映射等多种多样状况。极端化自然环境下，毫米波雷达很有可能无效。

2、省掉一个传感器 是不是产生不安全？

依据车物品掌握，自动驾驶领域内如今广泛标准配置毫米波雷达完成自动驾驶，多名专业人士觉得，撤销毫米波雷达具体并不可以确保安全性。

驭势科技精准定位与感知主管张丹觉得，摘掉毫米波雷达短时间并不安全。他讲到，毫米波雷达可以检测较长距离，让车子尽快发觉正前方阻碍。另外，目前视觉效果传感器的工作能力不如人的眼睛，因而撤销毫米波雷达反倒并不安全。

中国 L4 级自动驾驶企业飞步高新科技自动驾驶感知项目负责人觉得，毫米波雷达在完成自动驾驶的全过程中能够做为輔助传感器，针对正前方健身运动物件，可以精确检验其部位、速率等主要参数。

Alexander 讲到，针对低速档无人驾驶汽车而言，假如只靠视觉效果传感器和超声波雷达，也可以完成自动驾驶。但针对快速自动驾驶而言，毫米波雷达是刚性需求。

对比于技术性层面的挑戰，毫米波雷达成本费较低，传感器结合较为非常容易，就算保存毫米波雷达也并不会提升太多的生产制造和项目成本。

3、成本费已十分便宜 对整车成本费危害并不大

依据《2020 汽车雷达国产化研究报告》，从上世纪 90 时代逐渐，三菱、新款奔驰等汽车企业就为集团旗下的旗舰级款车系配置了毫米波雷达，用以检测与前面的车子中间的间距。

历经二十余年的商业，毫米波雷达产业链正慢慢完善，而且获得包含特斯拉以内的很多汽车企业的辅助驾驶认证。

Alexander 觉得，毫米波雷达不仅在汽车制造业内应用，全部领域内都获得了很多认证，十分靠谱。而多传感器的综合性运用才算是自动驾驶靠谱的解决方法。

有中国新闻媒体称，依据特斯拉造成的规模，单独毫米波雷达的成本费大概只必须 300 元上下。

4、传感器结合全过程比较简单

除之上几大优点以外，Alexander 还讲到，毫米波雷达感知內容比较简单，在与摄像头內容结合时，会十分简单。

对比于毫米波雷达可以转化成大规模的云数据图象，毫米波雷达感知的情景更为简易。因而在具体处理方式中，毫米波雷达可以更为快速响应。假如碰到风险状况，车子可以迅速干预操纵，防止产生风险。

三、纯视觉效果怎样进行激光测距限速？特斯拉管理层那么说

虽然特斯拉撤销毫米波雷达引起很大异议，但领域内一样有适用的响声。

在刚以往的 2021 上海车展上，中国 AI 集成ic创企黎明时分 CEO 余凯接纳了车物品访谈。他觉得，不论是应用纯视觉效果感知，或是批量生产毫米波雷达，只需实行的好，就会有使用价值。

余凯觉得，特斯拉的纯视觉效果感知是一个好的发展战略，因为它坚定不移地坚信视觉效果。另外，人的大脑可以走通纯视觉效果这条道路，因而电脑上也可以走通。

而应对多传感器结合的计划方案，对算率的要求、对优化算法的规定能够适度减少一些，这条道路也可以走得通。

车物品先前还向联想之星合作伙伴高天垚了解了对自动驾驶传感器结合的观点。

他觉得，多传感器结合并并不是最终解决方法。当今摄像头、毫米波雷达、毫米波雷达等好几个类型传感器结合，车子的外型、结合后的实际效果并非达到最佳情况。假如能有某一个感应器可以做到多感应器结合的特性，对领域而言便是一个极大的升級。

做为无人驾驶圈里的风险投资人，高天垚觉得多感应器物理学上的结合将是无人驾驶企业将来的机遇。

正好，特斯拉踏入的便是将感应器从物理学方面结合的路面。

上年，特斯拉人工智能技术高級负责人 Andrej Karpathy 在 ScaledML 大会上开展了一次精彩纷呈的演说，在其中就讲到特斯拉怎样运用机器视觉系统，估计清晰度深度的。

