- 特斯拉障礙物距離顯示
- 特斯拉淘汰的技術(shù)，中國車企為何不放過？解析BEV感知
- 尼古拉．特斯拉的特異功能是什么
- 特斯拉在無人墓地感應(yīng)到行人，究竟是怎么回事？
- 跨過L3/L4技術(shù)門檻，車企需要怎樣的智能感知芯片？
馬斯克曾說會在2019年年底推出功能齊全的自動駕駛（Full?Self?Driving,簡稱?FSD），但現(xiàn)在已經(jīng)到了2020年，特斯拉升級系統(tǒng)后除增加了“車輛召喚”功能，也并沒有完全開放自動駕駛權(quán)限。對此，馬斯克表示特斯拉希望通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)來識別城市中可能遇到的每個物體并***取相應(yīng)的行動，從而強行進入城市駕駛，這可能還需要數(shù)月的時間。
不得不說，盡管還需數(shù)月，但如果能在今年內(nèi)開放城市內(nèi)的完全自動駕駛，也足以令人驚嘆。而最近有日本媒體拆解了特斯拉Model?3，更是宣稱它的自動駕駛技術(shù)要領(lǐng)先其余汽車制造商6年的時間，究竟有什么玄妙？
什么是“Hardware?3”？
說起來特斯拉的自動駕駛技術(shù)，不能忽略的就是它的自研芯片，也就是在2019年4月發(fā)布的“Hardware?3”。
其實在最開始的時候，特斯拉并沒有完全獨立研究這塊集成芯片，而是與?Mobileye?合作，但后來特斯拉產(chǎn)品在***駕駛情況下經(jīng)歷了一次事故，這顯然沒有達到預(yù)期的要求，所以二者不歡而散。隨后特斯拉又攜手英偉達，***用英偉達的芯片解決方案，但顯然馬斯克覺得這還不夠，于是在2016?年請來“芯片皇帝”?Jim?Keller?擔任特斯拉硬件開發(fā)副總裁，也正式拉開了自研自動駕駛芯片的序幕。
從成品的FSD?電腦中可以看出，里面包含了兩塊自研芯片。這兩款芯片獨立運行，擁有各自的電源、DRAM?內(nèi)存以及閃存，也就是說，當其中任何一個出現(xiàn)故障，F(xiàn)SD?電腦依然會正常驅(qū)動汽車進行自動駕駛。
“Hardware?3”擁有60億顆晶體管，每秒能完成144萬億次計算，能同時處理每秒2300幀的圖像。對比特斯拉上一代處理器（HW2.5），F(xiàn)SD在性能方面提高了21倍，并且能夠應(yīng)對L5級別自動駕駛所需的感知層數(shù)據(jù)量和計算能力，目前來看哪怕與英偉達這樣的芯片公司相比也絲毫不落下風。
“神經(jīng)網(wǎng)絡(luò)”才是重點？
想要在自動駕駛方面比其它汽車制造廠更好僅僅擁有一塊自研芯片也是不夠的。特斯拉之所以能在***駕駛領(lǐng)域擁有較好口碑，還有一個關(guān)鍵點，就是神經(jīng)網(wǎng)絡(luò)。
神經(jīng)網(wǎng)絡(luò)（NEURAL?NETWOTRK）現(xiàn)在對于用戶來說并不再陌生，因為大家熟悉的手機產(chǎn)品很多都使用了這種機器學習方式，比如：Iphone?上的Siri。神經(jīng)網(wǎng)絡(luò)的工作原理的數(shù)學模型就像是生物神經(jīng)網(wǎng)絡(luò)。最主要的能力就是能夠依賴大量的數(shù)據(jù)信息進行自我學習，而特斯拉擁有龐大的用戶群以及數(shù)據(jù)量。所以特斯拉可以通過大量用戶數(shù)據(jù)，教會機器識別車道線、車輛、行人、交通信號等內(nèi)容。
具體來說，特斯拉會首先在神經(jīng)網(wǎng)絡(luò)中放置一個***數(shù)據(jù)集，隨機***集大量數(shù)據(jù)然后進行標注，當神經(jīng)網(wǎng)絡(luò)在后續(xù)識別中存在識別不準確或者車內(nèi)司機進行某些操作觸發(fā)反饋機制后，車子會向總部回傳這些數(shù)據(jù)，特斯拉會對數(shù)據(jù)進行驗證修復(fù)，在經(jīng)過海量數(shù)據(jù)學習之后，機器就變得更加智能，識別更加準確，同時更利于后續(xù)的路徑規(guī)劃以及決策操作。
根據(jù)之前特斯拉公布的一份數(shù)據(jù)，利用在全球的車隊，特斯拉已經(jīng)收集超過?160?億公里的真實行駛數(shù)據(jù)，其中超過16?億公里的行駛里程使用了?Autopilot?自動***駕駛系統(tǒng)，海量的自動駕駛數(shù)據(jù)也是特斯拉相比其它汽車制造廠更占優(yōu)勢的地方。
視覺傳感器有何作用？
說完了特斯拉自動駕駛中的“大腦”，想要完成出色的自動駕駛功能，還有一個部分不可缺少，那就是車輛的“眼睛”，也就是視覺傳感器，俗稱攝像頭。
在特斯拉看來，人就是通過兩只眼睛來實現(xiàn)對外界的感知，車輛上的攝像頭作用與之類似，而特斯拉產(chǎn)品上的的視覺傳感器有8?個，并且還有毫米波雷達等***設(shè)備一起完成車輛在自動駕駛時對外界的感知。
總結(jié)
通過上述內(nèi)容可以總結(jié)出，特斯拉自動駕駛技術(shù)的核心就是視覺感知+自我學習。而特斯拉這種通過神經(jīng)網(wǎng)絡(luò)來完成的“用戶數(shù)據(jù)—自動駕駛—用戶數(shù)據(jù)”提升閉環(huán)也能使特斯拉自動駕駛技術(shù)愈發(fā)的領(lǐng)先。
要說特斯拉完全自動駕駛功能何時能下放到現(xiàn)有產(chǎn)品上，很多行業(yè)人士樂觀的認為將會在2020年內(nèi)完成。反觀其它汽車制造商，無論是傳統(tǒng)品牌還是造車新勢力，要么就被禁錮在傳統(tǒng)的汽車制造邏輯中難以脫離，要么就是缺乏可用的大量用戶數(shù)據(jù)。這些因素雖不說讓它們在技術(shù)上落后特斯拉6年，但差距總歸還是有一些的。據(jù)消息稱，特斯拉的下一代芯片也會在兩三年內(nèi)面世，如再不加以追趕，特斯拉會不會在自動駕駛的道路徹底甩離這個時代呢？
本文來源于汽車之家車家號作者，不代表汽車之家的觀點立場。
特斯拉障礙物距離顯示
就在文章還未完成的時候，特斯拉5月1日宣布對國產(chǎn)Model 3標準續(xù)航升級版進行價格調(diào)整，基礎(chǔ)售價降至291800元，補貼后售價為271550元。特斯拉稱希望通過此次價格調(diào)整進一步讓利消費者，讓擁有一輛特斯拉的夢想更加觸手可及。
據(jù)粗略計算，自2018年Model 3正式發(fā)布，其已經(jīng)至少經(jīng)過了15次的價格調(diào)整，而且多數(shù)以下調(diào)售價為主，這也讓諸多老車主被戲稱為為韭菜。不過這樣的價格調(diào)整頻率，卻一點也不影響Model 3的銷量，2020年3月單車過萬的銷售成績是很多自主品牌現(xiàn)在都望塵莫及的。那么，特斯拉Model 3真的有如此魔力，讓用戶甚至拋下價格因素來爭相購買嗎？
