特斯拉「纯视觉」自动驾驶发布，「感知冗余」还有必要吗？( 三 ) a2339

文章插图

文章插图

文章插图

对此，马斯克在Twitter作了回应『Beta 9解决了大多数已知的问题，不过也会有未知的问题，所以请保持警惕』。所以，特斯拉这套FSD在北美尚且未能100%适应，在车况和路况更为复杂的中国，特斯拉FSD方案是否能给到驾驶者足够的驾驶信心，邦老师持保留意见。

文章插图

我们且不说各种复杂的道路和路权意识淡薄的交通参与者，光是重庆的8D魔幻道路，就能给高阶自动驾驶带来足够残酷的考验。目前FSD Beta V9.0还未进入中国，但可以从我们之前对特斯拉Model 3进行的自动驾驶的实测管中窥豹。

文章插图

文章插图

文章插图

在我们的测试中，特斯拉在自动驾驶方面的智能化的确很高，但在复杂场景中会出现蛇形走位、并线犹豫、莫名急刹等危险情况，这就是为什么使用自动驾驶功能会被要求「双手随时握紧方向盘」。除了传感器协作和算法决策还需优化，还有一部分原因是缺少深度的本土化定制。
b) 中国车企在这方面表现如何？
不得不说，国内新势力在自动驾驶方面已经开创了一条新跑道，实测小鹏P7后，我们感到十分欣喜，这让我看到国内厂商在自动驾驶上实现弯道超车的曙光。

文章插图

最近比较热火的还有华为的自动驾驶以及智己的自动驾驶。
我们先来看看搭载华为自动驾驶的极狐阿尔法S华为HI版的表现。

文章插图

文章插图

文章插图

文章插图

我们再来看看搭载智己IM AD系统的测试车辆的表现。

文章插图

文章插图

文章插图

文章插图

从视频来看，极狐阿尔法S华为HI版和搭载智己IM AD系统的测试车辆对于经典型的城市道路，左右转、调头、避让、停车等红绿灯等日常路况，自动驾驶系统都能精准完成，整个处理非常连贯，可以说是比较全面地反映出多种类传感器协作的结果。
两者的自动驾驶表现非常不错，让邦老师对两台车最终量产版本的表现倍感期待。两者在研发之初，就将自动驾驶的场景化颗粒度打得很细，并且深度基于采集到的中国本土化数据进行了自动驾驶方案的优化，最终才打造出相对更优秀的自动驾驶体验。
c) 特斯拉「深度本土化」的路上，不妨找个合作伙伴
实现自动驾驶，最重要的是三个方面：算法、算力和数据支持。特斯拉在前两项已经做到目前的行业顶尖，但要做好本土化，数据支持必不可少，这也是目前国内的车企和Robotaxi公司的巨大优势：高德、百度以及国内互联网本土大数据将为自主品牌的自动驾驶算法和类人学习提供强有力的支持。