新年伊始，特斯拉宣布，僅用不到一年時間建成的上海特斯拉工廠生產(chǎn)的的Model 3將大幅降價。Model 3標(biāo)準(zhǔn)續(xù)航升級版起售價從35.58萬下調(diào)至32.38萬，同時，購車還將獲得高額補(bǔ)貼，最后用戶到手價為29.905萬元。不到30萬，就能買到的特斯拉Model 3，還是帶基礎(chǔ)版輔助駕駛功能的。一直對標(biāo)BBA(奔馳、寶馬、奧迪)的特斯拉在30萬以下的國內(nèi)市場要展開一場“大屠殺”了，這對于整個國內(nèi)電動車市場將會產(chǎn)生不小的沖擊。

不過，最讓筆者好奇的卻是，特斯拉自動駕駛是不是玩不動了，結(jié)合特斯拉多次升級后，自動駕駛事故依舊頻發(fā)，顯得其Autopilot自動駕駛系統(tǒng)一直雞肋，從未改變。

傳感器方案何時成熟?

暫且不提Autopilot的軟件層面的問題，來說說它的Autopilot硬件系統(tǒng)。從Model 3整車來看，一共配置了8個攝像頭、12個超聲波傳感器、1個毫米波雷達(dá)，由于2019年4月，馬斯克diss了激光雷達(dá)的方案，所以特斯拉只能死磕毫米波雷達(dá)和其引以為豪的計(jì)算機(jī)視覺解決方案了。

先來看看特斯拉部分“鬼火”集錦，我們挑了一些具有相似性的進(jìn)行比對。

2016年5月，處于自動輔助駕駛模式下的Model S撞上了前方正在低速左拐的大貨車

2018年1月，還是處于自動輔助駕駛系統(tǒng)的Model S撞上了路邊停放的消防車。

2019年8月，Model 3在自動輔助駕駛系統(tǒng)開啟的情況下莫斯科高速公路上撞上了路邊停放的拖車。

2019年12月，Model 3同樣在自動輔助駕駛系統(tǒng)開啟的情況下，撞上了靜止的警車。

其實(shí)，不難發(fā)現(xiàn)，特斯拉對于大型障礙物或者靜止的障礙物基本屬于“眼瞎”狀態(tài)。對于這種情況，理想汽車CEO李想曾表示，攝像頭配合毫米波雷達(dá)的組合就像青蛙的眼睛，動態(tài)判斷能力尚可，但是對于非標(biāo)準(zhǔn)的靜態(tài)物體幾乎無能，并且對于車輛以外的動態(tài)物體，識別率仍然不到80%。

要解開這個困惑，要從特斯拉Model 3攝像頭說起，8個攝像頭分別為3個位于車窗底部的前置攝像頭，左右B柱(車身支柱)各一個攝像頭和左右前輪翼子板下方的后視攝像頭各一個，以及一個用來倒車的車位攝像頭。這些攝像頭傳感器其實(shí)都是用來感知外部環(huán)境，這一塊主要是通過AI訓(xùn)練讓攝像頭能夠識別物體，由于靜止物體種類多識別范圍太廣，有些事物沒有訓(xùn)練過，例如，第一代Autopilot利用了Mobileye攝像頭，而這款攝像頭主要針對車頭和車尾進(jìn)行訓(xùn)練，車身側(cè)面訓(xùn)練較少，遇到這種情況，系統(tǒng)無法識別，極有可能就漏報了。同時，對于快速移動的物體，攝像頭捕捉的圖像也是扭曲、模糊的，識別率也受影響。

另外，馬斯克diss激光雷達(dá)最大的資本就是他們的強(qiáng)大算法，但是，攝像頭的視覺總歸是二維的，8張圖片同時用算法處理，GPU的功耗負(fù)荷可見。而且，其使用的CMOS圖像傳感器在強(qiáng)光下的表現(xiàn)相當(dāng)一般，會出現(xiàn)致盲的情況。

除了8個攝像頭，再來看看特斯拉用來測距的12個超聲波雷達(dá)。特斯拉使用的超聲波雷達(dá)的感測距離在30英尺左右，約9m。這里拓展一下，超聲波雷達(dá)目前主要使用的是APA和UPA雷達(dá)，UPA雷達(dá)的最大量程為2-2.5m，APA最大量程至少是5m，也有超過7m的在使用中。特斯拉這個使用的APA超聲波雷達(dá)的9m感測范圍在業(yè)界屬于罕見品種，供應(yīng)商的話，可以自行查閱。特斯拉使用的測距超聲波雷達(dá)主要是用于泊車庫位檢測，和高速橫向輔助，提升高速巡航功能的安全性和舒適性。但是，超聲波雷達(dá)缺點(diǎn)很明顯，溫度敏感，而且，超聲波傳感器本身最大的問題就是通信問題，例如， 12個超聲波雷達(dá)位于一個頻段，防止互相干擾那就只能時分復(fù)用，12個攝像頭輪一圈，計(jì)算速度堪憂。