為了確認這件事兒，我們借到了一臺入門級的國產(chǎn)Model 3標準續(xù)航升級版，來親自找答案。
極具辨識度的外觀
如果說路上其他品牌的電動汽車偶爾還需要通過標識來辨認，那么特斯拉應(yīng)該是唯一一個僅憑外觀就具有極高辨識度的品牌。其所開創(chuàng)的無格柵化造型風格，如今被眾多國產(chǎn)品牌學習模仿，說“特斯拉定義了電動汽車該有的樣子”一點都不為過。
放到這臺Model 3上，其整體輪廓和線條相比Model S要更柔和一些，恰到好處的鍍鉻裝飾，既增添了一定檔次感，又不顯得特別浮夸。
鑒于目前Model 3“街車”級別的可見度，細節(jié)就不贅述了，我們直接看它幾個不錯的亮點。
首先由于非常緊湊的高集成度電驅(qū)動系統(tǒng)布局，Model 3的前機艙內(nèi)部得以設(shè)計出一個空間非?？捎^的儲物格。其前機蓋可以通過中控屏和手機APP方式打開，開啟后自動彈起，使用便利性和我們常用的后備箱差不多。與一些需要三四道工序開啟且空間比較尷尬的國產(chǎn)電動汽車相比，Model 3的前機艙儲物格明顯更人性化。
Model 3的C柱盡可能的靠近車尾，形成一種非常運動的姿態(tài)。另外其車頂***用了兩塊非常大的全景天幕玻璃，***光效果不錯，而且隔熱能力不俗，這個季節(jié)下頭部完全沒有高溫不適感。
最后Model 3非常緊湊的將直流、交流兩個充電接口集中于左側(cè)車尾，用戶無論***用哪種充電方式時，都可以倒進車位，更方便也更實用。
這輛國產(chǎn)標準續(xù)航升級版Model 3標配了18寸黑灰色輪轂，***用低風阻造型。輪胎為米其林PS4，規(guī)格235/45 R18。
尾部的“特斯拉”中文標識是國產(chǎn)Model 3最顯著特征，我猜與蔚來相比，國產(chǎn)Model 3的扣標率應(yīng)該不高。
極簡風格內(nèi)飾
特斯拉Model 3的內(nèi)飾設(shè)計完全顛覆了很多人對汽車的理解，其不僅取消了幾乎所有的物理按鍵、旋鈕之類，甚至連傳統(tǒng)儀表都沒有配備，屬于真正的極簡風格。
具體來看，一塊15寸的觸控液晶屏負責所有功能的操作，包括后視鏡調(diào)節(jié)（需方向盤多功能鍵配合）、駕駛模式、空調(diào)和所有的車輛設(shè)置等等。
Model 3將這塊屏幕大致分成了兩個區(qū)域，左側(cè)約1/3充當儀表功能，顯示車輛時速、擋位、電量/續(xù)航和一些如里程的基本信息。右側(cè)更大面積用來顯示導(dǎo)航、多媒體和車輛設(shè)置相關(guān)，底部有一條快捷功能菜單。
至于用戶體驗方面，這塊大屏的觸屏響應(yīng)和操作流暢度是非常出色的，使用邏輯和我們常用的智能手機差不多，通過簡單的點擊、拖動即可。
升級至V10版本的這套系統(tǒng)在***系統(tǒng)和智能駕駛***系統(tǒng)上有了很大變化，***方面除了QQ音樂以外，還加入了喜馬拉雅、愛奇藝和bilibili（B站）等更符合年輕人口味的應(yīng)用，豐富的小游戲也可以充分滿足充電和等人時打發(fā)時間的需要。
而最新的“可視化駕駛”界面，不僅可以識別出車道線的虛實，另外對路面上的摩托車、自行車和樁桶等障礙物也可以進行判斷識別了。
可視化駕駛界面是特斯拉的一個特色功能，它能夠通過分布在車身周圍的傳感器，感知附近的車或人，并實時顯示在屏幕上。這樣，駕駛員便可以通過觀察屏幕上的實時路況，了解到車輛四周的情況，不再受視野以及盲區(qū)的影響，提高了行駛的安全性。
自動***變道是特斯拉“FSD完全自動駕駛能力”選裝包的一項功能，它能夠讓車輛在沒有人為干預(yù)的情況下，自主根據(jù)路況實施變道。而在這一過程中，可視化駕駛界面也會有相應(yīng)的動畫重現(xiàn)這一過程。
在V10系統(tǒng)更新中，這個動畫效果得到了優(yōu)化，目標車道為變?yōu)樗{色，同時車輛預(yù)計完成變道后的位置，會以白色實線輪廓顯示出來，整體變得更為直觀并且美觀。
極聰明的智能駕駛***
有人說：買了特斯拉不選FSD完全自動駕駛能力的話，就不如不買。經(jīng)過短短幾天的體驗后，EV君也確實深有體會。
第一步開啟方式上，特斯拉就極為友好。只需在D擋位時再次向下?lián)軇觾纱螕Q擋桿，車輛即可進入AutoPilot模式，可以實現(xiàn)自動跟車、車道保持、打轉(zhuǎn)向燈自動變道等，這套駕駛***系統(tǒng)給這輛看起來非常簡單的車帶來了很多樂趣。
雖然現(xiàn)在很多新能源汽車都宣稱自己配備了L2級甚至更高級別的智能駕駛***系統(tǒng)，但是它們用起來真的是天差地別。好用的一些，它確實可以大大減輕你駕駛時的疲勞程度，在一定情況下放松注意力和身體。不過更多的產(chǎn)品在實際表現(xiàn)中恰恰相反，它們不僅不能使你更放松，反而還要時刻盯緊儀表和握住方向盤，用起來不如自己開，更累！
而Model 3在這方面就太舒服了，車道居中保持的非常穩(wěn)，方向盤僅僅偶爾會進行輕微的修正，力度也非常緩和，不會突然的晃動一下嚇你一跳。同時Model 3在擁堵和暢通路況的跟車也更讓你放心，它能識別前方和周圍更多的交通參與者，并根據(jù)它們的行動作出預(yù)判，加速和制動的時機、力度都和你腦子里的想法特別合拍。
當然關(guān)于Autopilot系統(tǒng)，僅靠文字是無法讓人有切身體會的，實踐才是真理，建議感興趣的要親自去試試。
極出色的“買菜車”
在特斯拉Model 3的家族譜系中，標準續(xù)航升級版屬于最入門的車型，價格最低，同時性能和續(xù)航相比更高配置的兩款車型都要差一些，說它是“買菜車”并不過分。
但是這并不代表它就好欺負。
我們拿到的國產(chǎn)標準續(xù)航升級版Model 3，配備了一臺后置最高功率202kW的永磁同步電機，最大扭矩375N·m，官方百公里加速時間5.6秒，極速可達225km/h。動力電池的總能量為52kWh，綜合續(xù)航里程445km。
單從官方數(shù)據(jù)看，這輛Model 3就可以秒掉大部分國產(chǎn)電動車型了。
首先實測零百加速能力，將駕駛模式調(diào)整為性能取向的“標準”，此時是Model 3的最佳狀態(tài)。
起步時略有抬頭現(xiàn)象，但不明顯。加速過程中的最大G值超過1，平均G值也有0.52。而最終的5.34秒百公里加速時間甚至要好過官方數(shù)據(jù)，當然也要強于同價位的奧迪A4L、寶馬3系等豪華B級車。
Model 3的剎車踏板回饋力的***偏重，前半段的行程適中，制動力輸出比較線性。當全力剎車時，前懸架會有一定的壓縮，完全停止時，回中的速度比較快，且多余的點頭動作抑制的不錯。
37.64米的剎車成績同樣表現(xiàn)不俗，相比同級別的BBA車型也能展現(xiàn)出一定的優(yōu)勢。值得一提的是，該車***用了前四活塞制動卡鉗，與進口長續(xù)航版一致；而后部***用單活塞制動卡鉗，相比進口版本少了一個，不過由于車輛整備質(zhì)量更輕，因此最終的制動成績甚至比進口版本更好。
