偌大的特斯拉，容不下一颗小雷达？

命运

虽然特斯拉AI Day才举行了两届，但因为干货太多，技术太过硬核，也被业内称为自动驾驶畛域的春晚。
去年AI Day的症结词仍是BEV、Transfomer和Hydranet，往年就变为了Occupancy Network，技术迭代才能惊人，而无论名词怎么变，特斯拉关于纯视觉线路的坚持涓滴没有摆荡。
反应在理想层面，跟着AI神经网络架构愈来愈成熟，以及云端超算DOJO的推出，特斯拉在感知环节所需的硬件端能够完成“化繁为简”，成为100%的纯视觉派，因此，马斯克也被称为“雷达杀手”。
2018年，马斯克讥嘲激光雷达是自动驾驶的“拐杖”、“鸡肋”和“阑尾”；2019年，马斯克又再下判别，“那些依赖激光雷达的人注定失败”。2020年，小鹏宣告要推出带激光雷达的P5时，马斯克乃至在推特上怒喷，随后何小鹏在微博上强硬回怼，宣称要把特斯拉打得找不着北。
到了2021年，特斯拉变得更为保守，当年5月宣告拿掉北美市场重生产的Model 3/Y上的毫米波雷达，外行业内诱发了不少争议，上周，特斯拉将刀挥向超声波雷达。
问题来了，在全部行业试图将更多、更弱小的雷达装上车，为自动驾驶提供多传感器保障时，特斯拉为何坚持一枚雷达也不要？莫非仅仅只是由于“钱”的问题吗？
在本文中，咱们试图回答几个问题
一、特斯拉为什么要不停丢弃雷达？
二、特斯拉移除各种雷达的底气是甚么？
三、雷达还无机会登上特斯拉吗？
01
活太糙，价过高
特斯拉丢弃雷达的缘故其实不繁杂，总结一下，要末是干活太糙，要末是要价过高。特斯拉民间认证的两个症结词则是：信噪比（信号与噪声的比例）与本钱。
率先被特斯拉砍掉的毫米波雷达，被拿下的理由就是信噪比过低。
毫米波雷达的任务原理十分简略，发射无线电波，接纳回波，而后按照时间差、相位差来测距、测速。
但问题在于，主流车载毫米波雷达分辨率低，不足测高才能，且全部过程当中伴有杂波搅扰，这致使物体在探测后果中经常呈现为一个点（也可能一个点都没有，或者泛起本不应有的杂点），很难判断外形和种别。
这就比如让一集体蒙住双眼，只用一根手指头去试探判别后方物体的属性，成果可想而知。
汽车行业对毫米波雷达的使用大可能是取长补短，只取其对静态物体的追踪才能。
但动态物体是它逃不开的恶梦，为了不毫米波雷达把井盖、天桥等各种运动物体一律当作障碍物，行业根本会屏蔽其对运动物体的探测信号，否则会致使“幽灵刹车”的状况频发。
于是在传统汽车毫米波雷达上，一个繁杂的实在世界常常被降维成只要一些点的立体。


毫米波雷达眼中的世界
况且，特斯拉使用的毫米波雷达始终是大陆在2016年推出的入门级产品ARS 410，机能曾经过期。在特斯拉近两年的技术框架中，毫米波雷达的探测信号常常成为感知零碎中的“噪声”，净化感知数据，误导其余传感器，反而可能减少不测状况。
有这一铺垫，超声波雷达往年被特斯拉砍掉也显得顺理成章。
某种水平上，超声波雷达更是劣化版的毫米波雷达——毫米波有的功用它没有，毫米波存在的问题它一个不少。其探测间隔短（通常3米内），无奈测速，也不克不及测出物体轮廓，次要优点是廉价（数十元一枚，一整套计划也不外几百块），能用在低速场景下，倒车、停车时辅佐防撞。
比拟于机能孱弱的毫米波和超声波雷达，激光雷达在信噪比问题上倒是有很大改良，大到特斯拉也暗暗用过这根“拐杖”。
外表上对激光雷达五体投地吃一堑的特斯拉，实际上在2021年给一批车辆装置过激光雷达，目的是利用后者精度极高的丈量，帮忙视觉算法进行校准。但是，这批车仅仅是测试车型，充其量激光雷达只在特斯拉打了一段时间暂时工。


