如何評價 Tesla 最新發布的「完全自動駕駛」（Full Self-Driving）功能？
All Tesla Cars Being Produced Now Have Full Self-Driving Hardware
Tesla 在今天剛剛宣布的這個新硬體系統能像馬斯克自己說的那樣達到「第 5 級自動駕駛的能力」嗎？
剛剛Elon Musk公布了今天以後生產的Tesla Model S、X以及3將會具備自動駕駛2.0平台。
希望借用上一次的文章作為鋪墊，來談談這次2.0增加了什麼，又改變了什麼。
感興趣第一篇文章的：Tesla自動駕駛的前世今生 - Ryan Woo的文章 - 知乎專欄
先感受下自動駕駛2.0實際效果：
Full Self-Driving Hardware - 騰訊視頻視頻
1.硬體部分：
Autopilot 1.0 ：
一個前置攝像頭
12個超聲波感測器
一個前置雷達
一個後置倒車攝像頭（目前不參與自動輔助駕駛）
下面的圖片中可以看見12個感測器按照前後排列，攝像頭和雷達以大約40度向前。
處理晶元：NVIDIA Tegra 3/ Mobileye Q3
Autopilot 2.0：
3個前置攝像頭（不同視角 廣角、長焦、中等）
2個側邊攝像頭（一左一右）
3個後置攝像頭
12個超聲波感測器（感測距離增加一倍）
一個前置雷達(增強版)
一個後置倒車攝像頭
處理晶元：NVIDIA PX2？（40x Autopilot 1.0 處理速度）
其實我想說的是硬體這部分，Autopilot 2.0真沒啥讓人眼前一亮的東西，除了硬體規格升級，攝像頭大增，這個配置基本是目前很多車的自動輔助駕駛標配，除了Tesla提到的可以提升40倍計算性能的晶元：
坊間早有傳說，NVIDIA的黃仁勛和Elon Musk本來私交就甚好，否則Tesla 第一代Model S選型時就不會看上當時無人問津的Tegra晶元，在關鍵時候拉了老黃一把，老黃也是Tesla簇擁，幾個月前兩人還出席了OpenAI的發布會，老黃也捐贈了當時最強大的DGX-1給協會：
這事還上了兩家的官方新聞：https://blogs.nvidia.com/blog/2016/08/15/first-ai-supercomputer-openai-elon-musk-deep-learning/
再考慮到之前Mobileye和Tesla鬧分手，可以無端猜測一下NVIDIA在裡面幫忙推了一把：
「別用以色列的陳舊東西了，換用我們家的Drive PX吧」
所以2014年你看到NVIDIA發布了這樣一個奇葩東西：
NVIDIA當時發布的Drive PX1 上面居然有一個Mobileye Q3晶元！你說這是專門方便」某公司「測試對比嗎？
然後再看看現在的NVIDIA Drive PX2:
注意看那兩塊Tegra X1的晶元與主板鏈接方式——居然是NVM介面，再聯想一下Tesla用的車載電腦：
好巧，主晶元Tegra 3模組也是NVM介面！
所以也許私底下NVIDIA和Tesla早就在計劃更換Mobileye，只是剛好遇到那次車禍，正好以此為契機分手，轉投NVIDIA。所以不出意外，這個40倍晶元就是Drive PX2上面的Tegra X1:
2. 軟體部分
我想說雖然有很多人認為Tesla的實力在於其有多麼先進的硬體技術，例如電池，例如電動馬達設計和製造...其實Tesla真正的競爭實力是在軟體部分，例如電池管理BMS：Tesla Motors 的電池管理系統 (BMS) 相比其他電動汽車有哪些優勢？ - 特斯拉汽車 (Tesla Motors) 或者說Tesla在硬體和軟體上兩手抓才是它最大的競爭力：
在第一篇文章中，我引用了不少媒體對2016-2017款 賓士 E／S 自動輔助駕駛對比Tesla Model S自動輔助駕駛的測試：
引用自：Tesla自動駕駛的前世今生 - Ryan Woo的文章 - 知乎專欄
在上面autofil的測試中，測試者發現賓士E的自動輔助駕駛有非常嚴重的漂移現象：
在過一個大彎的途中：
賓士在自動輔助駕駛中越過了道路中央的黃線，並且跑到了逆行車道，我們不得不人工把車調回來，因為車完全沒意識到自己已經逆向行駛。
Tesla始終保持在黃線內測，無需人工干預。
小彎道：
賓士在行駛中滑出了道路白線，並且完全沒有修正企圖。
Tesla很輕鬆就保持在道路中心。
下一個彎道中，賓士繼續滑出了黃線，而Tesla繼續保持領先
最後我們高速通過彎道：
我們放開讓汽車自己控制，不出意外，賓士繼續滑出了黃線，奔向了逆行車道。
Tesla雖然有點擦線，但是它依然保持在道內並且減速後順利通過了彎道，我們沒有人工干預。
對比全程的結論：
Steering Wheel warning：車輛發出的掌握方向盤預警
Driver input：手工干預次數
thedrive的結論：
賓士Drive Pilot：唯一值得一提的是這系統會想方設法保護你不要用它... 我能否信任它？一丟丟而已。我能否理解它？我完全無法理解賓士怎麼能把這樣一個系統發布給公眾。基本從頭到尾都讓人厭惡，它開起來就像一個喝醉酒的10歲小屁孩，跟一個14歲的醉酒小青年搶方向盤。在大多數情況中，它開得太危險。
Tesla的Autopilot： 我喜歡它，嘗試幾個小時後就能享受它帶來的便捷：看著窗外的風景，調節調節駕駛參數。一旦掌握了要點，油門變得不再那麼重要。它開起來就像是一個有著良好駕駛培訓的少年非常想讓你感到印象深刻，也確實開得越來越好。