續(xù)航方面，這臺國產(chǎn)標準續(xù)航升級版Model 3，在98%電量時表顯可續(xù)航里程為362km，與標稱的445km差距不小。
好在對于表顯的這部分續(xù)航來說，整體表現(xiàn)還是非常實在的。我們基本保持正常的駕駛風格，甚至偶爾還小小的飚一把，在擁堵路況、環(huán)路等日常通勤條件下進行了5天的測試，最終實際行駛里程206.6km，表顯掉電201km，是為數(shù)不多的掉電比低于1的車型。
充電能力一直是特斯拉的強項，國產(chǎn)Model 3標準續(xù)航升級版同樣配備120kW的高功率充電系統(tǒng)，在特斯拉超級充電站（V2）內(nèi)，實測30-80%充電時間僅需23分鐘。
而在國家電網(wǎng)60kW標準直流充電樁上，這個時間要增加不少，約為40-45分鐘。但這個成績依然足夠出色，要知道很多國產(chǎn)車型最快也就是這個水平了，有些甚至需要1小時以及更多時間。
駕駛感受方面，Model 3的整體風格非常像寶馬3系，方向盤手感偏重，同時懸架很硬朗，這有助于讓車輛的動態(tài)響應(yīng)速度能跟上駕駛員的預(yù)期。駕駛模式分為“輕松”和“標準”，正常用的話前者足以，其零百加速時間大概在7.4秒左右，也是普通2.0T車型的水準了。
動能回收也同樣有兩個模式，“低”能量回收強度下，其感受更接近燃油車，可能有種手動擋帶檔滑行的感覺。而“標準”模式下的拖曳感就比較強了，在一定情況下可實現(xiàn)單踏板操作，如熟悉的彎角和路況等等，控制好松開加速踏板的時機，可以無需觸碰制動踏板就輕松應(yīng)對。
編輯總結(jié)：對于萌新用戶來說，特斯拉Model 3可能是那種看起來難以接近，但卻可以花很短時間就上手的“傻瓜式”智能出行工具；對于喜歡體驗新鮮事物和智能科技的朋友來說，特斯拉Model 3是能給你處處非凡體驗、并且通過OTA不斷帶來新鮮感的智能電動汽車；對喜歡駕駛和操控的狂熱分子，特斯拉Model 3又是一個可以讓你隨時熱血噴張，感受一把***的性能玩具?？傊?，不管你屬于哪個分類，都能找到一個認可Model 3的理由。
本文來源于汽車之家車家號作者，不代表汽車之家的觀點立場。
特斯拉淘汰的技術(shù)，中國車企為何不放過？解析BEV感知
特斯拉障礙物距離顯示方法：
特斯拉以攝像頭+毫米波雷達+AI 芯片組成自動駕駛，前置攝像頭在識別物體時也對天氣和照明條件敏感；對于快速移動的汽車，前置攝像頭通常最終會捕捉到模糊或扭曲的物體圖像。
在自動駕駛的整套方案（包括感知層、決策層和執(zhí)行層）中，最熱鬧的版塊莫過于感知決策層，這是人工智能大展拳腳的領(lǐng)域。感知是自動駕駛系統(tǒng)收集外部環(huán)境信息并從中認知的能力，相當于駕駛員對駕駛環(huán)境的觀察。
現(xiàn)階段，自動駕駛的感知層通過多種傳感器來實現(xiàn)。主要有激光雷達、攝像頭、毫米波雷達和超聲波傳感器。各種傳感器的特性不同，各有優(yōu)劣勢，面對復(fù)雜的行車環(huán)境，單一傳感器的數(shù)據(jù)滿足不了各種環(huán)境下的感知環(huán)境需求。
尼古拉．特斯拉的特異功能是什么
隨著完全沒有雷達硬件的特斯拉HW4.0硬件，在工信部申報之后，特斯拉新一代的純視覺***駕駛軟硬件也將加速在中國落地，從HW3.0的后期開始，特斯拉開始***用占用網(wǎng)絡(luò)技術(shù)，讓車輛自身置身于一個3D世界中，能夠更好地化解一些***駕駛的邊角案例情況。
特斯拉FSD Beta從2021年開始***用了BEV技術(shù)，從去年開始使用了由BEV發(fā)展而來的占用網(wǎng)絡(luò)技術(shù)，而最近這一個月時間，國內(nèi)的新勢力造車和自動駕駛方案供應(yīng)商們，開始齊刷刷地開始上馬BEV技術(shù)。
蔚來在全新的NOP+將在2023年上半年完成向BEV感知路線的切換，最近發(fā)布的小鵬P7i的城市***駕駛功能中，也融合了最新的BEV技術(shù)，另外還有毫末智行、百度Apollo、理想等廠商也都發(fā)布了BEV相關(guān)的最近進展。
BEV這項已經(jīng)被特斯拉淘汰了的視覺技術(shù)方案，在短時間內(nèi)被國內(nèi)廠商們撿了起來，這又是為什么？都說特斯拉純視覺不安全、不保險，可是它的視覺技術(shù)真的很香？
為了壓低硬件成本，特斯拉不得不淘汰BEV？
BEV的全稱是Bird’s eye view，也就是鳥瞰圖的意思，我們以特斯拉為例：特斯拉車型使用8個攝像頭***集圖像，并進行有效的融合，當然這不同于我們最常見的那種360°環(huán)車影像的圖像縫合，系統(tǒng)直接通過將所有攝像頭***集圖像通過矯正后，統(tǒng)一輸入到神經(jīng)網(wǎng)絡(luò)來提取特征，然后利用基于自注意力機制的transformer，將這些特征進行關(guān)聯(lián)，之后再投影到一個向量空間之中，并且之前的還未去掉雷達的特斯拉還會加入一些雷達的數(shù)據(jù)，最終拿到一張反映周圍環(huán)境的鳥瞰圖。
這種鳥瞰圖仿佛就是開了一個上帝視角，讓車輛能夠把近處的感知統(tǒng)一放到一個平面中，盡可能的增大了感知的范圍和冗余度，不過這一技術(shù)有一個先天的BUG，也就是鳥瞰圖依然是一個2D圖像，就像你坐飛機時，盡可能地向下垂直俯瞰一樣，你并不太能分辨得出高低起伏，建筑物或者山地與周圍的平地一樣，難以感知到深度或者說是落差。
所以特斯拉車型在使用BEV技術(shù)的前后，依然會出現(xiàn)遇到靜態(tài)物體不識別，或是出現(xiàn)幽靈剎車的問題，因為雖然系統(tǒng)能夠看得見物體，但是依然不一定能夠識別得出這是個什么物體，還是非常依靠車企在研發(fā)過程中提前的標定和分類，能夠認識地就能躲避，認不清的也來不及再反應(yīng)，就直接撞了。
但是只靠提前的學習和標定，讓系統(tǒng)永遠在拄著拐杖，面對路面上的突***況，比如臨時的施工以及遺撒的物體，都不能做到萬無一失，當然如果要是在***駕駛的范疇內(nèi)，適中有駕駛員這個最后的保障，那還算好說一些，但是這種技術(shù)依然難以運用到自動駕駛中。
所以，大家會看到特斯拉從BEV，進化到了占用網(wǎng)絡(luò)，雖然占用網(wǎng)絡(luò)也是BEV技術(shù)的延伸，但是它們最大的區(qū)別就在于系統(tǒng)的感知從2D變?yōu)榱?D。
特斯拉車型把自己放在了3D的空間內(nèi)，讓一切障礙物都能在3D空間內(nèi)用塊狀物體展現(xiàn)出來，系統(tǒng)能夠在10毫秒內(nèi)向計算單元輸出車輛周圍每個3D位置的占用概率，并能夠預(yù)測被瞬時遮擋的障礙物。特斯拉無需再去糾結(jié)物體是什么，也不用再去識別分類，只要知道了物體的大概形態(tài)，它就知道要不要躲了。當然，我們是以特斯拉為例，Mobileye最新的Super Vision也是利用了類似的2D變3D的技術(shù)模式，因為目前主流自動駕駛廠商中，依然在堅持搞視覺方案的，也就只有它們兩家了。
