特斯拉驾驶第一视角,特斯拉第一视角图片

1.全面重写Autopilot，特斯拉自动驾驶的升维革命

特斯拉自动驾驶利用Autopilot 的原理。从硬件上来说，特斯拉的 Autopilot所依靠的硬件如下: 一个前视摄像头、车身上的12个雷达（前后保险杠各6个)、—个超声波雷达（位于前牌照框下方)。事实上，特斯拉的这套Autopilot系统，可以理解为更高级的高级驾驶辅助系统。

1、把 Autopilot 的功能分拆来看，它实际上是由自适应巡航、主动车道保持、自动变道、自动泊车四部分组成的。Autopilot的实现原理就是，主动车道保持实际上依靠的是前摄像头识别车道线，在识别当前车道线和旁边车道线的基础上，通过前后雷达探测车子周边，又为自动变道扫清了障碍。

2、特斯拉自动驾驶辅助转向开启后，方向盘即会开始自动转动，让车辆保持在车道中行驶，非常科幻。此时只要稍加用力，即可手动转动方向盘，辅助转向功能则立即停止(同样伴随提示音)。需要注意的是手动转动方向盘的操作只会中止辅助转向，但巡航功能并不会停止。

3、所以此时不会减速甚至可能加速，安全起见请使用前推导航杆、或踩刹车的方式来完全中止自动驾驶。对于车道的识别，是完全通过摄像头识别地面标示线的方式实现的，实际测试，对于新修的封闭道路，例如上海的中环线，识别度几乎100%，完全没有任何问题。

4、对于一些地面标示线不那么明显的道路，识别度就会大打折扣。另外在夜间和雨天，车道识别度也会大大降低。在道路识别清晰的情况下自动驾驶的效率非常高，车辆转向非常平顺(好于大部分司机)，在转向较大的道路上也没有任何问题，并会自动根据转向角度降低车速。

5、当车道识别不清的时候，车辆会折中的进入一种跟车模式，此时仪表盘上的前方车辆会从黑色变为蓝色，车辆会开始尝试跟随前车的线路进行行驶，直到重新识别出道路为止。

全面重写Autopilot，特斯拉自动驾驶的升维革命

由于特斯拉的FSD还不能完全进入国内，导致了目前国内外的辅助驾驶相当于处于各自发展的过程，国内的厂商可以不用承受特斯拉的压迫感，慢慢地开通各种辅助驾驶功能。

而海外的特斯拉FSD Beta已经在北美普及了超过40万台车，特别是随着特斯拉最新的FSD Beta V11.3.2版本在上周末更新之后，海外的用户一致把这一版本称为目前最好用的一版，已经非常接近于完全自动驾驶，之前我们为大家解析过一些版本FSD的能力表现，每一次我们都还是可以挑出来一些硬上，那么这个V11.3.2版本又如何呢？这一版本有没有能力进入国内呢？

FSD Beta的能力上限已经快让我们看到了？

目前整体的FSD Beta V11.3的版本，相较之前的V10版本提升很大，特别是在这周末进化到了V11.3.2，从海外的一些用户实际体验来看，这一版本很有可能就是现在HW3.0硬件下FSD的最高水平了，同时我们也看到了使用HW4.0硬件的Model S车型，也支持了FSD Beta V11.3.2。

在这一版中，特斯拉能够完全实现在城市中点到点的自动辅助驾驶，车辆可以规划走一些小巷，目前我们看到很多辅助驾驶系统，基本上只会走大路、主路，如果主路发生了拥堵，车辆系统并不会让车辆走辅路，或者绕行一些小路，特斯拉在基础地图的加持下，可以分辨出在复杂路口下，到底应该走哪里。

之前，不管是哪一版的系统中，特斯拉在FSD开启后的左转右转过程中，存在着随时可能退出的情况，在如今的这一版中，左右转已经几乎不需要人为介入，而且连续性很强，特斯拉左右转的速度非常快，基本上都是带着速度转弯，出弯后立刻加速，这种比较激烈的风格确实也是特斯拉一以贯之的。而面对有行人通过或者有车辆干扰时，特斯拉会主动地停下，安静地在后面排队等候，可以说特斯拉变得文明了不少。