如果在正確環境下使用，它確實比單純人工開車感到安全。在目前ADAS市場上，是無需質疑的最佳系統。它達到了無人駕駛第二級水準，擁有部分第三級的潛力。但是由於預警信息還不完全到位，最好別期望能完全達到第三級。作為一個成年人去合理甄別這些提示信息，你會發現這是市場上最好的系統。
作為對比，這是賓士的自動輔助駕駛系統感測器以及攝像頭布局圖：
賓士的感測器，攝像頭硬體比Tesla Autopilot 1.0 多了一倍都不止，規格也更先進，為什麼實際路測差了十萬八千里？居然可以多次闖過黃線，逆向行駛還不自覺。拿測試人的評價來說benz這自動輔助駕駛根本就不能用，比小孩開得還差，上路就是危害交通安全。而且最悲劇的是如此不堪用的系統，居然還不能升級，只能一路爛到底。
如果拿一句話總結：軟體太爛。
別以為把最好的硬體拼湊起來就是最好的整車自動駕駛，這裡面需要軟體工程師的調教、優化和路測，一個演算法的優化可以提升百倍性能。這才是Tesla的核心競爭力所在，也是傳統廠商靠著Mobileye臉色吃飯的落魄根源。
所以說到這裡，其實這也是Tesla下的戰書：既然Tesla只用了傳統汽車幾乎一樣的硬體能搞出來Level 5的自動駕駛，Mobileye的追隨者你們有能力也可以搞出來啊，上Lidar也行，只要你價格能賣出去。換句話說，現成品已經在這裡，管你逆向工程還是「借鑒」，從Tesla和Elon一直以來的態度，他們非常歡迎同行競爭，共同推進自動駕駛。如果拿Touch ID 舉例，iPhone 5s之前沒有一個指紋解決方案兼顧安全和便捷，到如今一個手機不帶指紋解鎖才是另類，習慣了指紋解鎖支付的你，還能回到過去手輸密碼的時代嗎？
一點題外話：做內飾，賣牛皮，搗鼓發動機底盤上面國人不一定是日德老牌車廠的對手，也沒那麼多人才積累，但是要說軟體實力，AI，演算法，控制...中國人才的數量和質量優勢正在逐漸顯現。所以國內不少公司打算在自動駕駛上彎道超車，別說還真有可能，看看有多少中國人佔領了AI，深度學習的前沿陣地：AI領域，中國人/華人有多牛？ - AI學人 - 知乎專欄
Autopilot 1.0
2014年10月- 至今 （大版本 6.0，6.1，6.2，7.0，7.1，8.0...）
小版本幾乎一周兩次更新，幾十種不同配置的車，能做到如此：
這裡尤其值得注意的是兩點：
1. Tesla的自動輔助駕駛功能是一步一步解鎖的。
在第一篇文章已經有詳細介紹，這裡繼續用這張圖，Tesla雖然在所有車上面內置了自動輔助駕駛的硬體，但是真正把完整的自動輔助駕駛交給用戶其實是一個不短的過程，而這其中促成這一切的關鍵是OTA空中更新——最初的Tesla只是擁有道路輔助警告，依靠每一輛Tesla都擁有免費的無線3G／4G LTE網路，通過OTA來獲取最新的軟體和功能進一步擴展輔助駕駛的潛力，所以我們口中的Tesla 自動輔助駕駛其實是一整套套件的合集，Tesla每次開放一點，最後完整成一體才有了我們現在看到的自動輔助駕駛Autopilot。這其中每一次更新都經過了內部測試，封測，路測，驗證以及更新到實際Tesla車隊，再通過車隊反饋數據進一步加強自動輔助駕駛：
2. 固件7.0 和 固件8.0的自動輔助駕駛擁有完全不同的性能。
7.0時代的自動輔助駕駛是通過圖像識別為主，雷達只是輔助的手段實現，其中圖像識別部分便是以Mobileye的軟體結合Tesla自己的軟體。雖然在當時引起了業界轟動，但是也隨之發生過兩起自動輔助駕駛沒能避免的致命車禍，又引起了非常巨大的爭議。而一個月之前的8.0系統對整個技術進行了大換血：改成以雷達為主，圖像識別為輔的方式。周邊車輛的感知能力提升了6倍，前方障礙物識別也得到了極大更新，避免再次出現類似的道路中障礙物事故。
在8.0的系統面板上你可以看見前方2-3輛車：
Autopilot 2.0
2016年10月- 2017年底
所以這次Autopilot 2.0 發布，Tesla同樣先普及硬體，再慢慢解鎖軟體的方式實現，非常類似於Autopilot 1.0 時代從6.0 - 7.0版本升級的方式，一步一步實現第五級全自動駕駛。至於能否實現？有了前面1.0的鋪墊和經歷作參考，個人覺得可能性還是蠻大的。而Model 3作為下一款明星車能夠直接上第五級全自動駕駛，競爭力會大增。
自動駕駛的分級參照美國的標準，其中NHTSA是美國國家公路交通安全管理局，SAE是美國汽車工程師協會
圖片來源：http://www.cheyun.com/content/10421
我們再來看看最終完成版的自動駕駛2.0實現了什麼：
現在新的配置頁面已經顯示出來，自動駕駛功能被分成了兩個選配包：
第一個包：增強輔助駕駛 $5000，交車後激活$6000
這部分功能會在2016年12月前逐漸通過OTA更新激活
車輛會自動跟隨車流，保持車道，自動變道而無需人工介入，從高速進出，自動泊車和召喚。這部分基本跟Autopilot 1.0 功能一摸一樣，只是硬體的提升讓性能更好而已。依然只是Leve 2- Leve3級別的自動輔助駕駛。
第二個包：完全自動駕駛 $3000，交車後激活$4000
完全自動駕駛會在2017年左右OTA激活
會激活全部8個攝像頭（第一個包只激活4個），可以全自動駕駛，整個過程無需人工干預。而且途徑超級充電站時會自動充電（有自動插接的充電樁）！
你只需要在地圖上告訴車去哪，或者告訴車「回家」，它便會自動導航到目的地，無論什麼路況，紅綠燈或者緊急情況。當你到達目的地時，你只需要關上車門，你的車會自動尋找停車位，然後發送坐標到你手機上。
你可以共享你的自動駕駛汽車給親朋好友，或者通過tesla的網路出租出去幫你賺錢。