在日常行车全过程中，监控摄像头捕获的內容全是二维图象，并沒有深度信息。

▲特斯拉监控摄像头收集的界面能够明确界限，但不包含深度信息

换句话说，尽管二维图象早已能够区别道路和道旁的人行横道，但并不了解如今车辆间距人行横道也有多远。因为缺少那样一个关键信息，无人驾驶的计算很有可能并不精确，实际操作很有可能错误。因而，捕获或是创建一个三维的图景很必须。

传统式技术工程师觉得，立即在顶棚安裝三维监控摄像头就能处理这一难题。但是，这不仅提升车辆的制造成本，又危害车辆美观大方。除此之外，因为顶棚总面积较为大，假如三维监控摄像头高宽比不足，盲点可能十分大。

特斯拉的技术工程师又想起用优化算法处理这个问题。假如有一种优化算法可以将二维图景的时钟频率、边沿两端对齐，投射产生三维图景，这个问题就解决了。

▲根据优化算法得到的“俯瞰主视图”

在预估出三维图景以后，特斯拉乃至能够测算出车辆的“俯瞰主视图”。换句话说，尽管车辆上边沒有监控摄像头，但根据测算就能模拟从车辆上方位下看的图景。这样一来，车辆离阻碍物也有多远的间距，车里都能形象化地见到。

▲特斯拉视觉识别系统预测分析的大马路边沿和行车道线

事实上，特斯拉也有更强大的地区，那便是优化算法能够预测分析流媒体服务器视頻中每一个清晰度的深度信息。换句话说，只需优化算法充足好，流媒体服务器视頻更为清楚，特斯拉的机器视觉系统所捕获的深度信息乃至能够超出毫米波雷达。

▲特斯拉收集视觉效果信息（上），预测分析每一个清晰度的深度信息（中）并投射产生俯瞰主视图（下）

在具体的无人驾驶运用中，停车入位和智能召唤2个应用情景下就能灵活运用这套优化算法。在地下停车场行车时，车辆中间的间距不大，即便 是司机安全驾驶，一不注意也非常容易发生刮蹭安全事故。针对设备而言，地下停车场情景的行车更为艰难。在预测分析到深度信息以后，车辆能够在超声波雷达的輔助下，迅速进行对周边环境的鉴别，车辆停车便会更为顺利。

坚信在一年之后的今日，特斯拉宣布公布慢慢转移到 Tesla Vision 纯视觉效果认知，也是用的这套优化算法。

四、毫米波雷达是无人驾驶标准配置 将来朝 2D 发展

过去文能够推论，L2 级无人驾驶情景中，毫米波雷达或是刚性需求。那麼，何不将目光放得更长久一些，L4 级无人驾驶 更安全性的交通出行是无人驾驶企业的关键总体目标。应对 L4 级无人驾驶情景，毫米波雷达是不是还存有？其使用价值对比 L2 级无人驾驶有提高或是减弱呢？

驭势科技精准定位与认知主管张丹觉得，在毫米波雷达逐渐批量生产的今日，毫米波雷达在无人驾驶全过程中的权重值会有一定的降低。但毫米波通信在恶劣天气中的功效非常大，仍无法替代。

▲驭势科技 L4 级自动驾驶巴士

在驭势科技的 L4 级无人驾驶的产品研发和落地式新项目中，毫米波雷达是刚性需求，基本上都是会配备。

在 L4 级无人驾驶另一关键情景海港中，截止 2020 年末，飞步高新科技早已向梅山港交货了 13 辆 L4 级无人驾驶集福卡并打开红警快捷键经营。2020 年末，飞步与梅山港一同运行根据多通道无人驾驶集福卡红警快捷键的常态单独整船工作，搭建起混线运送 – 整船工作一体化链接，现阶段早已平稳运作一年多。

