“特斯拉纯视觉路线，能不能走通？”

特斯拉最近又发出了很大的信息。 虽然宣布终于在内部邮件中实现了l2级的自动驾驶，但是这次完全变成了“单纯的愿景”。

这次是美国时间7月10日，特斯拉FSD beta v9.0终于在美国推送给顾客。 与上一版本相比，v9.0做了fsd史上最大的更新。 彻底放弃了雷达的采用。 然后，特斯拉征召了2000位业主进行内申，飞跃性地报名。 但是臭虫很快就出来了。

不，一个叫giacaglia的网友看到了特斯拉老板们发的视频，很快就收集到了FSD 9.0 beta的11个失误的瞬间。 从任何动图来看，现在的系统都只能说是辅助驾驶，如果脱手、远离人的监控，显然还是会发生事件。 这次能看到的错误如下。

场景1 )自动转弯后，径直向道路中央的绿化带撞去。

场景2 :无法识别道路中的单轨道路。

场景3 :侵入巴士专用道路。

场景4 :在单向车道上逆行。

场景5 :一直换车道。 十字路口右转时，无法评价采用哪条车道。

场景6 :车的压密线并行突然不得不变道时，由于后方车辆逼近，只能错过时机，在下一个十字路口见面。

场景七)自动并行超车后，注意到在道路上划线，强行并行。

场景8 :左转时提前变道。

场景9 :左转时，差点进入对面的停车位。

场景10 :车通过几个车道后可以左转。 ‍

场景11 :在只有停车标志的地方，可以看到两个停车标志。

“如果成为deep learning方向的人，绝对不能坐使用神经网络的车……”“是的，看ml(machinelearning )现在的自动驾驶是医生见负责的同学进行自己的手术 “(强迫机器学习人(只依赖视觉) )本来就是错误的快速方向，机器有自己的特点)雷达等机器可以自由加装辅助)，不利用它，是典型的教条主义、本主义。 ……

这是专业的疑问。 特斯拉弄错科技树了吗？ 这个问题见仁见智，但从主流的cv(computervision ) +雷达路线来说，特斯拉更像“西毒”欧阳锋。 为了降低价值成本，纯粹的视觉到达了黑色，有着“百死无悔”的精神，但那都是客户的生命……

为什么是纯粹的视觉？

如果特斯拉老老实实告诉我自己是驾驶辅助就行了，但不好的是口罩从一开始就喜欢“吹”自动驾驶，到吹为止都通过内部邮件承认是l2级的驾驶辅助。 但是，口罩现在成了口罩骑在老虎背上不能下来的神话。

而且，国内外有太多包括大众集团首席执行官赫伯特·迪斯博士在内的“特吹”。 当然，迪斯博士吹特斯拉是为了麻痹敌人，那是另一回事。

特斯拉多年来排名垫底的自动驾驶功劳不言而喻，更何况已经丢了多少人的命，很奇怪特斯拉在“纯粹的视觉”计划上说要达到全自动驾驶的l4~l5水平。

苏黎世联邦理工学院( eth zurich )的marc pollefeys教授认为特斯拉放弃完全自动驾驶的可能性很低，“大部分人已经为此购买了”特斯拉的fsd课程，所以他们必须抱有希望。” “他们被困在那个故事里。 ’故事已经成为神话。

那么，为什么特斯拉取消了对雷达纯视觉的采用呢？ 特斯拉多次强调，相机数据与雷达数据很难融合，但如果相机数据与雷达数据发生碰撞，系统反而难以选择。

所以，马斯克也说，与其两者互相拖后腿，不如只选一个来达到极致。 而且，在他看来，特斯拉的深度学习系统比毫米波雷达强了100倍，现在的毫米波雷达开始拖后腿。

并且，在今年的cvpr (计算视觉和模式识别大会)上，特斯拉首席ai科学家安妮·乔·卡西)还谈到了特斯拉如此“执拗”的理由。 但是，我劝站在十字路口的特斯拉要保持冷静。

为什么呢？ 道理很简单。 我在开车。 虽然以视觉为中心，但其他感觉器是一体作用的。 没有浪费。 例如听觉、身体触觉、甚至意识直觉等。 “其实，人类开车的时候，有种近乎无意识的感觉，他可以预测下一步要做什么，从而避免事故的发生。 ’这是奇瑞科技有限企业总经理李中兵在世界人工智能大会论坛上讲的。 在这一点上，特斯拉过于执着于视觉。

通用视觉系统和神经互联网

那么，在这次cvpr中，特斯拉的安乔·卡卡西( andrej karpathy )详细介绍的基于深度学习开发的自动驾驶系统，也就是全视觉的利益是什么呢？

特斯拉的基地是使用“通用视觉系统”和“神经互联网”这两种黑色技术。 当然，karpathy强调，基于视觉的自动驾驶，从技术角度看更难实现。 因为，神经互联网要求仅通过视频输入就可以实现超高性能的输出。 “但是，一旦突破，就可以获得通用视觉系统，可以轻松地配置在地球的任何地方。 ”