這些都是明明白白寫在配置上面的，只能說太科幻，一想到這些將會在2017年實現，不得不激動一把，尤其是價格上並沒有爆表到不能接受，我想最終願意嘗鮮的用戶會有不少。
之前就撰文分析過特斯拉拋開Mobileye後發展Autopilot2.0的可能方向。如今驗證了一半一半吧。正所謂我猜中了特斯拉會很拼，沒想到會這麼拼。先引用之前的專欄文章，留坑慢慢聊聊特斯拉的這次更新
作者：辣筆小星
鏈接：知乎專欄
來源：知乎
著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。
近日特斯拉Tesla的CEO ELON MUSK正式宣布與ADAS視覺處理領先供應商Mobileye (簡稱ME)終止戰略合作。一時間激起了各種關於特斯拉自動駕駛系統Autopilot評論。背後的深層原因或是特斯拉為了不止眼前的苟且而做出戰略決定。今天我們就來聊聊特斯拉與ME分手背後的原因以及特斯拉Autopilot系統的未來可能走向。
分手的導火索-自動駕駛致死事故
5月7日發生在美國高速公路的一起致死交通事故將特斯拉推向了輿論的風口浪尖。因為行車記錄器顯示當時發生事故的特斯拉Model S車型正處於自動駕駛系統Autopilot激活狀態。
特斯拉自動駕駛系統Autopilot的感知感測器如上圖主要由12個長距離超聲波距離感測器Ultrasonic Sensors、1個長距離雷達Radar和1個前向攝像頭Forward-facing camera組成。可以實現自動巡航，自動變道和緊急剎車功能。而事故的發生正是因為緊急剎車功能並未正常工作。
緊急剎車功能的關鍵感測器如上圖所示，左側為位於車輛內後視鏡中集成的前向攝像頭，右側為車輛前保險杠中下部裝配的長距離雷達Radar。其中前向攝像頭模塊由特斯拉自主開發，內部使用的正式來在ME的EYEQ3 ADAS視覺處理晶元。
如上圖所示，事故發生的原因是當時駕駛者並未按照使用要求在封閉的高速公路使用Autopilot系統而且沒有保持足夠的注意力在路面上。一輛全白車身的拖掛大卡車穿過路口橫在了事故Model S車輛的前方。強烈的陽光和全白的車身導致前向攝像頭模塊誤以為卡車的白色車身是藍天白雲背景中的一部分。長距離雷達Radar系統成功探測到了前方大卡車形成的金屬障礙物。但是由於交叉路口卡車行駛方向與事故車輛Model S成直角，長距離雷達Radar系統認為它是一個靜止物體。加上前向攝像頭模塊的判斷，長距離雷達模塊誤認前方的障礙物為路面上方的指示牌或橫架。兩個關鍵感測器的誤判導致了緊急剎車功能未能起效。
理念存異，漸生隔閡
如上提到的致命事故其實只能說是導火索。其背後更深層的原因更可能是特斯拉與ME之間理念的差異導致合作開發無法持續進行下去。在致命事故發生後不久，ME曾在公開場合回應媒體特斯拉Model S所使用的EYEQ3（如上圖所示）並不能滿足自動駕駛的要求。它的規格定義和相關測試都是基於同向行駛中防止與前車的碰撞。而事故顯然超出了這個定義，卡車橫向停在了車輛面前。而針對自動駕駛需要等到下一代的下一代產品EYEQ5。
這樣的開發速度顯然不能滿足特斯拉的需求。使得特斯拉無法與其他整車廠形成差異化，ME的黑盒子開發理念（提供硬體軟體打包方案，改進視覺判斷失效和優化性能的實施幾乎全部掌握在ME手中）大幅限制了特斯拉改進其Autopilot系統的效率。因此為了不止眼前的苟且特斯拉必須選擇一條不一樣的道路。如上圖為ME的EyeQ3
如上圖所示和ME分手並不容易。ME的優勢在於它基於與所有的整車廠合作來建立一個龐大的視覺識別案例資料庫，並且開始和HERE、TomTom等地圖供應商合作進行地圖數據眾包採集concocting Crowd-Sourced Mapping Data技術（如下圖所示）來以較低的成本達到類似谷歌Google高精度3D地圖的性能。那麼特斯拉與ME分手後如何補償相應的技術缺失呢？
背後的未來Autopilot2.0計劃：
-基於目前系統提升雷達性能
當致命事故發生後，眾多的媒體都認為目前特斯拉採用的長距離雷達Radar + 前向攝像頭模塊的組合存在不足，需要高精度的激光雷達Lidar加入感測器的組合。甚至媒體還在路上拍到了頂部裝配激光雷達Lidar感測器的Model S車型。引起了對於將來特斯拉車型裝配激光雷達Lidar感測器的猜測。
但是很快特斯拉CEO Elon Musk的發言澄清了他的觀點。他認為短期內激光雷達Lidar感測器還是太過昂貴，他會更傾向於改進目前的長距離雷達Radar感測器的性能。如下圖所示，Musk表示使用目前特斯拉使用的雷達Radar技術本身（不依靠攝像頭數據）加上短暫的優化就可以某種程度上達到類似激光雷達Lidar對周圍環境的感知能力。
如下圖所示，Musk甚至表示長距離雷達Radar相比激光雷達Lidar（基於可見光波長範圍）甚至在某些情況下具有更好的適應能力，比如雨、雪、霧、塵天氣的干擾情況。
其實特斯拉對於長距離雷達Radar技術的強調也因為如果對於致命事故的調查導致特斯拉必須發起召回，該技術是唯一有可能在短期內通過OTA遠程程序升級修復相關問題且低成本的解決方案。事故發生的部分原因是，雷達Radar發現了前方障礙物交由前向攝像頭模塊進行數據融合Sensor Fusion和決策，最終該障礙物被認為沒有威脅而釀成事故。因此將來長距離雷達Radar的優先順序將提升，而不僅僅在數據融合中扮演從屬角色。下圖為特斯拉所裝配的長距離雷達Radar感測器。
-未來增加更多的攝像頭
如下圖所示為特斯拉目前所配備的前向攝像頭模塊，集成在內後視鏡中的單攝像頭模塊。