蔚小理靠堆硬件去彌補技術(shù)短板，可到頭來還是特斯拉對了？
那么為什么蔚小理都在目前這個階段，開始轉(zhuǎn)向特斯拉淘汰的BEV了呢？特斯拉淘汰的原因，正是因為它不具備蔚小理的一些優(yōu)勢，而蔚小理敢于使用這項技術(shù)，正是因為在硬件方面的堆得足夠高。
無論是BEV還是占用網(wǎng)絡(luò)，抑或是HW4.0可能帶來的更先進的技術(shù)，驅(qū)使著特斯拉不斷在視覺算法方面卷上天的，就是因為它缺少雷達傳感器，特別是激光雷達這類能夠掃描出3D空間的傳感器。特斯拉的占用網(wǎng)絡(luò)簡單理解的話，就可以看作是為了不用激光雷達，逼著自己走出來的一條新路線，因為視覺的平面感知沒法有3D的效果，又沒法給車輛帶個3D眼鏡，所以就只能在算法架構(gòu)上卷。
而蔚小理它們，還有國內(nèi)絕大多數(shù)自動駕駛方案供應(yīng)商們，大家都選擇了激光雷達路線，而且激光雷達確實是能夠讓大家抄近道，不管你有沒有先發(fā)優(yōu)勢，用上激光雷達，自動駕駛的研發(fā)落地進度就是會加快，雖然BEV技術(shù)只能給出2D的鳥瞰圖，但是激光雷達可以給出3D的感知效果，而且不少廠家的激光雷達都布置在了比較高的位置，這樣它們可以擁有更好的視場角，也就是大家宣傳的那個FOV值。而且不少車型都用了不止一顆激光雷達，各個方向其實都能有3D感知。
激光雷達發(fā)出的激光束，可以通過點云來繪制出一個物體的大概圖像，一些等效線束比較高的激光雷達，幾乎能夠一定的成像能力，而且是一個3D的效果圖，BEV技術(shù)的視覺優(yōu)點可以被吸取，同時感知準確性方面的不足，能夠被激光雷達或者4D成像毫米波雷達給補齊。
而雖然BEV看上去過時了，但是當智能駕駛開始進城之后，BEV技術(shù)變得越來越重要，一張鳥瞰圖把周遭實物都清晰地體現(xiàn)出來，但是它的成本目前依舊很高。李想在前段時間的溝通會上表示，想要做BEV的城市***駕駛，可能需要投入超過100億元，所以不要以為自動駕駛已經(jīng)卷到頭了，錢已經(jīng)沒得可燒了，這么多錢的投入，想要讓新勢力們短期內(nèi)實現(xiàn)盈利，幾乎還是沒可能。
總結(jié)
雖然用著特斯拉淘汰了的技術(shù)，但是國內(nèi)廠商們應(yīng)該是會把BEV技術(shù)繼續(xù)做大做強，因為特斯拉為了降成本而去卷軟件，而國內(nèi)廠商們堆足了硬件和算力，把特斯拉的弱點都給補齊了，所以有能力去克服BEV技術(shù)面臨的一些瓶頸。
當然還有一個繞不開的問題，就是多傳感器融合方案的感知優(yōu)先級判斷，特斯拉是純視覺了，不用再去琢磨雷達與視覺的感知沖突了，而其他車企和供應(yīng)商們還要面臨這個問題，而且如果2D的BEV鳥瞰圖的感知，與3D的激光雷達感知或者4D成像毫米波雷達的感知存在著沖突，那么該聽誰的呢？
如果要想解決上面這種問題，還是要在視覺感知方面下功夫，激光雷達這根拐杖很有可能成為未來自動駕駛發(fā)展的桎梏。
本文來自易車號作者路咖汽車，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請聯(lián)系作者。內(nèi)容僅代表作者觀點，與易車無關(guān)
特斯拉在無人墓地感應(yīng)到行人，究竟是怎么回事？
尼古拉·特斯拉是一位發(fā)明了交流發(fā)電和供電系統(tǒng)的天才發(fā)明家。這位古怪的發(fā)明家還發(fā)明了無線電的基本裝置：熒光燈、遙控制導(dǎo)裝置、可調(diào)機械振動裝置、短距離無線電輸電裝置等。
尼古拉· 特斯拉不僅是一位發(fā)明家，而且還是一個具有特異功能并力圖解釋其功能現(xiàn)象的人。
尼古拉·特斯拉祖籍南斯拉夫里卡省，定居美國。他于1856年7月9日誕生于里卡省的斯米里昂小村，排行第四，老大叫丹尼爾。
丹尼爾聰明過人，在他過早夭折以前，曾經(jīng)受到過強烈的閃光***，因此當他神經(jīng)興奮時，正常的視覺就受到干擾。特斯拉從童年開始，在一生中的大部分時間里也受到類似現(xiàn)象的折磨。
他后來敘述說；"往往在遇到強烈閃光時，在我眼前便出現(xiàn)各種景像，使我看不***正的物體，打亂我的思路和行動，這叫人感到特別痛苦。這些影像都是我實際看到過的事物和場合的景像，而不是我的臆想。如果有人對我說出一個詞，那么這個詞所示意的物體的景像，便在我的眼前生動地浮現(xiàn)出來，有時候我都無法分清，究竟我看到的是否真有其事。這使我萬分難受和焦急。我請教那些學心理學或者生理學的研究人員。但是沒有一個人能令我滿意地解釋清楚這種現(xiàn)象……"
對這種現(xiàn)象，特斯拉推論，這種景像是當他高度興奮時，因大腦對視網(wǎng)膜的反射作用造成的。這些景像并不是幻覺。每當夜闌人靜之時，他曾見到過的喪葬或者別的叫人心悸的情景，便在他眼前活靈活現(xiàn)地涌現(xiàn)出來，如果他把手伸過去，這種景像也還是留在空間里紋絲不動。
"如果我的解釋方法是對的，"他寫道，"那么一個人構(gòu)思出來的任何物體，都可以將其景像放映到屏幕上，可以叫人看見。這樣一種進展，將使人類關(guān)系發(fā)生根本的變化。我深信，有朝一日，這樣一種奇跡必定實現(xiàn)。我還可以說，我為了解決這一問題曾經(jīng)花費了不少心血。"
年青的特斯拉為了擺脫折磨人的景像，求得片刻安寧，只好沉緬于虛幻的世界。每天夜晚他都要出發(fā)作一番***想旅行，去游覽一些新地方、新城市、新國家，在那里居住，認識一些人并結(jié)交一些朋友。"不管多么荒唐無稽，但事實上這樣一些人也象實際生活中的人一樣，于我同等可近可親，而且他們的音容笑貌是如此真切，絲毫不亞***。"
這種情況一直延續(xù)到17歲，以后他便把思想全部貫注到發(fā)明上去了。那時他異常高興，因為他發(fā)現(xiàn)，他有很高明的想象東西的本領(lǐng)：不要模型，不要繪圖，也不要實驗，就可以在心中將所有這些東西看得一清二楚，和真的一模一樣。因此，"我不忙進入實際工作。當我有一種想法時，我立刻在想象中將它構(gòu)成圖像，在我的頭腦中更動其結(jié)構(gòu)，改良設(shè)計，并操作起這套裝置來。是在頭腦中開動渦輪機呢，還是在車間里對它進行實驗，這對我來說無關(guān)緊要，就連渦輪機失去平衡，我也不會將它放過。"他只要用眼睛一溜，就能記下一頁打字稿的全部內(nèi)容，或者一頁紙上無數(shù)圖形的全部精確關(guān)系和尺寸。