搭载激光雷达测试的Model Y
激光雷达从头至尾没能登上特斯拉量产车，次要缘故是另外一个命门：本钱过高。
本钱杀手的理念刻在特斯拉的基因里。特斯拉守业之初选择18650圆柱电池作为能源电池，缘故就是工艺成熟，价钱昂贵。更新的例子，是特斯拉在Model Y白车身上率先启用了后桥一体化压铸工艺，将本来七十个零部件一体成型，不只升高重量，还将本钱增添40%[1]。
作为智能电动汽车第一抠厂，激光雷达的高本钱让特斯拉难以承受。
以后，一枚高机能激光雷达价钱可达上万元，廉价的也要3000元[2]，而一枚高清车载摄像头模组的价钱仅400元[3]，特斯拉自研的FSD芯片预算本钱也才200美元。
假如搭载激光雷达，特斯拉的智能驾驶硬件本钱可能会间接翻倍，这和特斯拉“技术普惠”的愿景南辕北辙。
另外，除开信噪比与本钱两个大头，雷达们还有其余问题：数据格局不同，标定、融会的技术门坎高，计算开消大；任务频率不同（激光雷达每秒10帧，摄像头每秒36帧），数据时间同步也是技术障碍。采用多传感器线路的车企，往往要供养数百乃至上千人范围的团队。
而特斯拉将雷达悉数砍掉的背水一战，则能破釜沉舟，将资金与资源悉数聚焦到马斯克最信赖的技术线路上——纯视觉自动驾驶。
02
视觉“杀死”雷达
过来几年，特斯拉回绝雷达的理由，说究竟，仍是由于它们降本增效的速度还不敷快。故事的B面，则是特斯拉押下重注的纯视觉线路技术日新月异，快到在不到三年的时间里端了各种雷达的饭碗。
其实特斯拉初期的Autopilot走多传感器线路，实践上摄像头与毫米波雷达协同任务，完成辅佐驾驶。
但面对繁杂状况时二者经常互撂挑子——毫米波雷达在程度标的目的盲人摸象，摄像头则是在一帧帧垂直图象上勉力辨认，像极了两个二维生物在争持这个世界该是横仍是竖。


上图：毫米波雷达视野；下图：摄像头视野
这段时代也是特斯拉辅佐驾驶变乱的多发期。2016年特斯拉撞上一辆侧翻红色卡车的事情早已成为多传感器合作生效的经典案例：毫米波雷达盲人摸象失败，摄像头对特点隐约的卡车视而不见，人类驾驶员未做兜底，变乱避无可避。
改动自2020年开始产生，特斯拉意想到依托两个二维生物替换信息，很难精确复原三维世界。
当年，特斯拉推出FSD beta，片面倒向后劲更高的摄像头，对智能驾驶算法进行重构：一方面，经过深度学习训练，让视觉算法学习对物体的间隔和速度进行预估，获取初步的三维感知才能；另外一方面，从俯瞰视角将多枚摄像头获得的信息进行融会，同时参加时间维度，算法由此“活”在了更迫近理想的四维时空中。
测速、测距本是毫米波雷达安居乐业之本，这象征着，特斯拉视觉才能的班师之日，就是毫米波雷达失业之时。
2021年5月，特斯拉北美车型上的毫米波雷达惨遭一锅端。当年6月，特斯拉人工智能总监Andrej Karpathy（往年已到职）作出解释——在实测中，视觉算法的测速测距才能，曾经迫近乃至超出毫米波雷达[4]。
而在往年，特斯拉的纯视觉算法更进一步，横空出生的占用网络（Ocuppancy Network），让摄像头把对手瞄向了更强的存在——激光雷达。
基于纯视觉的占用网络算法将感知空间划分为一个个平面网格，经过检测网格是不是被占用，以一种低算力开消、低计算提早的形式，完成对物体体积的测算————包罗让全世界智能驾驶团队头疼的各类异形物体。
这解决了视觉感知“物体未辨认则不存在”的经典困难。而在此以前，行业多以为低廉激光雷达才是正确谜底。


特斯拉精准探测在业内一般为困难的“前动后静”超长巴士
在视觉算法具有了对标激光雷达的才能后，羸弱的超声波雷达在逻辑上也失去了存在的须要，趁势砍掉，将为特斯拉每辆车节俭数百元的本钱。
特斯拉民间表现，超声波雷达走后，占用网络将接管其任务：跟着算法更新，特斯拉难用的自动停车才能将失掉加强，而始终跳票的智能召唤也将随之到来。
至此，在特斯拉体系内摄像头与雷达的赛马中，摄像头经过算法的进化，实现了对雷达才能的摹拟，以低本钱完成了视觉雷达成果，一个顶仨。面对这类史诗级斗争逼，雷达们只能接踵结业。
只不外，有的雷达可能成为历史，有的雷达，则无望在革新之后，在特斯拉从新上岗。
03
毫米波雷达再待业
率先下岗再待业的大略率是毫米波雷达。
往年6月和9月，特斯拉被发现向FCC（美国联邦通讯委员会）提交的两款自研毫米波雷达认证请求曾经经过，美国白客Green也在特斯拉车型的新物料清单中发现了毫米波雷达的身影。