為了更好的判斷距離確認障礙物，其中一種方法是採用類似人眼的雙目攝像頭形成立體圖像從而更精確的判斷物體距離。雙目攝像頭將有可能最早出現在Model X車型中。如下圖一為Model X測試車型配備的雙目攝像頭。下圖二為相應的雙目攝像頭模塊。
不僅如此，特斯拉還提出了採用三目攝像頭和雙三目攝像頭的更為激進的方案。如下圖所示三目攝像頭在原來單目攝像頭的基礎上增加了一個遠距離窄視角的攝像頭用於長距離目標追蹤和交通標誌及地面障礙物的提前標識。同時還增加了一個近距離寬視角的攝像頭用於探測周圍的行人和汽車人。而雙三目方案則類似於之前提到的雙目方案用於建立立體視覺，只是每一個視覺模塊都被前面提到的三個不同探測距離和視角的攝像頭所取代。雙三目方案的其中一個三目攝像頭將安置在內後視鏡中，另一個將安裝在前方車鼻位置。
下圖一為出現在特斯拉最新的線束原理圖中的三目攝像頭，下圖二可以看到三個攝像頭分別為主攝像頭Main，窄視角攝像頭Narrow和寬視角攝像頭Fish Eye。
-發力人工智慧開發
特斯拉Autopilot系統是世界首個真正實施人工智慧的駕駛輔助系統。並且其人工智慧的核心技術深度學習Deep Neural Networks （DNN）完全為自主開發，並未藉助ME的幫助。因此這成為與ME分手最大的底氣。下圖一為通過對攝像頭採集圖像進行分層學習過程的示意圖，從圖像中可以抽取相應的目標位置，路線規劃。下圖二為通過深度學習，規划出的路徑不再完全依靠車道線，而是基於對於前方目標辨認標識出的安全空間（綠色部分）。
堪稱夢幻的人工智慧AI開發團隊
特斯拉其實悄然組成了一個強大的人工智慧開發團隊。因此開發一款視覺處理專用晶元SOC不在是一個很大的問題。
Jim Keller
現任特斯拉自動駕駛系統Autopilot系統硬體工程副總裁。曾經是AMD K8等CPU的架構師，並設計了蘋果Apple公司相關設備比如iphone手機所使用的A4，A5核心架構。如下圖為JimKeller在AMD技術會議上的照片。
Peter Bannon
曾任職蘋果Apple公司，並隨Jim加入了特斯拉Autopilot。
David Glasco
曾在Intel，IBM，NVIDIA等公司任職，加入特斯拉前是AMD公司伺服器專用晶元SOC架構高級總監
Thaddeus Fortenberry
加入特斯拉Autopilot前為AMD公司雲伺服器架構師
Debjit Das Sarma
加入特斯拉Autopilot前為AMD公司CPU架構師
Keith Witek
曾任AMD公司策略及業務拓展部副總裁，現任特斯拉Autopilot總監
Junli Gu
曾是AMD公司機器學習技術資深技術成員，現在是特斯拉autopilot機器學習技術領軍人物。
加強與NVIDIA的合作
前文提到特斯拉已經準備好了一個開發視覺處理專用晶元SOC的強大團隊，但是開發晶元需要一個非常長的周期。為了滿足近期特斯拉車型的近期的需要，除了繼續使用ME 的EYEQ3產品外，特斯拉無疑將進一步增強與戰略合作夥伴NVIDIA的合作。下圖為Jen-Hsun Huang NVIDIA CEO和特斯拉CEO Elon Musk針對媒體討論自動駕駛未來前景的照片。
下圖為NVIDIA的為自動駕駛開發的深度學習DNN計算平台。
作為通用的圖形處理單元GPU， NVIDIA的晶元相對ME的圖形處理專用晶元SOC具有更強大的計算能力，但是相應的也消耗更大的功耗。這成為特斯拉使用NVIDIA的GPU直接進行圖形處理的最大障礙。當然也不排除特斯拉因此與NIVIDA合作開發專用晶元SOC以降低功耗解決相應的問題。下圖為ME EyeQ3晶元與NIVIDA Tegra X1的性能對比。可以在性能指標FLOPS中Tegra X1具有更強大的計算能力（Tegra X1為286720大於EyeQ3的204800），但同時EyeQ3的功耗僅為2.5W，而TegraX1的功耗達到了10W的級別。
綜上所示，為了不止眼前的苟且，而走向的未來的詩和遠方。特斯拉終於從戰略層面上與ME分手。相應的短期內特斯拉將進一步增強長距離雷達Radar的性能。未來特斯拉車型將使用更多的攝像頭來更好地感知周圍的環境。同時特斯拉已經組件了一個夢幻的團隊，並與NIVIDA聯合進行人工智慧的開發，而且不排除開發相應圖形處理專用晶元SOC的可能。
本來說好的 17 號發布讓人意想不到的更新，結果一言不合就跳票到了 20 號。本以為是推出正式版的 Model 3，結果萬萬沒想到一下子就把自家的產品的從輔助駕駛帶入了全自動駕駛時代。
特斯拉宣布：從即日起，特斯拉生產的所有特斯拉汽車（包括入門車型 Model 3）都將配備可實現完全自動駕駛功能的硬體，並且安全級別將遠遠高於人類自己駕駛。搭載這一硬體的 Model S 和 Model X 已經開始生產，而 Model 3 將會在 2017 年底正式開始交車。
武裝全身的感測器，特斯拉這次做到了真正的全自動駕駛
8 個攝像頭，12 個超聲波感測器，一個加強版前向雷達。
為了實現全自動駕駛，特斯拉把感測器布滿了全車。8 個攝像頭提供 360 度的視覺監控，最遠能夠監控 250 米範圍內的物體，12 個超聲波感測器覆蓋的範圍是之前 Autopilot 系統的兩倍。一個加強版雷達用來在雨雪大霧天氣下探測前方車輛。
用儘可能多的感測器覆蓋儘可能多的範圍，收集數據進行運算以實現自動駕駛，這樣的做法很特斯拉，也很馬斯克。回過頭來看看之前叫做 「Autopilot」 的駕駛輔助功能，你就能知道此次特斯拉推出的全自動駕駛有多麼強大。