“我们抛弃了毫米波雷达，车辆只靠视觉行驶。 ”karpathy认为，如果有通用视觉系统，车辆就不需要补充新闻。 特斯拉认为，收集环境新闻是一回事，利用环境新闻是另一回事。 而且，传感器的种类和数量越多，相互之间的协调和整合就越难，最终的效果大概是1+1

此次特斯拉发布的fsd beta v9.0，从技术上讲，新算法全部调用自动驾驶用的8个摄像头，修复交叉镜头的畸变、时域的差异，以环视视觉的方式进行连接，对周围的环境进行实时3d建模。 特斯拉的所谓“鸟瞰图视觉”。

具体来说，特斯拉将2d视图转换为模拟激光雷达数据，然后用“激光雷达”算法将其解决，从而获得比以往更好的视觉测距精度。 不奇怪吗？ 如果必须使用激光雷达算法，为什么不用激光雷达呢？

特斯拉表示，其自动驾驶系统基于神经互联网的特征识别、预判和管控，学习道路环境项目。 例如，交通标志的意思到底是什么？ 通过众多场景素材训练系统，有很多需要训练才能用多系统解决的场景。 通过数百万业主积累的大数据，特斯拉可以轻松实现目前城市道路的自主驾驶。

事实上，马斯克想把特斯拉的制造价格降到最低。 从价格上讲，特斯拉model 3的自动驾驶相机的价格目前只需要65美元。 激光雷达的价格基本上在1000美元以上。 请知道。 到了年，velodyne的64线激光雷达hdl-64的售价达到了7.5万美元。

特斯拉的车价格下降后下降当然是对价格的控制。 但是，马斯克和特斯拉仍然过分迷信软件和ai的力量。 特斯拉认为，用ai和超级计算功能处理自动驾驶的“长尾问题”存在问题。 即使达到了99%，最后的1%依然是无法跨越的鸿沟。

另外，外国媒体已经认为，美国本土早先流传的汽车企业通用汽车之所以在2021年超越特斯拉，是因为特斯拉在自动驾驶方面落后，特别是在“纯粹的视觉”路线上被黑。

传感器融合才是未来

关于纯粹视觉的极限，一些业内人士认为，在有些极端的场景下，无法满足对感知能力的kpi指标。 例如，大雨、雾、沙尘、强光、夜晚等多一点、复杂的天气状况，对视觉和激光雷达来说是非常糟糕的场景，很难用一个传感器来应对。 主要体现在几个大的方面:

1 )因气象、环境因素导致的视觉传感器失明(逆光眩晕、沙尘暴遮蔽等)；

2 )小目标物体是中低分辨率视觉感知系统，对目标的识别可能会变慢(如减速带、小动物、锥形筒等)；

3 )异形目标由于没有经过训练，无法匹配，导致识别遗漏(道路落石、前车轮胎掉落等)；

4 )视觉传感器本身的识别要求对视觉识别有很高的计算力诉求等。

即使是自动驾驶测试和比较成熟的制造商，智能驾驶也多次发生碰撞事故，为传感器系统的故障付出了惨痛的代价。 因此，传感器融合是构建稳定感知系统的必要条件。 毕竟，视觉感知能力有限，必须与毫米波雷达和激光雷达组合实现特征互补。

回顾一下，在这次特斯拉的内测bug中，如果没有人类司机马上接手的场景，就会发展成交通事故。 这个可以放心吗？ 特斯拉的老板们也变得非常心大。

另外，我们知道摄像机如何感知深度是自动驾驶问题的一部分。 特斯拉依赖的最先进的机器学习只需要认识模式，就意味着在新的情况下挣扎。 挣扎一下，就会发生误判。

与人类司机不同，如果系统不遇到场景，就无法推论应该做什么。 研究自动驾驶汽车计算机视觉的康奈尔大学副教授克里斯蒂安·温伯格( kilian weinberger )说:“ai系统不知道实际发生的事件。”

虽然有几个方面，fsd 9.0在智能辅助驾驶系统中创造了更广阔的应用场景，但在l2级辅助驾驶系统而不是自动驾驶系统的前提下，这些功能多少显得有些鸡肋。 因为开车的时候离不开手。 另外，人类司机不仅需要掌握方向盘，还需要在城市道路上与车载电脑系统进行比较，增加了额外的负担和心理压力。

毫无疑问，fsd beta v9.0的这些内测bug在实际道路上反复发生，这也给城市交通带来了越来越多的危险。 但是，这个系统能用于更多复杂的中国开放道路吗？ 公社的一些伙伴对特斯拉很有信心。 “大家都没有开过车，你知道怎么做吗？ ’是的，骡子是马。 特斯拉总是拉出来散步。