#我在微博涨知识##微博公开课#
特斯拉“纯视觉”方案的真相

特斯拉选定了“纯视觉”方案，这是全球顶尖自动驾驶团队的深刻反省和抉择，具有重要的行业风向标意义。

自5月份开始，北美市场的model3和model Y，将不再配备雷达传感器，仅保留摄像头作为自动驾驶系统的采集器，这意味着特斯拉将成为唯一一款依靠纯视觉辅助驾驶的量产车。

这个决定冒了天下之大不韪，美国国家公路交通安全管理局、美国公路安全保险协会等多家权威机构宣布，将暂停或取消特斯拉model3和model Y车型的部分安全背书。

其实，特斯拉从2014年就开始研究车载毫米波雷达了，甚至于2016年将毫米波雷达的能力进行了开放，结果却事与愿违，因为误判导致的交通事故反而越来越多，事故的情况也越来越复杂。

简单来说，就是不用毫米波雷达还好，用了反而添乱。

多了一种探测手段，应该更精准啊，为什么会添乱呢？

笔者从事军用雷达相关工作多年，对此有切身的感受。

观察同一批次空中目标，会动用多达八部的雷达和观察哨，并获得了八条轨迹，把这八套轨迹合并成一个最接近真实的轨迹，这叫做“多传感器信息融合”。

融合需要卡尔曼滤波、维纳滤波等很多拟合算法和策略，这是项非常复杂的工作。

好比是你戴了一个手表，看时间没有问题。您为了看时间更准，同时戴了八块手表，显示了八个时间，您需要对每块表的特性和可靠度有深入认知，还得有一套非常先进的多参数归一算法。

摄像头和雷达的工作原理截然不同，其探测结果往往不同，例如摄像头觉得该刹车，雷达觉得屁事没有应该加速。

车辆又无法判断谁说的对，出于安全考虑，只要有一个传感器说该刹车那就刹，这就是“鬼刹车”的原因。

为了观察敌机，会隔几公里放置一部雷达，扫描同一片空域，某个雷达因为角度和干扰无法捕获目标，那其他位置的雷达还能捕获得到，不至于漏报。

这种“分布式”至关重要，如果八部雷达放在一起，那就失去了多视角的意义。

除了“多传感器信息融合”之外，特斯拉搞不定车载雷达的第二个原因，就是“分布式”。

汽车上的雷达，无论设置多少，对同一探测目标来说，角度和干扰源都基本相同，起不到分布式的作用。

车载雷达的集中部属是无奈的选择，毕竟车就这么大，实在是分布不了。

鉴于这两个难以解决的技术原因，特斯拉的摄像头加雷达的尝试失败了，这引发了艾隆马斯克对雷达的极度反感，他多次贬低激光雷达，说它昂贵丑陋，就像一堆毫无用途的阑尾。

不是没有用，是他没用好。

特斯拉知难而退，专注于纯视觉系统，决定只戴一块表，并把精力全用在提高这块表的精度上面。这是一个明智的选择。

纯视觉方案对算力的要求很高，马斯克认为未来算力的进步速度，会远远超过多传感器信息融合算法的进步速度，这个判断无疑是正确的。

所以说，特斯拉选择了一条适合自身特点的，进步可以预期的稳健技术路线。

那多传感器融合路线就不行了吗？当然不是，特斯拉搞不定，不代表其他企业搞不定。

华为就觉得自己能搞定，其自研的车规级96线激光雷达问世，作为专业人士，我认为这个雷达非常牛逼。

我更关心的是华为的“多传感器信息融合”方案，华为自动驾驶操作系统已经出现了，融合方案就在其中，其真实能力令人期待。

特斯拉搞雷达绝对比不过华为，特斯拉的纯视觉系统也是避华为锋芒，发挥自身模型积累深厚优势的明智之举。

华为方案的科技含量更高，但也不是自动驾驶的终极方案。因为车载传感器做的再先进，也只是“单车视角”，对于安全来说是不够用的。

我国的公路载人自动驾驶方案是：基于5G的车路协同。

简单说，就是用路边的传感器替代车载传感器，这种“多方视角”是分布式的，完美解决了上述的第二个问题。

车载电脑算力，会被云计算完美接棒，并由5G的高速低时延网络传递结果。

简单说，就是由分布式网络传感器代替车载传感器，有云计算代替车载电脑。

智慧的车，聪明的路，强大的网。这就是我国公路载人自动驾驶的技术方向，这不是我说的，而是工信部说的。

特斯拉的纯视觉方案，华为的多传感器信息融合，都是科技进步中的一段里程，都具有进步意义，都值得我们的欣赏和尊敬。