查看原文
其他

如何看待特斯拉 Autopilot ?

Chris Zheng 42号车库 2019-08-11


开门见山,今天的核心议题是特斯拉 Autopilot。

 

今天上午 10:28,知名车评人 38 号美系性能控(以下简称 38 号)转发了一条微博表示:我觉得 AP 一点也不 NB。在随后的微博中,38 号进一步说明了 AP 不 NB 的依据:作为一个车主,AP 不好用、危险,用户体验很差,所以不够 NB。

 


实际上早在 4 月 1 日,38 号就专门发微博吐槽过 AP 变道匪夷所思的 Bug,并得到了另外两位新浪网友、特斯拉 Model S/3 车主@来去之间和特斯拉 Model X/3 车主@李想的认可。这说明这个问题不是个例,是系统级 Bug。但两位网友都不约而同地提到这是新版本的 Bug,在我们的实际驾驶过程中,42HOW 的 Model 3 也存在相同的问题。

 


可以确认,这是 2019.5.15 版本的 Bug。如果更新到国内最新的 2019.8.4 版本,(能看到这是一个专门修复 Bug 的版本更新),变道 Bug 已经被修复。

 


当然,不是说 Bug 修复了「大家就当无事发生过」。实际上,这个 Bug 暴露了特斯拉 AP 团队一个相当严重的问题。众所周知,特斯拉在北美发起了一个名为早期测试项目(Early Access Program),主要由特斯拉员工车主 + 核心粉丝车主组成。

 


在 AP 团队完成功能编码后,新版软件会推送给早期测试项目成员进行测试,以验证功能的可靠性,在早期用户验收期间,所有在实际工况下运行暴露的 Bug 都会被收集起来进行修复。在那之后,才是全球范围的正式推送。

 

而 2019.5.15 版本大规模推送后出现的谜之 Bug,意味着早期测试项目形同虚设,完全起不到早期测试发现 Bug,排除 Bug 以改进软件质量、提升用户体验的作用。

 

无论如何,对于用户来说,替车企当小白鼠验证新功能是无法接受的。怎么办呢?对于那些无法接受某次更新遗留严重 Bug 致险的用户,你可以选择「不开 AP、不选装 AP、不买特斯拉」,用行动表达对特斯拉致命失误的抵制和抗议。

 

正如微博中已经反复说明的那样,我想再一次说明:从用户角度出发,我完全同意 38 号「AP 不好用,容易导致危险场景」得出用户体验差的结论,但我同时认为,光凭单一版本的用户体验差绝不能得出「AP 一点也不 NB」的结论。

 

关于如何看待特斯拉 Autopilot?其实我很早就在酝酿这个选题。前两天一位网友评论问,10 万和 100 万的车都有 L2,各家 L2 的区别是什么?我们下面就谈谈这个问题。

 


在我看来,全行业的高级辅助驾驶系统的代表有三个:博世 L2 解决方案、蔚来 NIO Pilot、特斯拉 Autopilot

 

首先是久经考验的博世 L2 级自动驾驶解决方案,博世在这里作为供应商方案代表出现。博世的 L2 级解决方案有大量的 OEM 客户,国内的吉利、长城、荣威、长安、宝骏的主力车型上都能看到博世 L2 的身影。

 


博世的厉害之处在于,它自主定义了整套系统的软硬件配置和解决方案。即便在这套方案背后,还有给博世供应软件或零部件的 Tier 2,但博世作为顶级的 Tier 1,对这套系统拥有绝对的主导权。博世投入了大量人力财力对这套系统做了充分的需求分析、功能开发和验证测试,确保这套系统具备足够的竞争力,同时要达到车规级的安全性和可靠性。

 

那博世 L2 的问题在哪儿呢?由于从底层到上层所有的研发工作完全由博世主导,车企对于系统的 Know-how 一无所知。这套系统对车企来说接近于一个黑盒子,这就意味着博世在测试过程中疏漏的任何一种 Bug 场景(100% 的全场景测试是不存在的,如果存在,自动驾驶早就实现了。),一旦用户后续使用过程中出现 Bug,车企是完全束手无策的。

 

唯一能做的,就是把 Bug 提交给博世,等待博世提供的后续技术支持和维护。在基于用户需求的功能新增和开发迭代上,车企同样要仰仗博世的开发进度,难以保证时效性,同时也很难做出差异化竞争力。

 

那么问题来了,车企不能自主研发吗?