過了12歲，他總算經(jīng)過苦心孤詣的努力將那惱人的景像從頭腦中驅(qū)逐出去了。倡每當他面臨危險或不幸的境地，或者當他興高***烈的時刻，眼前經(jīng)常會出現(xiàn)莫名其妙的閃光，這是他無法加以控制的。有時候，他看到身邊的空氣到處冒出熊熊的火舌。閃光的強度不但沒有減輕，相反年復(fù)一年地增加。當他25歲左右時達到了最高峰。
他在60歲時談到，"每當我想到一種大有前途的新主意時，這種發(fā)光現(xiàn)象仍然不斷出現(xiàn)，不過已經(jīng)不那么叫人不安，強度也有所減輕。當我閉上雙眼時，我照例總是首先看到一片非常深暗而均勻的藍色背景，它和晴朗的但沒有星光的夜空一模一樣。過了幾秒鐘，這片背景活躍起來了，閃耀著無數(shù)的綠色光芒。綠光分成幾層，不斷向我迎面撲來，然后在右方出現(xiàn)一種美麗的圖形，那是一些平行和緊密相間的線條，共有兩套，互成直角，五彩繽紛，以**和金色為主。緊接著，線條越來越亮，整個圖形布滿了閃閃發(fā)亮的光點。這片影像慢慢從我的視野中通過，大約10秒鐘之后從左邊消失，余下一種沉悶而呆滯的灰色背景，接著很快雙換成翻騰的云海，云層似乎要脫胎變成有生命的形態(tài)。說也奇怪，在后一段情況出現(xiàn)之前，我怎么也沒法給這片灰色的背景添加任何形狀。每次在我入睡之前，人和物和景像不停地掠過我的眼前，當我看到這些景像時，我就知道我快要失去知覺了。如果景像不出現(xiàn)，怎么也出不來，這就是說我要通宵失眠。"
他的感覺特別敏銳，他說他在童年時期有好幾次夜里被火焰的辟啪聲驚醒，從而將鄰居從遭受火災(zāi)的房屋里救了出來。當他年過40，正在科羅拉多進行閃電研究時，他常說自己能聽到550英里以外的雷聲，而他的年青助手最多只能聽到150英里。他能隔著三個房間聽到表的嘀嗒聲；一只蒼蠅在他房間里落到桌面上，會在他耳朵里引起一陣轟鳴；馬車在幾英里之外駛過，能使他全身感到感撼；火車在20英里以外鳴笛，能使他感到***下的椅子劇烈晃動，痛得難以忍受。他腳底下的地面老是不停地顫動。為了得到休息，他需要在床底下墊上橡皮墊子。
他寫道："遠近傳來咆哮聲，常造成一種有人說話的聲音效果，要是我不能把原來的聲音分辨清楚，那著實太叫人毛骨悚然了。如果將太陽光斷斷續(xù)續(xù)地擋住，會對我的頭腦造成猛烈打擊，以致使我暈倒。在橋梁或者其他構(gòu)筑物下經(jīng)過時，我要使出全部毅力。因為這時我覺得頭顱簡直要被擠碎了。在漆黑的地方，我有蝙蝠的知覺本領(lǐng)，憑著前額上一種特殊的毛悚悚的感覺，我能判斷出12英尺以外有什么東西。"
在這個期間，他的脈搏波動得很厲害，慢時極慢，快時可達每分鐘260次。他身上的肌肉連續(xù)不停地抽動和打顫，這本身就是一種幾乎難以忍受的負擔。
特斯拉由于忘我工作，導(dǎo)致了本能的保護性沉睡。然而當他神智清醒過來時，又得了遺忘癥。但經(jīng)過一段時間的鍛煉和努力，漸漸地恢復(fù)了其記憶力，并準備去看望母親。
這是1892年早春，當時他還沒有收到請他去英國和法國作報告的一大堆邀請書，而且他的心境的確十分矛盾，拿不定主意究竟去不去找母親。
據(jù)他回憶，后來"遺忘的迷霧中"出現(xiàn)一幅幻象，他看到自己身在巴黎和平飯店，剛剛從一場奇特的睡眠癥中醒來。他在這番"回憶"中，看見有人遞給他一封急信，帶來了他母親快要去世的不幸消息。
說來奇怪，他擔心母親的健康的確是不無緣故的：從戈斯比奇家鄉(xiāng)一連寄來幾封信，說他母親的身體確實不行了。他同時也從世界各地收到邀請信、榮譽證書以及"其他誘人的安排"，請他去訪問和做報告。最后他接受了倫敦和巴黎的邀請，并***隨后直接回家。
一次特斯拉剛剛做完最后一次報告，說是筋疲力盡了，立刻趕回他在和平飯店租住的房間。這時信差送來一封通知說他母親病危的電報，這簡直是禍從天降。
他急忙趕到火車站，擠著登上一列正在啟動開往克羅地亞的火車。下了火車又換馬車，等他趕到家里，剛巧來得及陪他母親度過最后幾個小時，后來他自己差不多站不住了，便被人送到他家附近的一幢房屋里休息。
"我無可奈何地躺在那里，"他在自傳中寫道："我想，如果母親去世時我不守在她的身邊，她也一定會給我打個招呼……在倫敦，我和一位已故的朋友威廉·克魯克斯爵士相交往，我們一起討論唯靈論，當時我完全被這類念頭陶醉了……我想，窺探來世的條件十分有利，因為我母親是一個有天才的婦女，在直覺能力方面特別出眾。"
那天夜晚，他通宵滿懷期待，但是直到天亮什么事情也未發(fā)生。他說，他在似夢非夢或者"昏厥"之中，看見"一片云彩，上面坐著一群美麗的安琪兒，其中一個親切地望著我，漸漸地露出了我母親的容貌。這景像緩慢地飄浮著穿過房間并漸漸消失了，接著有許多聲音唱出美妙動聽的歌曲，把我從夢中驚醒。在這一瞬間，我的心中涌現(xiàn)出一種言語難以形容的肯定信念，知道我母親剛剛了。果然如此……"
這類明顯的先驗印象的客觀原因究竟何在？這個問題對他來說非同小可，因為他依然堅持他的主張，認為人類不過是"血肉機器"。在他的自傳里，有過如下"解釋"：
"在我復(fù)元以后，我花了很長時間來查找這種奇怪現(xiàn)象的客觀原因。我感到十分寬慰。因為經(jīng)過開始幾個月徒勞無益的努力之后，我到底找到了。我曾經(jīng)見到過一位大畫家的一幅畫，它用隱喻的方式描繪一個季節(jié)。畫面上有一片云彩，云彩上面托著一群安琪兒，他們仿佛是在空氣中飄浮。這幅畫深深打動了我的心，我在夢中看到的情景就同這幅畫一模一樣，不同的只是加上了我母親的相貌。音樂聲是從附近教堂的唱詩班傳出來的，那時正在舉行復(fù)活節(jié)早晨彌撒。原因一清二楚，完全符合于科學事實。"
"這是很久以前的事了，自此以后我一直不愿改變對那些毫無根據(jù)的心理和精神現(xiàn)象的看法。我認為，相信這些現(xiàn)象，是智力發(fā)展的自然結(jié)果。人們再也不相信正統(tǒng)意義的宗教信條了。但是每個人都免不了要信仰某種超級力量。我們大家都得有一個理想來約束自己的行為，從中求得滿足。但是這種理想起著一種非物質(zhì)化的功用，它是非物質(zhì)的，它可以是一種教義，也可以是藝術(shù)、科學或者任何別的什么東西。整個人類要和平地生活，就必須有一種為大家所接受的共同觀念。"
他說，只要別人以特定的方式傷害到他自己的朋友或親戚，他自己就會有一種感覺，他稱之為"宇宙"疼痛。這種疼痛的由來是：人體的結(jié)構(gòu)都是相似的，而且受到的外部影響也相同，結(jié)果反映也相同。他寫道："一個非常靈敏和體察入微的人，生就高度發(fā)達和完整無缺的機體，能機敏地順應(yīng)周圍環(huán)境的不斷變化狀況。"他具有一種先驗的機械感覺，因此他能夠避開那些過于微妙而不能直接感知的危難。當他與控制器官有缺陷的另外一些人發(fā)生接觸時，先驗的機械感覺就表現(xiàn)出來，他感覺到"宇宙"疼痛……