目前跑在路上的特斯拉車型，主要依靠 4 個部分來實現 Autopilot 輔助駕駛：
- 圍繞在車身周圍的 12 個超聲波感測器識別周圍環境。
- 一個前置攝像頭辨別前方物體。
- 一個前置雷達也對前方物體進行識別。
- 通過長時間路試積累來的高精度衛星地圖。
儘管被叫做 「Autopilot」 ，但其實這個功能也僅僅是個類似於自適應巡航的駕駛輔助裝置。車主激活這一功能後，汽車會自動跟車，行進，在限速範圍內調節速度。車主打閃光燈後，汽車可以自己變道。但這樣的駕駛輔助，在沒有前車可供車輛自動跟隨的前提下。汽車不能自己轉角度比較大的彎，也不能調頭。用目前最常見的自動駕駛評級來看，Autopilot 駕駛輔助系統只能到 level 2 的水平，只能算部分自動駕駛。
但在加入了近乎瘋狂的 7 個攝像頭，並且將其餘感測器性能優化後，新款特斯拉對於環境的測繪能力從老版本的 「只能對車前方」，增加到了可以 「對車周圍的所有環境進行準確的識別和測繪」，實現了 level 4 的全自動駕駛。這也就意味著，之後你購買的特斯拉將有能力完全把駕駛過程自動掌控，車主在保證自身安全的前提下，可以不接管任何駕駛活動。
更多的感測器意味著更多的數據處理壓力，於是特斯拉也為新車更新了性能更為強大的行車電腦，運算性能比上一代提升了 40 倍，用來處理攝像頭拍下的視覺數據，聲吶和雷達等信號數據。
全新的硬體、可以完全自動駕駛、現在就已經開始生產了。是不是不少土豪看到這裡已經動了立馬下單，體驗一把全自動駕駛的衝動了？別急，冷靜一下，往下看。
雖然功能是推出了，但想體驗全自動駕駛，你還得等到 2018 年
雖然特斯拉已經推出了全自動駕駛功能，並且宣布之後生產的新車都將搭載支持這一功能的硬體，但如果你想體驗到特斯拉的全自動駕駛，還需要等上一段時間，特斯拉表示，在正式激活這一功能之前，特斯拉還需要經過上百萬英里的實際路試，待所有功能經過反覆驗證之後，才會將這一功能 OTA 給車主。
通過實際路試進行硬體校準，這是正式推出功能前必不可少的。比起其他廠商，擁有大量的實際路試數據正是特斯拉的巨大優勢所在。
在這個月初，特斯拉曬出了自家 Autopilot 輔助駕駛的實際行駛里程：目前特斯拉 Autopilot 輔助駕駛的行駛里程已經達到了 2.22 億英里（約合 3.57 億公里）。
Elon Musk 在 Twitter 曬出的這個數據簡潔有力。至於 3.57 億公里是個什麼概念的數據，換算成我國人民喜聞樂見的方式來看，特斯拉的 Autopliot 駕駛輔助系統如今已經累計繞地球 8925 圈。而特斯拉實現這一龐大實際路試數據的時間僅僅用了 1 年時間。
回歸自動駕駛領域，顯然自動駕駛相對於一個駕駛輔助系統，想要積累實際道路測試量的難度要多得多。儘管我們總是能看到 Google 無人車在路試的消息，但截至目前，Google 無人車也僅僅行駛了 200 萬英里的里程。
完全無人操控和一些政策的限制成了 Google 自動駕駛車實際路試的羈絆，複雜的無人駕駛硬體只能在路況比較好時才能小心翼翼地積累里程進行校準，這拖累了路試的進展。但作為已經推向市場的消費者版特斯拉汽車，積累路試數據倒是成了一件容易的事情。
特斯拉將車賣給消費者，無論你是否使用 Autopilot 或其他駕駛輔助功能，感測器都會自動打開在你駕駛時收集數據進行處理，將車主的消費版本車直接用來積累路試數據並對自家的駕駛輔助功能進行優化，比 Google 無人駕駛車僅僅數十輛試驗車辛苦耕耘要高上不少。在面對自動駕駛功能時，特斯拉不出意外還將會採用這樣的方式進行數據積累和功能優化。
特斯拉方面已經表示，如果一切順利，最早將會在 2017 年底展示一次從洛杉磯到紐約的自動駕駛，全程不會有人操作汽車。而這也就意味著，我們至少要到 2018 年才能體驗到特斯拉全新的自動駕駛，而為了調配硬體，購買了裝備完全自動駕駛套件特斯拉的車主，甚至連之前 Autopilot 的駕駛輔助功能都不能使用了。
特斯拉的全系車型已經支持自動駕駛了，汽車大廠們慌了嗎？
福特宣布 2021 年正式運作無人駕駛、沃爾沃宣布 2020 自動駕駛量產裝車、賓士計劃 2020 年實現自動駕駛。
本就離我們不遠的全自動駕駛車，在特斯拉發布全自動駕駛套件後，又提前 2-3 年。
目前自動駕駛汽車主要是通過激光雷達對地圖實現測繪，進而通過計算實現自動駕駛的。在今年 8 月中旬，百度還宣布和福特一起投資激光雷達公司 Velodyne。雖然從技術上來講，激光雷達相比於特斯拉使用的攝像頭更為可靠，可以根據激光發射和返回的時間差來繪製高精度的 3D 地圖，在黑暗和天氣不佳情況下都能夠正常工作，但過高的成本成為了使用激光雷達的全自動汽車最難解決的推廣障礙。用 5 年的時間來發展技術，降低激光雷達的量產成本，還是時間充裕的。
而特斯拉則是使用增多的攝像頭和加強感測器描繪周圍環境，從成本上更低，並且在數據積累方面特斯拉也有著更強的優勢，但對於特斯拉來說，仍需要把之前的演算法幾乎全部推翻重做，是一個巨大的工作量，以至於儘管已經發布，但特斯拉還是表示最少要等到技術安全可靠才會發布，並且一年之後才會展示這項技術。
好在無論是傳統車廠所依賴的激光雷達自動駕駛，還是特斯拉自家研發並且只會只用在自家全系車型上的全自動駕駛套件，似乎自動駕駛汽車真正走進普通人的生活最多也就三四年的時間了。
不過，特斯拉最近幾次發布會，最讓人心疼的，恐怕還是特斯拉的老車主們。早期特斯拉宣稱將會通過硬體不變、軟體 OTA 的方式為汽車添加新功能，但由於全自動駕駛的功能受限於硬體更新，老車主們是只能使用 Autopilot 駕駛輔助了。