 

实际上,博世 L2 的高素质保证了它在车企那里的走俏,而车企大量采购导致的规模效应又反过来促进成本的下降,凸显了它的「物美价廉」。对于利润率普遍不乐观的中国车企来说,投入博世级的人力财力开发,却没有博世的规模效应摊销投入成本,自主研发还是采购,不是一个需要纠结的问题。

 

需要指出的是,博世也并不是一套系统打天下,针对不同定位的车型,会给出配置、功能和价格都有差异的系统来保证差异化。另外,即便博世主导了开发,车企要把这套系统适配上车、路试验证也需要投入精力完成一定的工程工作。

 

第二是蔚来 NIO Pilot,跟上面的博世一样,蔚来是一个代表,这一阵营还有车和家、小鹏等等。这三家公司的创始人都是互联网出身,对特斯拉 Autopilot 看得很清楚。在 AP 引发的争议之外,他们都亲眼看到了特斯拉 AP 相对供应商解决方案的强大生命力。

 

但问题在于,Autopilot 可成长的背后有大量的工程挑战要完成。首先,车辆本身要具备整车 OTA 能力;其次,车企必须自主至少半自主研发整套系统,掌控对系统的技术细节的理解。

 

问题出在这里,自动辅助驾驶系统的研发涉及感知、路径规划、决策、控制、仿真、云、高级地图和硬件等多个技术范畴,研发门槛非常之高,是不折不扣的资金、人才黑洞。这也是为什么,早期蔚来考虑博世 L2 的方案其实是很好理解的。

 


但不管怎么说,蔚来 NIO Pilot 的路线比采购「供应商解决方案」还是更有追求一点。在自动辅助驾驶感知、规划、执行三大块中,蔚来在感知部分采用了供应商 Mobileye 的 EyeQ4 芯片和视觉感知算法,除此之外,剩下的大部分工作都由 NIO Pilot 团队主导研发。

 

前面提到了自动辅助驾驶系统的研发门槛非常高,蔚来真金白银砸钱在硅谷挖人做自动辅助驾驶系统的研发,但直到今天,蔚来 NIO Pilot 距离 L2 仍然有明显的功能缺失。

 

按照官方的说法,蔚来会在今年 6-7 月推送一次大更新,实现基础的 L2 级自动驾驶功能。我们拭目以待。

 

最后就是独领风骚的特斯拉 Autopilot 了。AP 也是一个代表,但与前面两个阵营的区别在于,在全球范围内,AP 阵营只有 AP 一家。

 

先简单给出结论:AP 2.0 真正体现了特斯拉面对技术能力强大的 Tier 1,把技术话语权全面收回手中,同时站在顶级 Tier 1的肩膀上完成超越的野心和魄力。

 

2016 年 10 月,特斯拉搭载 AP 2.0 硬件的车型量产,特斯拉从零建立了视觉处理工具 Tesla Vision、全新的底层软件技术架构和云端大数据基础设施,并重新定义了 Autopilot 功能路线图。

 

软件可以完全自主研发,硬件传感器总要采购,但即便是硬件,特斯拉也与其他车企有着显著不同。比如说摄像头、毫米波雷达和超声波,特斯拉会抛开供应商提供的算法,拿到传感器输出的原始数据;比如说计算平台,特斯拉采购了英伟达的 Drive PX2 计算平台,但会跑在特斯拉自研的深度神经网络上。

 

最终的结果是,所有走硬件 + 算法模式的供应商在特斯拉这里都沦为了纯粹的硬件供应商,而特斯拉具备了「完全自主开发功能」的技术可行性。

 