▲飞步高新科技在梅山港落地式的 L4 级自动驾驶车队

除开将海港无人驾驶集卡车队在混线自然环境下实船工作经营以外，飞步高新科技还持续2年为西塘古镇全球物联网大会给予无人驾驶微公交驳接服务项目。

另外，在大城市及快速路面总计为中国邮政快递 EMS、德邦快递等公司运输包囊超 100 千件。

飞步高新科技自动驾驶认知项目负责人觉得，海港情景中气侯常常起伏不定，经常出现强对流天气。因而，飞步高新科技运输队应用毫米波雷达可以为运输队常态工作给予大量确保。

坐落于贵州省的通用性智能化汽车底盘房地产商 PIX Moving 如今已经产品研发低速档运作的无人驾驶汽车，并沒有应用毫米波雷达，只是应用检测间距较小的超声波雷达。

▲PIX Moving 智能驾驶软件开发平台 Ultra-Skateboard

PIX Moving 无人驾驶顶尖咨询顾问 Alexander 讲到，即便 在低速档情景下，PIX Moving 也早已在产品研发和布署全过程中添加毫米波雷达。

Alexander 觉得，毫米波雷达不管在一切速率标准下全是更有意义的，对比超声波雷达有更强的工作能力，另外这件事情最基本上的安全性感知能力。

另外，毫米波雷达检测间距较短、视线较小，对静止不动物件检测非常容易错误等难题一直困惑领域。另外，毫米波雷达认知到的情景没法精准归类，仍要借助机器视觉系统完成。

应对毫米波雷达的好几个显著缺点，当今领域内现有多种提升解决方法，在其中就包含产品研发 2D 雷达探测，及其将毫米波雷达的一部分工作能力转移至毫米波雷达之中。

1、2D 雷达探测将要批量生产

2020年，比亚迪集团集团旗下大品牌 R 车辆公布了 R 车辆 ES33 车系。这新款车就配用了 2D 毫米波雷达，其认知特性拥有显著升級。

传统式毫米波雷达仅具备三维感知能力，能够分辨正前方物件间距、速率、方位角，而 2D 毫米波雷达对物件的检测多了一个层面，根据竖直屏幕分辨率分辨物件的高宽比。

▲R 车辆 ES33

除开可以认知更丰富的数据信息以外，这颗 2D 毫米波雷达的屏幕分辨率和精确测量间距也是有极大提高。不论是间距、速率或是方位角的认知精密度都提高了一个量级，比较远检测间距超出 350 米。

检测发觉，ES33 的 2D 毫米波雷达能够检测到 140 米开内的可乐罐。

2、传统式毫米波通信仍在大力加强

因为毫米波雷达在检测视线、对静止不动物件检测欠佳的状况，将来很有可能将毫米波雷达的一部分工作能力转移至毫米波雷达之中，二者感应器结合后，系统软件可以做出更精确的无人驾驶管理决策。

Alexander 讲到，对于毫米波雷达认知內容非常简单，不太好分类的难题，领域里会将毫米波雷达的认知数据信息与监控摄像头、毫米波雷达相结合，完成互利共赢。

另外，很多汽车企业也在考虑到为车辆配置好几个毫米波雷达，认知范畴可以进一步扩张。假如像毫米波雷达一样，毫米波雷达可以根据转动完成普遍的检测间距，也是解决方法之一。

总结：特斯拉纯视觉效果无人驾驶还需上道检测

应对全部领域踏入感应器结合线路，完成批量生产毫米波雷达等重要部件，埃隆马斯克却标新立异，立即完成了纯视觉效果的 L2 级无人驾驶，这也是埃隆马斯克无人驾驶较大的欲望之一。

但是，纯机器视觉系统在无人驾驶领域内沒有历经很多检测磨练，不管对特斯拉或是埃隆马斯克而言，全是一个极大挑戰。自此，特斯拉的无人驾驶作用也将遭受领域内的大量关心与探讨。