为什么说变文明了，因为在一些场景中，我们还能看到特斯拉FSD会主动超越排队车辆，到前方去加塞，就像人为驾驶一样，特斯拉能做出这类行为，可能并不是自己学习而来的，或许就是人工为它输入的程序。之前有不少人都说，如果到了全自动驾驶的时期，就没有车加塞了，路上会变得十分通畅，现在一看还真不见得，车辆也可能会自主学习去加塞。

特斯拉的V11版本是可以识别红绿灯的，想实现开通城市辅助驾驶，在不接入车路协同系统的前提下，必须依靠视觉去识别红绿灯的情况。特斯拉的视觉目前不但可以识别正前方的红绿灯，同时也可以识别侧向路口的红绿灯。

然而目前有一个比较有困难的情况，就是黄灯情况，最新一版的特别针对黄灯进行了优化。更新改进了在黄灯前通过路口或停车的决策逻辑，系统综合考虑了停车所需的减速时间、进入和穿过十字路口的时间，以及在红灯转换前穿过十字路口的距离，从而使得黄灯处理更加自然和人性化，如何避免红绿灯区域的潜在风险，这是城区辅助驾驶中的一个重难点，特别是在辅助驾驶的这个阶段，人要负全部责任。

FSD变得更文明，更守规矩了，可依然很“野”？

我们也会发现，有不少没有信号灯的路口，路口一般都会有STOP（停）的标志，之前的版本中，特斯拉会在识别到标志之后，进行急刹，这一版改进了在停车标志交叉口时的纵向减速控制机制，使变速过程感觉更直观、更自然。

由于不依靠高精地图，其实特斯拉对于路边的标志特别敏感，会特别遵守这些标志的规定，停车指示标志只是其中一部分，另一部分是限速指示标，特斯拉在匝道中会完全按照限速40来行驶，导致后方压车，新版系统中也进行了优化，不会在识别到限速后，迅速重刹减速。

现在可以对检测到的限速标志减速时的响应力度进行控制，这取决于当前速度及其与检测到的限速标志所示速度的差值。特斯拉会在用户界面上的限速图标后面增加一个视觉效果，当车辆设置的速度超过检测到的限速 50% 以上时，系统会自动发出提示，同时特斯拉还删除了 FSD Beta 中绝对速度限制偏移的选项，可以进行自行控制。

除此之外，之前大家还会看到了一些特斯拉压实线变道，或者在直行和左右转的车道内，违章行驶，V11版本最开始路试的时候，就有这样的问题。这一次特别针对这部分进行了优化，改进了某些情况下特斯拉可能会在转弯车道继续直行的行为。

总体来看，这一次更新后的特斯拉FSD Beta几乎已经表现得比较全面了，这一版本下它会变得很聪明，该守规矩就守规矩，也会根据实际道路环境，去自主决策一些轻微越界的驾驶行为，而且我们能够看到一些3D视角的辅助驾驶实景简化图，这正是在加入了占用网络技术之后，特斯拉的进步点。

我们目前国内的落地的城市辅助驾驶系统，很多还是比较保守，之前我们也为大家解析过，发现它们考虑最多的就是安全问题，所以就会去阉割一些更好体验性的功能，特斯拉的这套系统更贴近人为的一些习惯，当然不文明的驾驶行为还是要杜绝的，该排队还是要排队。

这套系统能否进入国内呢？其实我们已经看到了HW4.0硬件的车型用上了FSD Beta V11.3.2，这套系统完全可以使用在新款的特斯拉Model Y上，还有进口的Model S/X车型上。由于特斯拉也在和国内的监管部门进行协商，所以在年内落地是非常有可能的。

总结

但面对国内的一些实际道路情况，这套系统或许还是有些单薄，尤其是在路口左右转的部分，中国城市中路口的实际情况千差万别，特斯拉在国外的训练数据并不能符合国内的实际，虽然现在特斯拉有了一定在中国路面上的数据量的积累，但是没有经过真实的训练，要面对的边角案例可能还有非常多，所以特斯拉还需要在中国道路上进行长期的路试，才能够适应中国的环境。

特斯拉的FSD Beta V11.3.2推送的同时，国内厂商们也在加速落地城区辅助驾驶，小鹏P5在最近开通了深圳的城市NGP，华为系的自动驾驶也在加速落地，理想和蔚来等新势力也都给出了城区辅助驾驶落地的时间，在特斯拉进来之前，它们必须站稳了脚跟，否则会面临巨大的冲击。