在特斯拉的一生中，預(yù)見和非感覺性知覺情況的出現(xiàn)并不止這一次。但是他每次總想法用機械的方法來解釋這些現(xiàn)象，從客觀***當中尋找直覺的根源。例如他的姐姐安格琳娜得了重病，他從紐約發(fā)回去一個電報說"我眼前看見安格琳娜出現(xiàn)又消逝了。我感到情況不妙。"據(jù)斯特拉的侄子薩瓦·柯贊諾維奇后來回憶，這位發(fā)明家對他談到過這類預(yù)感，但是發(fā)明家沒有完全當真。他說特斯拉是一臺能記錄到任何擾動的靈敏接收機，對這臺接收機來說，無神秘可言。
"他宣稱，"柯贊諾維奇說，"每個人都象一臺對客觀印象作出反應(yīng)的自動機。"但是下面談到，賦予他實際預(yù)見能力的客觀印象究竟是什么東西，他從來避而不談。
他告訴過柯贊諾維奇一件在曼哈頓發(fā)生的事情。那是十九世紀90年代，有一天他舉辦一次盛大宴會，宴會過后，有的客人準備乘一趟開往費城的火車回家。特斯拉此時產(chǎn)生了"一種強烈的迫切要求"。他非要把他們留住不可，一定不讓他們?nèi)コ诉@趟火車。果然這趟火車翻車了。許多乘客不幸遇難。
跨過L3/L4技術(shù)門檻，車企需要怎樣的智能感知芯片？
特斯拉自動駕駛系統(tǒng)的特點之一，是能夠?qū)⑵嚨乃俣扰c道路上的交通狀況相匹配。它還可以檢測到路標和紅綠燈，并自動減速，同時在檢測到前方有可能與汽車相撞的汽車或障礙物時，也能夠相應(yīng)地踩下剎車。
誰也沒想到，這套先進系統(tǒng)居然先檢測到了?鬼魂?的存在 。
該領(lǐng)域的專家認為，這種汽車使用的系統(tǒng)有雷達、激光雷達或超聲波傳感器。它們都使用這些系統(tǒng)發(fā)出的頻率，而我們無法感知。
所以，因為超自然生物會發(fā)射電磁能量，所以不排除特斯拉的安全系統(tǒng)檢測到了靈魂的存在。
更何況，即使這種技術(shù)也可以幫助調(diào)查他們。
無論怎樣，對于懷疑論者來說，這些例子再次說明，駕駛***系統(tǒng)和各種?自動駕駛?還遠未達到完美，有時也會犯錯。
備受爭議的探測系統(tǒng)
除了是混合動力車，特斯拉的創(chuàng)新讓我們離未來越來越近。
先進得甚至可以探測到?鬼魂?，實在是讓人不寒而栗。
作為自動駕駛車輛，行人探測器是其能夠在路上駕駛的保障。
而它，已經(jīng)失敗了不止一次。
例如這段：Model 3接近一個旋轉(zhuǎn)的***人。
然而，系統(tǒng)未能檢測到***人，Model 3直接撞上了***人，在停下之前將***人?肢解?。在另外一段***中，Model 3在一個人行橫道上進行了測試，結(jié)果類似。從駕駛室中展示，我們可以看到，系統(tǒng)檢測到了***人行人，但未能及時減速。?
為了盡快實現(xiàn)自動駕駛，特斯拉也對自身的系統(tǒng)進行著不斷的更新。
新的4D雷達，自動駕駛范圍是原來的兩倍
特斯拉4D雷達是Model 3系列所包含的升級版，可以通過系統(tǒng)實時提供高分辨率圖像，對各種真實場景進行識別、評估和反應(yīng)。?
據(jù)傳聞，特斯拉正在尋求從一家以色列初創(chuàng)公司Arbe Robotics獲得的新4D傳感器技術(shù)更新雷達。
該公司將其技術(shù)描述為雷達的突破：
Arbe專有的基帶處理芯片將雷達處理單元（RPU）架構(gòu)與嵌入式雷達信號處理算法集成在一起，可以實時轉(zhuǎn)換大量原始數(shù)據(jù)，同時保持較低的硅功耗。Arbe正在申請專利的處理芯片可實時管理多達48個Rx通道和48個Tx通道，可每秒生成30幀完整的4D圖像，等效處理吞吐量為3 Tb / sec。
根據(jù)規(guī)格，這將使特斯拉目前雷達的射程幾乎翻倍，達到300米（984英尺）。
他們將自己的技術(shù)描述為能夠產(chǎn)生完整的4D圖像，這正是馬斯克一直在談?wù)摰挠嘘P(guān)特斯拉自動駕駛儀重寫的工作。
如今，智能化程度越來越能夠決定一臺車的價格和熱銷程度，智能化已經(jīng)是汽車行業(yè)的核心趨勢。相關(guān)數(shù)據(jù)顯示，2022年L2級智能駕駛滲透率已提升至38%，預(yù)計到2025年滲透率會超過60%，且隨著利好政策的相繼出臺，以及主流車企的陸續(xù)發(fā)力，智能駕駛正由L2向L3甚至更高階的L4跨越。
2022年11月2日，工信部會同公安部公開《關(guān)于開展智能網(wǎng)聯(lián)汽車準入和上路通行試點工作的通知》征求意見稿，《通知》特別提到智能網(wǎng)聯(lián)汽車搭載的自動駕駛功能是指國家標準《汽車駕駛自動化分級》（GB/T40429-2-21）定義的3級駕駛自動化（有條件自動駕駛）和4級駕駛自動化（高度自動駕駛）功能（也就是我們常說的L3與L4），《通知》將加速我國L3/L4自動駕駛的落地速度。
與此同時，國際車企也在爭先恐后推進相關(guān)進程，德國奔馳今年2月在美國加州開了一場110分鐘的發(fā)布會，主題便是“L4自動駕駛，2024年見！”
可以預(yù)見的是，自動駕駛即將加速向更高級別邁進。而聚焦當下，車企以及技術(shù)供應(yīng)商們面臨的更關(guān)鍵問題是，如何邁過L3/L4的相關(guān)技術(shù)門檻？
感知系統(tǒng)是關(guān)鍵一環(huán)，4D毫米波雷達備受青睞
在汽車智能化發(fā)展過程中，感知系統(tǒng)是至關(guān)重要的一環(huán)，自動駕駛系統(tǒng)需要全天候、全覆蓋、全目標、全工況的感知。尤其L2及以上的智能駕駛，必須構(gòu)建多個感知維度的目標及環(huán)境探測系統(tǒng)，有效融合各種傳感器的優(yōu)勢，為車輛的規(guī)劃控制提供準確有效的信息。
而在多傳感器的感知維度里，視覺與毫米波雷達通常被認為是不可或缺的兩種傳感器，它們之間的感知優(yōu)勢互補性非常強，合理搭配“1+1>2”的效果非常明顯。
要知道，即便是此前一直堅持純視覺路線的特斯拉，也被爆在其最新的自動駕駛硬件HW4.0中加回了毫米波雷達，而且是高分辨率的4D毫米波雷達。
事實上，在此之前，4D毫米波雷達市場關(guān)注度便已不斷上升。
究其原因，4D毫米波成像雷達，可檢測物體的方位、距離、速度、高度等數(shù)據(jù)。同時，4D成像毫米波雷達具有像素級的角分辨率，可以分辨目標物體的輪廓，經(jīng)過深度學習，4D雷達還可以區(qū)分行人、自行車、汽車、卡車等不同目標。4D成像雷達可以實現(xiàn)多傳感器的前融合和點云融合，從而降低漏檢率、誤報率等。
而值得注意的是，隨著毫米波雷達系統(tǒng)射頻收發(fā)通道數(shù)的增多，傳統(tǒng)的處理器無法滿足毫米波雷達系統(tǒng)大吞吐量數(shù)據(jù)的計算需求，因此迫切需要設(shè)計符合大陣列大吞吐量的雷達專用處理器芯片，近年來海外多家公司都在設(shè)計相關(guān)的雷達專用處理器。
作為一家在上海張江“中國硅谷”成立的提供智能感知芯片及系統(tǒng)解決方案的半導(dǎo)體設(shè)計公司，上海昱感微電子科技有限公司（以下簡稱“昱感微”）也是該領(lǐng)域的重要玩家之一。