特斯拉的自動駕駛一直被業界所矚目，很多人也都相信特斯拉已經實現或將最先實現自動駕駛。
然而，事實真的如此嗎？
從事自動駕駛控制器研發也有一段時間了，談談看法。
什麼是自動駕駛？
自動駕駛目前還沒有強制標準的認定，歐標沒有，美標沒有，國標更沒有！
這就給「自動駕駛」的解釋留下了非常大的空間！
能夠自動加速制動算不算自動駕駛，能夠自動轉向算不算自動駕駛？到什麼程度才算自動駕駛？
雖然沒有強制標準，但美國高速公路交通安全管理局(NHTSA)和美國汽車工程師學會(SAE)對此有較為明確的說明。
基本分為4-5級，網上有非常多的資料，僅僅簡述：
0級：沒有輔助系統
1級：基本的輔助系統，如自適應巡航控制，車道保持。
2級：綜合各種一級系統，稱之為半自動化系統。屬於輔助駕駛範疇。
3級：有條件的自動駕駛系統，真正的自動駕駛系統，但僅工作於特定條件，仍需駕駛員接管。
4級(5級)：高度(完全)自動駕駛，甚至無人駕駛。
2級和3級最大的區別來自於是否需要駕駛員負責，2級需要駕駛員負責，3級不需要駕駛員負責。
如果車廠要求駕駛員手不離方向盤，時刻關注路面情況，那麼無疑是2級系統。
注意！是駕駛員負責！不是駕駛員接管！3級仍然需要駕駛員接管，駕駛員接管是3級和4級5級的區別！
目前上市的所有車型，包括特斯拉、沃爾沃、賓士、奧迪等品牌全部車型最高級的系統僅僅到二級，三級系統在世界上任何一個地方都還沒有上市！
有信息表明奧迪會成為第一個量產3級自動駕駛的品牌，因其與激光雷達供應商簽訂了獨家供貨協議，激光雷達又是自動駕駛必要感測器之一。但按其發布時間表量產或者上市至少是一兩年之後的事。
那麼到底3級系統困難在哪裡？
可以很明確的說，難度在於需要對發生的事故負責！
對於2級系統，可以實現各種花哨的功能，但都需要駕駛員在環監控車輛運行，3級系統駕駛員不在環，所有控制決策都由車輛完成。
因此，從設計架構到控制邏輯和2級系統都有天壤之別！
所以經常聽人問，為什麼3級系統這也不能幹那也不能幹，功能還不如2級？
當你真正理解3級和2級的區別，這個問題就不難回答了。
功能不是3級系統關注的重點，可靠性安全性才是。
3級有多遠？4級5級有多遠？
3級系統在未來5-8年會陸續量產。
至於4級5級，不需要駕駛員接管的，恐怕還需要至少二十年才能量產。
對於特斯拉宣稱的所謂的「高度自動駕駛"，我無論如何解釋都會有粉絲對我的論述不屑，並堅信特斯拉能夠做到。
然而，我們只要關注，安裝此系統的特斯拉汽車上市之後，是否會允許駕駛員開車時鬆開手並做其他事情，如果沒有那麼就是2級系統！連3級都夠不上，更別說4級5級！
特斯拉系統的技術分析：
特斯拉在和Mobileye分手之後選擇了Nvidia並全向裝有攝像頭。
然而以目前技術攝像頭性能局限性非常大，並且不夠安全。
有人會說人工智慧深度學習種種，確實識別是這些技術最好的用武之地，然而這些技術本身並不成熟，對性能提升目前很有限。
自動駕駛是對安全性要求極高的系統，不允許任何形式的失效（失效後有冗餘系統保證安全）。
而攝像頭：
1、對特殊情況適應不足。比如我們測試中發現面對強光或強地面反光時識別率會下降。
2、在夜晚需要輔助照明。前向攝像頭有大燈，但其他方向攝像頭需要額外照明才能在黑暗中工作。照明不足時，識別率和識別距離都大幅降低。
3、惡劣天氣，受雨雪霧影響巨大。雷達激光相對受影響小於攝像頭。
4、識別本身有局限，比如目標受遮擋，比如目標反差過低，比如目標突然出現。
對於肉眼都看不清的物體不要指望攝像頭能識別。
想想特斯拉的第一起事故，主要問題在於攝像頭沒有識別並確認橫向運動的貨車。
因此僅依靠攝像頭確實無法達到3級自動駕駛所需的安全性和可靠性。
特斯拉的系統更像是低成本高性能的2級系統。
不是說特斯拉系統不好，特斯拉的Autopilot是我所測試過性能最好價格最合理的2級系統。
特斯拉也是目前唯一有能力擺脫傳統供應商束縛的主機廠。
應該是用了最近大熱的深度學習技術。這塊運用自動駕駛上的研究，也有一段時間了，相關視頻在網上不難找到。這麼看來，和MobileEye分手恐怕不僅僅是因為在自動駕駛安全上的分歧，極有可能還和技術路線選擇有關。
幾個關鍵點：- Musk說還需要幾百萬英里累積，這是非常典型的深度學習訓練模式。Deep Learning需要大數據量訓練，就像AlphaGo在和李世石比賽之前，已經下了成千上萬盤棋。
- 用了一塊運算能力大幅升級的nVidia晶元。老黃的核彈GPU，差不多是現在搞人工智慧的標配。Deep Learning，對計算資源要求也很高。
我看過把深度學習運用到自動駕駛汽車的視頻，印象很深。從一開始開得歪歪扭扭，到後面走位精準，完全和人類司機學習駕駛的過程一樣。想想AlphaGo能下贏李世石，可以期待一下Autopilot 2.0的表現。當然，手和腳該放在哪裡還是放在哪裡，千萬別做了事故處理的訓練樣本。
是的，有特斯拉的地方就有我。
之前的火星救援，沒看過的再來回顧一下。
如何評價伊隆·馬斯克的「殖民火星大計劃」？
【冷不丁地， Elon Musk 又給全世界一個超級重磅】
Tesla 推出「完全自動駕駛」功能，這是徹底解放人類還是又一次「大躍進」？
首發於微信公眾號：極客公園 (geekpark)
文 | 龜途慢慢
（你沒看錯 本人的提問看看本人究竟說什麼）
如果說埃隆?馬斯克（Elon Musk）有什麼特點，除了遮掩不住的野心和在發布會上演講時的經常性卡殼，喜歡跳票也是一個。他自己所制定的時間點基本沒有能按時搞定的，差不多都得往後再推移一段時間。