本文来自易车号作者路咖汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

作者?/?陈念航

编辑?/?王德芙

出品?/?汽车之心

在刚过去的?8?月，马斯克在推特上公布了关于?Autopilot?以及?FSD?的两条重要消息：

AP?团队正对软件的底层代码进行重写和深度神经网络重构；全新的训练计算机?Dojo?正在开发中。

「重写?AP」，是今年马斯克在推特上不断提及的一项重要行动。

在回应推友提问时，马斯克会时不时披露?AP?将有的新功能，比如：

对路面上的隆起和坑洞（bumps&patholes）的识别；对环岛路况（roundabouts）的处理等等。

特斯拉对?AP?的全面重写，包括了对数据标注、训练、推理全流程的重构。

而基于新架构的?FSD?将不再是渐进式的优化，而是一次「量子式跃升」（马斯克原文是?quantum?leap）。

马斯克在?7?月的世界人工智能大会上表示「有信心在今年完成开发?L5?级自动驾驶的基本功能」，马斯克能够实现他的承诺吗？

特斯拉为什么要在这个阶段对?AP?软件进行重写？重写?AP?到底要重写些什么呢？作为当下市面上量产最强的自动驾驶系统，AP?走向何方，FSD?何时到来？

1、特斯拉?AP?两大新进展

身兼特斯拉?AP?团队的最高负责人，马斯克经常充当着软件测试员的角色。

根据马斯克在推特上透露，他本人经常开着搭载?FSD?最新测试版本的特斯拉上下班，马斯克称在他使用系统的过程中，几乎不需要人工接管。

基于此，他乐观估计，最快在?6-10?周后（也就是10月-11月份），就可以向小规模地向用户推送?FSD?测试版本。

作为重写?AP?的一部分，马斯克还向外界介绍了其全新的用于神经网络（NN）训练的超级计算机?Dojo。

Dojo?在日语中意为「道场」，现在它成为了特斯拉训练数据的「道场」。

Dojo?将专门用于大规模的图像和视频数据处理，其浮点运算能力达到了?exaflop?级别，也就是每秒运算百亿亿次。正因此，马斯克称?Dojo?如野兽一般。

需要注意的是，Dojo?计算机将配合无监督学习算法（unsupervised?learning），来减少特斯拉对于数据人工标注的工作量，这样来帮助其数据训练效率实现指数级提升。

马斯克还在推特上发布英雄帖，为自家的?AI?和芯片团队招人。

目前，Dojo?计算机仍在开发中，从?V1.0?开始，大约一年后才会有成果。

有了全新的?AP?软件架构以及强大的数据训练计算机?Dojo，难怪马斯克会对其?FSD?的落地进展如此自信。

但话说回来，特斯拉为什么要在这个阶段对?AP?软件进行重写？还是以这样一种推倒重来的方式。

2、为什么特斯拉要重写?AP?

现在的?AP?已经碰到了性能瓶颈，必须要进行升维革命，否则难有大的突破。

马斯克用了一个术语来表述这个问题，他认为过去?AP?被困在一个局部最大值（Local?Maximum）里面，要向上突破已经非常困难了。

其中一个很关键的问题在于，原有?AP?软件架构下，其处理的数据都是不含有时间坐标的?2D?图像数据。

再想往上去处理?3D?甚至?4D（加上时间维度）?的数据，实现从图像级处理到视频级处理的跃迁，?AP?固有的软件和训练网络难以胜任。

关于引入?4D?数据带来的影响，一位来自国内自动驾驶公司的工程师向汽车之心分析：

「因为有了时间维度，系统就能知道目标物的运动，对其行为进行预测，而且，系统处理目标物识别、分类以及场景的重构这类任务会更加轻松。

总之，加入时间维度，很大程度上是提高系统对整体场景的理解。」

AP?要再往前走，必须进行革命，所以特斯拉这才决定重写?AP。

另一方面，因为数据转变成?4D，信息量更丰富，整个数据的容量也会变大，这也给特斯拉?AP?现有的用于深度神经网络训练的基础设施带来了挑战，所以就有了?Dojo。

所以，?AP?为了实现性能和功能上更大的突破，倒逼其对?AP?基础代码以及训练深度神经网络的基础设施进行重构。

这样工作量庞大的复杂工程也成为?FSD?迟迟推出不了落地版本的重要原因。

除了在车载软件和训练服务器端变革，特斯拉在车载硬件端也做好了准备，就是其自研的?FSD?芯片。

FSD?已经在去年?4?月份开始量产并搭载在特斯拉的车端。

一位对熟悉特斯拉的业内人士表示：

「在?FSD?发布后的一段时间里，特斯拉?AP?团队仍是基于?HW?2.x?的硬件（英伟达?Drive?PX?平台）进行功能开发，直到今年年初，特斯拉才开始全面转向基于?FSD?芯片的软件开发。」