AP 2.0 首次实现了硬件抽象化(HAL)。在供应商解决方案时代,许多传感器都是专用的。比如前视摄像头只能被 AEB/ACC 系统独占,4 颗环视只能被 360 全景倒车影像独占,但特斯拉完全自主开发 AP 2.0 的功能意味着任何功能都可以调用任何传感器,或是几颗传感器配合完成感知。

 

以 360 全车影像为例,AP 2.0 的 8 颗摄像头却不仅可以通过软件算法合成 360 影像,还可以深度参与行车感知,实现变道辅助、侧面防撞等不同功能。但蔚来阵营的车型,标配的 4 颗环视摄像头受限于探测距离和角度,很难在行车感知中发挥作用,全部沦为 360 全景倒车影像专用摄像头。

 

传感器成为一种独立的公共资源满足系统级功能开发的需求。这是 AP 2.0 不仅区别于博世 L2,也区别于蔚来阵营的最显著特征。

 

前面我一直在说完全自主研发自动辅助驾驶系统门槛高,现在详细说说高在哪里。

 

从硬件角度,特斯拉独立克服了自行设计车规级产品的挑战。AP 团队需要克服车规所要求温度、湿度、辐射、传导、延迟、以及电源信号的浪涌、反接、高压等数十个苛刻指标。光温度一项,就要满足零下 40°C-85°C 的区间内所有元器件稳定运行。

 

在软件层面,特斯拉 AP 2.0 转向了前置三目 + 8 颗摄像头覆盖车身四周的视觉感知路线。这跟 AP 1.0 时代的单目视觉有着技术原理上的显著不同。

 


AP 2.0 是全行业首个采用三目视觉感知方案的车型,其中探测距离达 250 米的长焦摄像头负责高速行驶场景下的远距离感知;探测距离 150 米的主摄像头负责主流场景的大部分感知;而探测距离只有 60 米、但探测宽度达到 120 度的鱼眼摄像头负责检测交通灯、道路障碍物和大多数近距离的目标。

 

三目视觉最大程度的模拟了人类双眼快速变焦,覆盖长短距范围的特性,但与此同时,也给软件和工程部门带来了巨大的挑战。

 


三目视觉脱离了单目视觉与数据库匹配的老路线,转向实时计算视差距离的路线,这就要求车辆具备更高的计算能力。考虑到特斯拉「轻雷达重摄像头」的路线,摄像头需要实时计算识别包括机动车、非机动车、摩托/自行车、行人、动物、道路标识、道路本身、交通灯、车道线等超过 90% 的环境信息,三路图像识别和融合的算法复杂度、要求的算力都翻倍增长。

 

三目视觉在工程层面的挑战远远大过了软件挑战。三目视觉摄像头是全行业都未曾在量产车上应用过的方案,要在捉襟见肘的前挡风玻璃处集成三个摄像头、同时要考虑热胀冷缩带来的测距误差问题,在车规级制造工艺、成本、可靠性、精确性方面带来的挑战都是前所未有的。

 

考虑到 AP 2.0 从设计之初就考虑了中央计算芯片可插拔,在算力不够的情况下替换特斯拉自主研发的 AI 芯片满足算力需求。

 

可以这么说,全行业所有 L2 级辅助驾驶系统都是按照 L2 去做产品定义的,只有 AP 2.0 把 L2 当作基础。从软件到硬件、从底层到上层,AP 2.0 全盘考虑了 L3 乃至更高层级的技术向上迭代和后续商业落地的可行性。

 

你可能会说,感觉 AP 和博世 L2 没区别啊。别忘了,2016 年 10 月刚量产的时候,AP 2.0 的 8 颗摄像头一颗都没启用,那是一个根本不可用的系统。所以,莫欺少年穷。


最后,以李想对 AP 2.0 的核心功能 Navigate on Autopilot 的评价结尾。


  



    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存