上周的時候，馬斯克在 Twitter 上宣布，Tesla 將會在本周一發布一款「大多數人都意想不到（unexpected by most）的新產品」。結果就在既定時間馬上要到的時候，他又突然宣布「我們還沒搞定」，大家周三再見吧！
於是，我們終於在幾個小時之前見到了這個「新產品」——完全自動駕駛硬體（Full Self-Driving Hardware）。
多項升級給 Tesla 「完全自動駕駛」的信心
考慮到這半年來有關自動駕駛技術的巨大爭議性，Tesla 在此時推出這個所謂的「完全自動駕駛硬體」產品不可謂不大膽，甚至可以說是「逆天下之大不韙」。
Tesla 在其官方博客中給出了具體的產品細節和相關的技術組成，讓我們一起先來看看 Tesla 憑什麼會有這樣的信心：
· 8 個環繞攝像機可以提供最遠達 250 米的 360°可視視角；
· 12 個升級版的超聲波感測器，監測距離可達上一代系統的兩倍；
· 具有增強功能的前視雷達，能夠在霧霾、下雨天等惡劣環境中提供幫助；
· 更強大的車載計算系統，由 NVidia 提供 GPU 晶元，其計算能力達到了上一代版本的 40 倍，運行的是 Tesla 自己開發的神經網路；
根據其自己的說法，配備這種新硬體的 Model S 和 Model X 已經在生產中了，如果想要，你現在就可以下單購買。不過，由於這個新硬體系統的成本會貴 8000 美元，所以可能會在產品的售價上也有所提升。
當然，這個新的功能不會立刻就能使用，即使你現在買到了一輛新的 Model X，你暫時還不能完全使用自動駕駛模式，Tesla 表示自己還需要「通過在真實世界行駛數百萬英里的距離來校準這個新系統」。
自動駕駛水準達最高標準，這是一個偉大成就還是在「放衛星」？
馬斯克自己表示，這套硬體已經具備了「第 5 級自動駕駛的能力」，如果成真，這會是一個巨大的進步。
自動駕駛技術在國際上有一個分級標準，美國交通部選擇的是美國汽車工程師學會（Society of Automotive Engineers）的標準，其主要內容為：
· 0 級：無自動駕駛，由人類駕駛員全權操控汽車，可以得到警告或干預系統的輔助；
· 1 級：駕駛支援，通過駕駛環境對方向盤和加減速中的一項操作提供駕駛支持，其他的駕駛動作都由人類駕駛員進行操作；
· 2 級：部分自動化，通過駕駛環境對方向盤和加減速中的多項操作提供駕駛支持，其他的駕駛動作都由人類駕駛員進行操作。
· 3 級：有條件自動化，由自動駕駛系統完成所有的駕駛操作。根據系統要求，人類駕駛者需要在適當的時候提供應答。
· 4 級：高度自動化，由自動駕駛系統完成所有的駕駛操作。根據系統要求，人類駕駛者不一定需要對所有的系統請求做出應答，限定道路和環境條件等。
· 5 級：完全自動化，在所有人類駕駛者可以應付的道路和環境條件下，均可以由自動駕駛系統自主完成所有的駕駛操作。
而在此之前，現有的汽車及互聯網廠商在自動駕駛技術方面大都集中在第 2 或第 3 級。比如前幾個月剛剛除了車禍的 Tesla 上一代系統雖然允許駕駛員的雙手短暫離開方向盤，但也需要你隨時放回去拿回操控權。因此，馬斯克這次宣稱直接從第 3 級跳到了第 5 級，無疑還是令人有些擔憂：這是不是又在「放衛星」？
但由於現在缺乏更多實際的數據和材料，因此究竟能否達到所謂的「第 5 級」的水準，恐怕還需要屆時的實測才能知道了。但在此之前，相信我們絕大多數普通人恐怕對此還是持一個謹慎觀望的態度。
安全性是人類駕駛的兩倍，但出了事故我們不負責
除此之外，馬斯克自己還在之後的問答環節表達了一些自己對相關問題的看法，其中頗有一些看點。
1. 如果 Tesla 的自動駕駛汽車出現事故了，Tesla 會負法律責任嗎？或者會提供「賠償計劃」嗎？
答：不會，除非能證明是軟體本身出現了錯誤。
2. 這個新的自動駕駛技術究竟有多安全？
答：根據目前的測試，它的安全性至少是人類駕駛的兩倍。
3. 如何評價上一次的事故？
答：媒體在事故上把太多的注意力放到了不恰當的地方，每年死於人類交通事故的人有 120 萬，自動駕駛技術已經非常安全了。事實上，所有阻止我們採取自動駕駛汽車的行為都是在「殺人」。
當然，從這些問答中，我們一如既往地發現了馬斯克滿滿的信心，他對自己的產品始終毫無挑剔。不過，這其中當然還存在一些模糊的地方，比方說法律責任。雖然馬斯克自己強調要根據完全的調查結果來判定事故責任，但究竟怎樣才能判斷是駕駛者自己的判斷出了問題還是駕駛系統的判斷有誤呢？這一切還需要政府部門和這些車廠更多的研究與合作。
不過，像以往一樣，馬斯克在最後又做出了一個時間上的承諾：他將會在明年年底之前在洛杉磯到紐約的路程上用完全自動駕駛汽車做一個展示。到時候也許我們就能判斷自己敢不敢買他的產品了。
所以，估計我們在 2017 年是見不到他的這個演示了，還是往 2018 年等等吧。
_________________
本文由極客公園原創
轉載聯繫 xiangyunqi@geekpark.net
對Auto Pilot II評價如下：
-特斯拉Auto Pilot不具備實現SAE Lv5級別自動駕駛的潛力；
-特斯拉Auto Pilot不具備實現SAE Lv4級別自動駕駛的潛力；
-特斯拉Auto Pilot不具備實現SAE Lv3級別自動駕駛的潛力。
我相信如果是對SAE各級別有深刻理解的業內人士，僅通過硬體架構也可以看出Auto Pilot II的缺陷與潛力的極限。
宣傳策略而已，tesla需要至少再籌一輪錢才能撐到model3量產。
官方新聞發表只是說他的視覺超聲波還有前置雷達車載處理器等等配齊了，這一塊本來就不是實現自動駕駛缺的東西，最多成本控制上有待提高...