特斯拉请求认证的自研毫米波雷达
问题是，特斯拉去年才把毫米波雷达裁了，为何又要光速打本人的脸？
其中一个谜底多是隐衷与数据平安。
2019年，特斯拉推出了哨兵模式与宠物模式，这两个功用经过摄像头，在车主分开的状况下继续对车内、车外环境进行监测，用以防盗、维护车内宠物。但是功用在推出后，前后惹起了挪威军方、柏林警方、中国政府的警觉，理由是高清摄像头可能形成隐衷泄露或者国度平安危险。
而传统毫米波雷达的低分辨率特点，反而是一个劣势——它能在不外分收集高精度数据的条件下，完成这些功用。
好比特斯拉请求的60Ghz车内雷达，按照特斯拉提交的资料，它有几个和哨兵/宠物模式高度堆叠的潜伏用处：监测车内生命体征，可用于儿童感测（避免儿童被遗忘在车里）；感知车外两米之内/破窗检测，用于防盗；进行手势辨认，丰硕车内交互方式[5]。
因此这一型号的毫米波雷达，可能有助于特斯拉车型在推出新功用的同时知足各国隐衷、数据合规要求。
不外在技术党们看来，另外一枚被特斯拉请求了窃密的毫米波雷达才是重头戏。
因窃密令到往年十二月才解禁，其详细参数和用处尚不明晰，但从曾经地下的测试讲演得知，这是一枚77Ghz雷达，在天线设置上采取了6收8发计划。这些信息将其身份指向了一种更先进的毫米波雷达——4D毫米波雷达，也叫成像雷达[6]。
传统毫米波雷达被特斯拉从车上移除的缘故，很大水平上是由于分辨率过低，难以实现对物体的准确检测和辨认。但这个问题并不是无解，个别来讲任务频率越高、收发信道越多，毫米波雷达的分辨率就越高。
自动驾驶高精度感知要求，在倒逼着毫米波雷达的精度不停进化，高分辨率雷达早已经是已经抢手技术，往年更是被称为4D毫米波雷达上车元年。
在国际，上汽飞凡R7就搭载了来自采埃孚的4D毫米波雷达，智能驾驶成果提高显著——比拟传统毫米波雷达只能在立体上生成大量点，4D毫米波雷达可以绘制平面空间中的点云图，这与激光雷达成果类似。
Arbe 4D毫米波雷达原型机成果，该公司曾与特斯拉进行技术协作
实际上，4D毫米波雷达是一种介于传统毫米波雷达和激光雷达之间的传感器，其感知精度明显优于前者，而本钱能够低至后者1/10。特斯拉一贯喜爱这样的性价比之选，毫米波雷达重归特斯拉在逻辑上其实很公道。
当下，只管特斯拉的纯视觉智能驾驶算法曾经取得长足提高，但其测速、测距依然是基于深度学习的“估测”，且面对雨、雪、雾等天气牢靠性会大打折扣。
而毫米波雷达的测速、测距是基于物理原理的计算，并具有全天候的探测才能。一枚信噪比明显晋升的4D毫米波雷达，能够与特斯拉的摄像头完成才能互补，晋升零碎表示。
其实，马斯克对毫米波雷达的态度也从未一棍子打死，往年初他在推特上互动时，留下了很有暗示象征的回复：“高精度（毫米波 ）雷达才是正解。”


04
序幕
特斯拉对雷达态度的重复横跳，可能会让一些吃瓜群众有些烧脑——不是说好了 All in 视觉吗，怎么说变就变？
很久以来，群众对马斯克的“第一性原理”有些曲解，以为“第一性原理”在特斯拉的表示就是模仿人类，人只靠视觉就可以开车，因此自动驾驶也应该如斯。
实际上，特斯拉选择视觉为主的智能驾驶计划，缘故一，是其能看到更丰硕的信息（如色彩、语义，马斯克称为高数量级的“量子比特”），二是本钱昂贵。而技术的开展是静态的，只有达成或者迫近上述前提，不同的传感器会找到本人的用武之地。
特斯拉对雷达的暗昧态度，也能反应出这家公司最真正的第一性原理——设立一个高难度的指标，而后找到最具性价比的工程伎俩完成它。
（PS：国际特斯拉车型毫米波雷达、超声波雷达仍然在岗，从未失业）
参考材料：
[1] 电动车企争相入局，一体化压铸为什么被特斯拉带火，见智钻研Pro
[2] 撞了电动车，掏空我钱包，品玩
[3] 自动驾驶驶入慢车道，车载摄像头迎来量价齐升，西方证券
[4] CVPR 2021 Workshop on Autonomous Driving，Andrej Karpathy
[5] Federal Co妹妹unications Co妹妹ission DA 21-407
[6] 特斯拉再次拥抱雷达？凡知杂货铺