資料顯示，昱感微的核心員工全部來自全球頂尖的半導(dǎo)體企業(yè)，公司成立不久就獲得張江人才港“最具潛力的海歸創(chuàng)業(yè)團隊”大獎。該公司定位在“感知智能”領(lǐng)域，產(chǎn)品目標是幫助客戶“多維度高效獲取物理世界信息”，為客戶提供全球領(lǐng)先的感知技術(shù)。
據(jù)悉，昱感微電子目前正在研發(fā)的4D成像毫米波雷達處理器芯片支持多片射頻前端MMIC（四片級聯(lián): 16發(fā)16收信號通道）高性能4D毫米波感知，或分布式集總架構(gòu)；其中完全自主知識產(chǎn)權(quán)雷達信號處理單元（硬件加速器）信號處理能力強，能耗比高，簡化客戶開發(fā)。
具體來看，其產(chǎn)品特點包括：模塊化高度可擴展架構(gòu)，高效L1/L2/DDR 數(shù)據(jù)流，兼容CPLX/REAL計算引擎；通用DDMA以及超分辨硬加速，支持檢測/DOA交互式先進算法，32bit 高SNR FFT算子，軟件定義LRR/MRR/SRR；獨創(chuàng)的BIG.little多線程架構(gòu)，支持實時低延遲感知。
按照昱感微的說法，其4D成像毫米波雷達處理器芯片，可以協(xié)助客戶降低成本，降低功耗，同時產(chǎn)品的4D雷達點云密度更高，反應(yīng)更快，探測距離更遠。
還有非常重要的一點是：由于4D毫米波成像雷達目前發(fā)展非常快，各種先進的算法都正在引入4D成像雷達產(chǎn)品中，對于雷達處理器芯片而言，芯片的架構(gòu)就必須要能夠支持到客戶軟件差異化實現(xiàn)的需求。針對此，昱感微在其4D成像毫米波雷達處理器芯片的架構(gòu)設(shè)計與實現(xiàn)上也是下足功夫，其雷達處理器芯片在硬件優(yōu)化（硬件加速器／硬件算子）實現(xiàn)的同時還可保持軟件與算法的高度可擴展性，能夠支持客戶各種先進的雷達算法在芯片內(nèi)的高效實現(xiàn)。
傳感器融合方式升級，智能感知芯片再進化
4D毫米波雷達的火熱，也帶出了“視覺＋毫米波雷達＂數(shù)據(jù)融合方式的新變化。正如前文所說，4D成像雷達可以實現(xiàn)多傳感器的前融合。
據(jù)悉，特斯拉新發(fā)布的HW4.0，并非簡單地把雷達傳感器加了回來，特斯拉也同時改進了攝像頭與毫米波雷達的數(shù)據(jù)融合方式，由以前發(fā)生問題的“傳感器后融合”方式進化到“傳感器混合式融合”架構(gòu)。這個系統(tǒng)架構(gòu)的改進也是特斯拉把毫米波雷達重新加回到系統(tǒng)的另一個原因。
而即便拋開特斯拉的方案不談，此前業(yè)界對于多傳感器融合的方式也已有預(yù)測：隨著各種傳感器感知性能的提升，多傳感器融合的方式會從簡單的結(jié)果比對“傳感器后融合”方式向“傳感器混合式融合”以及“傳感器前融合”演進，最終都會進化到“傳感器前融合”架構(gòu)。
只不過，要實現(xiàn)這樣的演進并不簡單。據(jù)了解，“傳感器前融合”的感知系統(tǒng)，系統(tǒng)不光要對不同傳感器感知信號處理過程做交叉互動來提高有效信息的獲取量以及提取質(zhì)量，系統(tǒng)還要在各傳感器捕獲目標原始數(shù)據(jù)的過程就開始互動，系統(tǒng)需要準確地針對感知目標來獲取對應(yīng)的有效信息，這也是AI系統(tǒng)里常常提到的“智能感知“。
昱感微第一代芯片的第二款產(chǎn)品-多傳感器多維像素融合感知芯片，就是針對多傳感器前融合的客戶需求而設(shè)計的，其芯片及系統(tǒng)的架構(gòu)示意圖如下：
據(jù)企業(yè)官方資料，這一多傳感器多維像素融合感知芯片在4D成像毫米波雷達處理器芯片基礎(chǔ)上又增加了以下部分：1）對來自攝像頭的圖像數(shù)據(jù)做處理的視覺處理子系統(tǒng)（包含支持攝像頭傳感器的特定曝光控制等功能）；2）對多種傳感器的目標捕獲信息做交互數(shù)據(jù)挖掘以提高目標探測精準度的交互數(shù)據(jù)處理系統(tǒng)；3）對多傳感器感知數(shù)據(jù)做高效數(shù)據(jù)組合并輸出的多維像素生成系統(tǒng)。
據(jù)稱，昱感微的多傳感器多維像素融合感知芯片可以幫助客戶實現(xiàn)多傳感器原始數(shù)據(jù)的融合（傳感器前融合），對目標和環(huán)境的感知可以在傳感器系統(tǒng)的邊緣側(cè)就能挖掘出更多的信息，數(shù)據(jù)維度更多，目標探測更精準。
目前行業(yè)通用的認知是，多種傳感器做感知融合時至少包含有攝像頭與毫米波雷達。而當其中一種或多種傳感器探測到潛在目標時，昱感微的多傳感器多維像素融合感知芯片可以實時地對部分或全部其余傳感器的探測參數(shù)進行互動實時調(diào)整。
具體來看，其可對攝像頭的像素級的探測參數(shù)進行互動實時調(diào)整，互動實時調(diào)整中的探測參數(shù)包括：曝光區(qū)域、曝光時間、對焦距離、圖像傳感器的信號增益、圖像傳感器的靈敏度、圖像傳感器的信噪比、色彩濾波陣列中的任意一種或多種；對雷達的發(fā)射和/或接收信號的探測參數(shù)或探測數(shù)據(jù)的篩選進行互動實時調(diào)整，互動實時調(diào)整中的探測參數(shù)包括：捕獲視角、目標信號的檢測提取參數(shù)、信號波形及調(diào)制方式、信號頻率、信號強度、信號幀率、信號帶寬、速度譜中的任意一種或多種，等等；然后芯片再將多種傳感器探測到的數(shù)據(jù)處理好后同步實時輸出。
舉例來說，當雷達子系統(tǒng)探測到潛在目標時，芯片內(nèi)運行的軟件立刻實時地對攝像頭的曝光控制區(qū)域進行調(diào)整，使其針對目標檢測子區(qū)域（有運動目標的子區(qū)域）進行快速局部曝光，然后對同一時間段內(nèi)***集的多幅目標檢測子區(qū)域圖像做圖像疊加的寬動態(tài)處理，融合產(chǎn)生完整的超寬動態(tài)圖像實時輸出。這樣，即使在車輛夜間行駛的過程中遇到對面相向而行的車輛開著遠光燈干擾本車攝像頭系統(tǒng)的挑戰(zhàn)場景下，昱感微的多傳感器多維像素融合感知芯片仍然可以引導(dǎo)本車的攝像頭針對運動目標(可能是在當前圖像嚴重欠曝區(qū)域內(nèi)正在橫穿馬路的騎車人－非常危險的情況)做快速局部曝光來實時獲取運動目標的分辨細節(jié)特征，這樣的處理就可以防止自動駕駛控制系統(tǒng)出現(xiàn)漏檢而撞擊目標的情況發(fā)生。
昱感微的多傳感器多維像素融合感知芯片將多傳感器感知數(shù)據(jù)做高效數(shù)據(jù)組合并輸出的多維像素的數(shù)據(jù)格式。