缺的是end to end精確地圖來實時更新路況，車與車間實時通信網路，車與雲端的低延遲通訊所需的無線網路覆蓋，機器學習獲得的可靠的圖形信息識別和作出合適判斷的人工智慧。然後還有倫理上的障礙，一個小孩和兩個老人撞哪個之類的問題。等等等等...基本上是軟體，基礎設施和倫理上的東西技術上很牛逼，甩所有對手一條街以上。
自動駕駛最需要突破的就是感測器和演算法，這方面tesla挺吊的。
與之相對的是賓士的路線，超級複雜的感測器和進化速度很慢的控制演算法。
不過回到汽車這個領域，我還是相信賓士的做法。
控制軟硬體再牛逼，也不能放在汽車上拿用戶的性命做測試。
蘋果已經要出iPhone 4S了；其他廠商還在推翻蓋/直板；「車迷」還在恨普銳斯、恨CVT、恨電動車，說特斯拉重、操控不好。
我就想問，有幾個人最後買了「操控好」的車？
你這車0-100加速和我有什麼關係？
你這車是AT還是CVT和我有什麼關係？
你這車馬力xxx和我有什麼關係？
甚至你這車什麼級別和我有什麼關係？
我只要一輛車，配備最新的科技，能像手機一樣不斷升級固件。目前看一眼市場，只能攢錢買特斯拉。
是4.7寸屏還是5.5寸屏不重要，是不是iPhone很重要，不是iPhone也可以是其他正常廠商的期間/次旗艦，哪怕是紅米呢？但是我不要諾基亞S60帶實體鍵盤，哪怕你裝個驍龍835也沒有用啊，你賣便宜也沒用啊。
這麼多年了，我也不指望傳統汽車廠商進步了，我就希望她們快點死掉，接著化石資源不拿來做燃料，人類實現可控核聚變。
我覺大部分時間，車對我來說就是一個帶著我（或者順帶幾個別人）從A點移動到B點，有時候順帶捎點物品的行動工具，這個工具最好全自動才好呢，理想當然是瞬間移動咯，但是目前又做不到，the next best thing，一輛能自動駕駛的車咯，問題只有特斯拉在造，那麼只能買特斯拉了……全自動駕駛不帶激光雷達作為硬體安全保護？馬一龍瘋了嗎？前幾次致命事故中的場景巧合問題對於圖像模式識別無法避免、對於超聲波雷達探測距離不夠。
再這樣無視安全下去，別把特斯拉的品牌玩砸，甚至連累SpaceX登陸火星的計劃一起全泡湯。看那個路測視頻，一路上空空蕩蕩幾乎沒別的車，這真的能測出水平么？
一般的巡航輔助功能會要求司機全程緊握方向盤，但通用的具備面部識別功能的巡航模式將允許司機雙手離開方向盤。
可一旦檢測到司機駕駛過程中走神了，甚至睡著了，這個「超級巡航系統」會發出紅色警告信號燈，駕駛員座椅將會震動，最後會播放預錄製的聲音去提醒司機作出適當的操作。
萬一前面這些警告都不能讓司機作出反應，通用安吉星後台將會有服務人員嘗試直接與司機聯繫，以防在緊急情況下司機需要醫療救助。
此外，如檢測到前方道路有連續的急彎，巡航系統將會再次發出警告，緊急情況下甚至會停止行駛。
我想說 這真是一個看臉的時代！據稱明年能目睹此黑科技真容，就讓我們拭目以待吧！
自動駕駛出了事故誰來擔責這個事兒不解決，自動駕駛就只是個概念技術而已…
被Tesla洗腦了。。。
就在去年，我也和樓上一樣認為中國完全無人駕駛還要20年。現在有了特斯拉，我相信過2年的確會有無人年上路，過5年就會全國行成購買的熱潮。想想看當年淘寶網，覺得樓下就有賣的東西，誰會去幾百公里外網購？可隨著身邊用的人越來越多，你也會接受，而且會上癮……
雖然覺得很高大上，但還是覺得自己駕駛安全一點……
牛，就是電動車在東北這種極寒天氣老趴窩這是個bag
就是
完全 自動 駕駛呀！
告訴你，你只需要坐在車上，什麼都不用干，就好了。
噢耶！泡妹子不覺得兩年左右，一萬美金的成本可以買到全自動駕駛，哪怕在美國。
歷史又一次走到了蒸汽機還是紡車的十字路口了
失敗的一方已經註定
勝利的一方代價也慘
人類的歷史就是在鮮血和事故、質疑之中，誰也不理會地滾動下去，碾碎數百萬，數千萬，數億的屍骸
失敗就將滅亡，落後就要挨打得死不少人，現在的技術絕對操之過急
這次ap2.0硬體升級不錯，超出了之前媒體預測的預期，不過能完全到達無人駕駛還是存疑的，估計就是L4水平。
個人看來選第一個：增強輔助駕駛45800元，交車後激活55000元，是有必要的，畢竟輔助駕駛對於駕駛的安全性提升是不言而喻的；至於第二個：完全自動駕駛27500元，交車後激活36700元，看情況吧，國內路況對於TESLA的演算法是項很大的考驗。
另外說一點：
考慮到國內情況，有點擔心老車主會不會集體堵門抗議，因為畢竟是周三開始新硬體上線，之前生產的都已是舊款。
就像我之前在@Ryan Woo 有個回答下面評論里說的那樣（雖然他把我拉黑了），車子沒到手還在海上漂的時候已經淪為舊款了。
推薦閱讀：
※深度學習在無人駕駛汽車上面的運用有哪些？
※自動駕駛攻破的難點在哪，何時能到Level 5？
TAG:自動駕駛 | 特斯拉汽車TeslaMotors |