相较于英伟达?Drive?PX?平台，特斯拉?FSD?芯片在基础算力和深度神经网络推理效率方面都有革命性提升，而且在视觉处理性能上，FSD?相较于英伟达的芯片有更大的优势。

所以趁着这一次特斯拉重写?AP，整个系统需要处理的数据升维到了?4D，对计算硬件的要求指数级提高，FSD?的强大性能便终于有了广阔的用武之地。

引入?FSD?芯片的?AP?在性能上会有多大提升？

马斯克此前在接受?Youtube?视频博主采访时透露过：

「如果特斯拉全车的?8?颗摄像头以?36?帧/秒的速度运行（性能拉满），软件则会基于?FSD?芯片的算力同步进行?3D?标注（2D?图像+深度信息），这会使标注效率提升?3?倍，准确性也会大幅提升。」

特斯拉重写?AP，除了马斯克口中所说的要突破「Local?Maximun」以及挖掘?FSD?芯片的极限性能这两方面的原因之外，还有一种可能性存在。

硅谷一位资深自动驾驶工程师告诉汽车之心：

「特斯拉现有的?AP?系统和后续要推出的?FSD?是两套独立开发的系统。

前者的架构是针对于?L2/L3?级自动驾驶，而?FSD?的目标从一开始就是?L4/L5?级自动驾驶。因此，两套系统在架构上有本质的差异，两者差着一个代际。」

后续，随着技术不断进步，FSD?也走向成熟，特斯拉决心把?FSD?和?AP?的框架进行整合。

但问题是，两个系统中有些模块可以融合，但是有些模块是融合不了的，毕竟一个为?L2?开发的系统很难直接演变成?L4?系统。

所以特斯拉?AP?团队要改写?AP?软件的框架和代码，以实现两个系统间的完美兼容，这样的话，后续才能以统一的版本推送给购买了全自动驾驶选装包的特斯拉车主。

实际上，我们也能从?AP?这些年的功能更新中发现一些蛛丝马迹。

2017?年?3?月，推送自动泊车和自动辅助变道功能；2018?年?10?月，推送自动辅助导航驾驶（NoA）功能；2019?年?9?月，推送智能召唤（Smart?Summon）；2020?年?4?月，推送识别交通信号灯和停车标志并作出反应（海外先行）。

AP?还在最新的迭代过程中更新了一些令人惊喜的小功能：

比如在城市工况施工区域，没有车道线的情况下，车身两侧皆为锥形桶，AP?能做到以锥形桶为依据实时绘制车道线。

AP?系统还能检测到小动物并及时进行避让，不过特斯拉是把小动物一律识别成人后才做出相应的操作。

基本上，在特斯拉官网上标明的?FSD?完全自动驾驶功能，还剩下一项最难的、也最能代表?L4?级自动驾驶能力的更新：在城市街道中进行自动辅助驾驶。

为了实现这一难度最大的更新，特斯拉给出的最优解就是重写?AP。

基于以上分析，特斯拉重写?AP?的原因便包括突破「Local?Maximun」、挖掘?FSD?芯片的极限性能以及将系统能力从?L2?进化至?L4。

4、特斯拉重写?AP，是重写什么？

先来看看特斯拉?AP?现在最新的?AI?软件堆栈是怎么样的：

最底层的是数据、GPU?集群以及?Dojo?计算集群，这一层主要进行数据采集、标注和训练，生成算法模型；往上走就是采用深度神经网络对模型进行分布式训练；再往上走就是用损失函数对模型进行评估；在评估层之上，是云端推理层和车端?FSD?芯片推理层，到这一层，意味着算法模型走完了大部分流程，然后就是部署到车端；在车端，特斯拉通过影子模式（Shadow?Mode）将这些算法模型与人类驾驶行为进行比对，检测是否存在异常。