對傳感器融合系統(tǒng)而言，各傳感器感知數(shù)據(jù)的“坐標統(tǒng)一，時序?qū)R”是必須的，同時系統(tǒng)還要做到“數(shù)據(jù)同質(zhì)”，并且能夠突出“***感知”（做好針對目標的探測而非籠統(tǒng)的背景探測，同時需要具備對***是否會發(fā)生的預(yù)測數(shù)據(jù)?-?車輛自駕系統(tǒng)對道路上妨礙行駛的障礙物之相對距離與速度的精準探測）。
多傳感器組合的探測域空間映射關(guān)系示意圖
昱感微的多傳感器融合處理器芯片把多傳感器的目標探測數(shù)據(jù)用“多維度測量參數(shù)”矩陣數(shù)組（簡稱為“多維像素”）的形式組合在一起，建立以攝像頭像素為顆粒度的立體多維深度感知；像素除了其原本包含的亮度與顏色信息，還增加了多個維度，如相對距離、相對運動速度、目標的雷達散射截面RCS數(shù)據(jù)以及目標的熱輻射溫度分布等數(shù)據(jù)，目標檢測算法基于多維像素矩陣結(jié)構(gòu)，可充分利用信息的融合做深度環(huán)境感知。
“多維度測量參數(shù)”矩陣數(shù)組結(jié)構(gòu)示意圖
多維像素這樣的數(shù)據(jù)結(jié)構(gòu)是非常高效的感知信息數(shù)據(jù)組合方式，不僅直接體現(xiàn)了：坐標統(tǒng)一，時序?qū)R，數(shù)據(jù)同質(zhì)，由于多維像素包含了目標及環(huán)境的多個物理維度探測的實時信息（目標的距離、相對速度等信息）,它也能夠很好地突出：“***感知”的能力，包含能夠預(yù)測***發(fā)生的能力；同時，多維像素數(shù)據(jù)來自多種（不同種類的）傳感器的感知數(shù)據(jù)組合，多維像素數(shù)據(jù)本身就包含了：異構(gòu)冗余、多重校驗，交互感知，超維耦合，感存一體。這些是都是我們對高效可靠的傳感器感知系統(tǒng)的必須要求（滿足高質(zhì)量自動駕駛的必要條件）。
多傳感器多維像素組合可以包含的目標與環(huán)境感知信息量非常大。舉例來說，把視覺圖像與毫米波無線檢測信號直接對接組合，由于毫米波無線探測在毫米波（77Ghz對應(yīng)4mm的無線電波波長），無線電波是有繞射及多徑穿透能力的，這樣的“圖像＋毫米波”組合的多維像素，在前面有一輛車的探測場景下，在前車這個“多維像素宏塊”上可以再包含前前車（被前面這輛車擋住攝像頭視野的再前面的一輛車）的存在（有距離、相對速度、RCS）信息，以及可以感知前前一輛車的突發(fā)急剎車***，系統(tǒng)可以預(yù)防這樣的事故發(fā)生！
昱感微指出，多傳感器多維像素的組合，就像是我們?nèi)藢δ繕伺c環(huán)境的感知，我們以人眼視覺為主體，同時我們每個人都有天然的“腦機接口”，我們會在視覺的基礎(chǔ)上把其它感覺（聽覺，嗅覺…）都組合在視覺圖像里，然后希望具備第六感（預(yù)感***的發(fā)生）。昱感微電子的多傳感器多維像素融合感知芯片也希望可以助力到AI感知系統(tǒng)相同的功能。
多維像素是在以圖像像素為基礎(chǔ)的模型上再增加了其它維度（目標的距離、速度等）感知信息，多維像素使得目前的AI處理器都可以復(fù)用已有的圖像數(shù)據(jù)集，免除新產(chǎn)品的訓(xùn)練數(shù)據(jù)需要全部重新***集的困擾，對于目前流行的神經(jīng)網(wǎng)絡(luò)框架只需要做很小的修改就可直接適配昱感微電子的芯片輸出的“多維像素”，而且神經(jīng)網(wǎng)絡(luò)的訓(xùn)練收斂效率以及目標識別準確率都會因為使用了多維像素而有效提升。多維像素的產(chǎn)品落地非常直接簡單，不會是因為新的數(shù)據(jù)結(jié)構(gòu)而給應(yīng)用推廣產(chǎn)品化帶來困擾。
特斯拉目前在感知方面的一個重點技術(shù)是Occupancy Network (占據(jù)網(wǎng)絡(luò))。研究機器人技術(shù)的同學肯定對occupancy grid不會陌生，occupancy grid表示空間中每個3D體素（voxel）是否被占據(jù)，可以是0/1二元表示，也可以是[0, 1]之間的一個概率值。
為什么估計occupancy對自動駕駛感知很重要呢？因為在行駛中，除了常見障礙物如車輛、行人，我們可以通過3D物體檢測的方式來估計他們的位置和大小，還有更多長尾的障礙物也會對行駛產(chǎn)生重要影響。例如：1.可變形的障礙物，如兩節(jié)的掛車，不適合用3D bounding box來表示；2.異形障礙物，如翻倒的車輛，3D姿態(tài)估計會失效；3.不在已知類別中的障礙物，如路上的石子、垃圾等，無法進行分類。大家都希望能找到更好的表達來描述這些長尾障礙物，完整估計3D空間中每一個位置的占據(jù)情況（occupancy），還要包含語義（semantics）和運動狀態(tài)（flow）信息。特斯拉希望利用基于“視覺”的占用網(wǎng)絡(luò)算法, 將感知空間劃分為一個個立體網(wǎng)格，通過檢測網(wǎng)格是否被占用，實現(xiàn)對物體體積的測算-包括探測到讓全世界智能駕駛團隊頭疼的各類異形物體。
在昱感微看來，真正的自動駕駛面臨的道路狀況千變?nèi)f化，自動駕駛要求開發(fā)者回到智能的“第一性原理”——從感知和決策的角度先感知周圍環(huán)境，再根據(jù)感知預(yù)測其他車輛的運行軌跡，作出自動駕駛車輛的行為規(guī)劃和決策，完成系統(tǒng)級開發(fā)。
“如果自動駕駛系統(tǒng)的算法完全基于深度學習（Deep Learning），就無法解決這種深度神經(jīng)網(wǎng)絡(luò)可能帶來的‘黑盒’問題：即無法確定系統(tǒng)是根據(jù)什么作出決策的－它自己也不知道，因此就無法實現(xiàn)人為預(yù)先干預(yù)；這樣的自動駕駛系統(tǒng)是無法支撐L3及以上的自動駕駛要求的，一臺車在地球上可能遭遇的駕駛場景永遠會比一個系統(tǒng)接受訓(xùn)練時的數(shù)據(jù)更豐富，以深度學習為底層算法的系統(tǒng)如何應(yīng)對復(fù)雜長尾場景是讓人擔心的?！?/p>
而昱感微的多傳感器多維像素融合感知芯片的“多維像素”數(shù)據(jù)輸出直接具備了目標與環(huán)境在3維立體空間所處的物理維度探測信息－感知周圍環(huán)境與目標的各維度所需物理量，直接提供給系統(tǒng)做高效和精準的決策與執(zhí)行，避免系統(tǒng)仍需借助大算力“推演”出目標感知數(shù)據(jù)再做決策執(zhí)行的潛在問題。
總而言之，昱感微所研發(fā)的全新一代智能感知芯片將助力車企跨越L3/L4級智能駕駛感知技術(shù)門檻。
本文來自易車號作者蓋世汽車，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請聯(lián)系作者。內(nèi)容僅代表作者觀點，與易車無關(guān)
標簽： #特斯拉