重點(diǎn)來了，馬斯克最喜愛的毫米波雷達(dá)，這也是自動駕駛傳感器爭議最多的部件。特斯拉Autopilot 1.0剛出來那會兒，主傳感器是上面提到的攝像頭，在出車禍啪啪打臉之后，特斯拉將毫米波雷達(dá)設(shè)為主傳感器。有人會問為啥要死磕毫米波雷達(dá)，還是那句話，便宜!便宜!便宜!重要的事情說三遍，毫米波雷達(dá)的成本價格普遍在千元左右，激光雷達(dá)萬元起步，作為商人的馬斯克還是需要考慮成本問題，畢竟產(chǎn)品太貴，沒人要，也不是個事兒。

話說回來，毫米波雷達(dá)優(yōu)點(diǎn)是能夠高效穿透霧、煙、灰塵，具有較強(qiáng)的抗干擾能力，但是在雨、霧和大雪等情況下效果一般。最致命的是，毫米波雷達(dá)幾乎無法區(qū)道路側(cè)面的金屬標(biāo)牌或道路上停放的靜止汽車，因?yàn)槔走_(dá)的空間分辨率很差，所以在算法上一般會忽略掉相對路面不移動的雷達(dá)回波，也就是會產(chǎn)生誤報的可能性。比如，一個金屬易拉罐底部凹陷的罐底位于汽車前方，反射回來的回波會被放大多倍，那就會造成車輛緊急制動。雖然特斯拉有表示通過點(diǎn)云、雷達(dá)快照組裝、地圖數(shù)據(jù)庫進(jìn)行處理，但是所謂的0.1s的快照組裝成的3D模型算法成熟速度、地圖數(shù)據(jù)庫的完整性如何去保證，何時能夠落地?

另外，2019年，特斯拉公布了自主研發(fā)的Autopilot 3.0芯片，替換了此前一直使用的英偉達(dá) Drive PX 2 芯片，據(jù)稱運(yùn)算能力是此前英偉達(dá)的10倍，真的是官方所表示的能夠具備“全自動駕駛能力”，馬斯克這回還會是嘴炮嗎，畢竟之前還是個L2級別的輔助駕駛。

車聯(lián)網(wǎng)是自動駕駛的未來

先不說筆者是激光雷達(dá)派系的還是毫米波視覺派系的，像特斯拉目前這種成熟度的自動輔助駕駛汽車，開啟自動模式上高速就是把腦袋別在腰上。要說到真正的自動駕駛，那還得把視角轉(zhuǎn)移到車聯(lián)網(wǎng)。聊到車聯(lián)網(wǎng)，總能讓筆者記起一句話。沒有V2X，駕駛也能自動，但是沒有V2X，無法真正的實(shí)現(xiàn)全場景自動駕駛。車聯(lián)網(wǎng)的核心技術(shù)就是V2X(Vehicle to Everything)，即“車聯(lián)萬物”，嚴(yán)格來說，V2X是用來輔助提升機(jī)器駕駛車輛的技術(shù)。早在上世紀(jì)50年代，為了解決交通安全和堵車的問題，通用和美國無線電公司就聯(lián)合研究“元祖自動駕駛技術(shù)”了。

與自動駕駛所用的攝像頭和雷達(dá)等技術(shù)對比，V2X的傳感應(yīng)用范圍更廣，探測距離更遠(yuǎn)，理論值為300米，并且不受視覺、障礙物的影響，本質(zhì)上可以把V2X視為一個拉長拉遠(yuǎn)的“傳感器”。最關(guān)鍵的是，V2X能夠提供車輛之間行駛狀態(tài)的實(shí)時共享，通過和周邊車輛、道路、基礎(chǔ)設(shè)施的通訊，獲取比單車能得到的更多的信息，以及預(yù)測信息。另外，相比于目前自動駕駛在惡劣天氣下表現(xiàn)不佳的情況，V2X是唯一不受天氣影響的車用傳感技術(shù)。

舉例來講，特斯拉、百度所研發(fā)的無人駕駛汽車只是V2X的一個特定應(yīng)用。譬如，特斯拉的Model 3無法識別障礙物類型的時候會出現(xiàn)車禍，但是借助V2X的信息共享機(jī)制，以及道路分析系統(tǒng)，Model 3完全可以避免車禍。此前，通用公司曾展示過自家的V2X技術(shù)，包括車輛盲區(qū)以及變道預(yù)警、交叉路口碰撞預(yù)警、緊急制動預(yù)警、前向碰撞預(yù)警、車速引導(dǎo)、前方急轉(zhuǎn)彎預(yù)警、道路濕滑預(yù)警等幾項(xiàng)安全應(yīng)用。

目前，國內(nèi)也有一些企業(yè)已經(jīng)入局V2X，例如百度 Apollo 車路協(xié)同開源方案、阿里云智能高速公路解決方案、華為C-V2X 智慧車路協(xié)同解決方案，華為 LTE-V2X 基站，還有一些創(chuàng)企也在提供支持 LTE-V2X 的 OBU和 RSU 通信終端產(chǎn)品和高精度地圖系統(tǒng)。

在V2X產(chǎn)業(yè)鏈各環(huán)節(jié)成熟之前，現(xiàn)在的自動駕駛只能算輔助駕駛，因?yàn)樗怀墒臁⒉环€(wěn)定、不安全，零事故率才是行業(yè)所追求的自動駕駛目標(biāo)。所以，奉勸各位開特斯拉時，還是把雙手放在方向盤上。