这样的从数据采集到算法部署的闭环，目的就是让系统性能不断迭代，更加优秀。

在这个闭环当中，涉及到数据集、模型训练神经网络、云端和车端推理算法等等要素。

所以，当数据形式从二维的图像数据（2D）转换成四维的视频级数据（4D）后，相应的神经网络和推理算法都需要进行重写。

据马斯克透露，特斯拉?AP?新版本的深度神经网络会将包括感知、路径规划、目标识别等所有子神经网络综合于一体。

特斯拉?AI?高级总监?Andrej?Karpathy?在此前的一次演讲中表示：

「我们无法让每一个任务都享有单独的神经网络运算，因为同时处理的任务数实在太多，我们只能把一些运算分摊到共享骨干网络上」。

Andrej?Karpathy?将这一骨干网络称为?HydraNets（Hydra?意为九头蛇），意思就是有一个主干网络（Backbone），在这个网络上有多个不同的出口（Head）来做应用，然后输出各自的结果。

在特斯拉?AP?最新的?AI?软件堆栈中，有一个最值得关注的部分就是?Dojo?训练集群，这个集群可以处理海量的图像、视频数据。

引入这一训练计算机，一方面是为了满足特斯拉?AP?系统此后的?4D?视频数据处理需求。

另一方面，特斯拉在全球有超过?82?万辆搭载?HW?2.0/3.0?硬件的车辆每天在道路上行驶，可以采集海量的数据用于?AP?的训练，而如此海量的数据，必然需要具备强大计算性能计算机来进行处理。

Dojo?还有一个特别之处在于，它可以与无监督学习进行配合。

所谓无监督学习，就是无需人工对训练数据集进行标注，系统可以自行根据样本间的统计规律对样本集进行分析，常见任务如聚类等。

例如无监督学习在不给任何额外提示的情况下，仅依据一定数量的「狗」的特征，将「狗」的从大量的各种各样的中将区分出来。

有了无监督学习技术加持的?Dojo?计算机，便能以极低的成本对数据进行自动标注和训练，实现算法性能的指数级提高。

不过，用上了无监督学习技术的特斯拉，依然有一支大约?500?人规模的数据标注团队。

因为在一些初始神经网络模型的搭建过程中，采用人工标注的方式置信度更高。而且，特斯拉并未大规模采用无监督学习技术，现在都还处在尝鲜阶段。

那么，Dojo?计算机上搭载的会是谁家的芯片呢？

目前特斯拉自研的?FSD?芯片属于推理芯片，用于?Dojo?计算机的芯片属于训练芯片。

有业内人士向我们分析表示，Dojo?所采用的芯片应该是?FSD?芯片的扩展版本。

这也是为什么马斯克在为自家?AI?和芯片团队招人时，特意公布了其在研发的?Dojo?计算机的情况，大概率要招的人就是为了研发用于?Dojo?计算机的芯片。

5、特斯拉?FSD?走向何方

无论是大力投入资源重写?AP?基础代码和深度神经网络，还是广纳贤才开发性能强大的数据训练计算机?Dojo，都体现了特斯拉要先人一步搞定完全自动驾驶的决心。

特斯拉拥有庞大规模的数据采集车队，也聚集了?300?多位全球顶尖的自动驾驶和深度学习方面的软硬件研发人才，从数据到算法到商业化，特斯拉在自动驾驶领域有着其他厂商无法比拟的优势。

在这些优势的加持之下，特斯拉仍然迟迟无法量产真正意义上的完全自动驾驶功能，那些买了?FSD?选装包的特斯拉用户着急，马斯克则更急。

所有人都在期待着重写完成后的?AP?系统能真正进化至?FSD?版本，而这一切都要等到今年年底见真章。

在重写?AP?的同时，特斯拉也没有停止在硬件层面的持续研发。

据媒体报道，特斯拉正与博通合作研发新款?HW?4.0?自动驾驶芯片，其性能比?FSD?还要强大?3?倍，计划明年第四季度进行大规模量产，由台积电负责生产。

特斯拉在?AP?层面，是一个接一个的大动作，而这一切动作都有一个统一的目标：更优秀的?AP、更强大的?FSD。

即使现在其表现还不尽如人意，但未来值得期待。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。