編者按：本文來源于硅谷洞察，作者Chelsea Yang，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

特斯拉致死車禍的調(diào)查結(jié)果終于公布了。發(fā)生在2018年3月加利福尼亞州山景城附近的高速公路上的嚴(yán)重車禍，曾導(dǎo)致38歲的蘋果軟件工程師黃偉倫（Walter Huang）死亡。

在事故中，Walter Huang駕駛Model X以71英里的速度撞上了101高速公路的護(hù)欄，后面兩輛車也因此追尾，導(dǎo)致特斯拉的高壓電池受損，引起了火災(zāi)。

美國國家運輸安全委員會(NTSB)列出了特斯拉致死的三個可能原因：第一，特斯拉Autopilot自動駕駛系統(tǒng)存在缺陷，第二，黃偉倫對自動駕駛系統(tǒng)過度依賴，導(dǎo)致其駕駛時玩手機(jī)分散注意力。第三，加州交通運輸部門沒能及時維修高速公路的硬件設(shè)施。

特別值得注意的是，NTSB譴責(zé)特斯拉過分夸大其自動駕駛的程度，只達(dá)到了L2自動駕駛級別，卻把自己包裝出了L5的形象。并且當(dāng)事故發(fā)生時，特斯拉的前向碰撞預(yù)警系統(tǒng)未能提醒車主注意正在逼近的障礙物，其自動緊急制動系統(tǒng)也未能在碰撞前啟動。

那么，被NTSB譴責(zé)為只有L2級別的Autopilot到底是什么？其處在自動駕駛第幾梯隊里？為何特斯拉這么有自信一直堅持用 Autopilot呢？

NSTB討論大會現(xiàn)場，圖片來自互聯(lián)網(wǎng)，版權(quán)歸作者所有

Autopilot的演變史

Autopilot就是自動駕駛系統(tǒng)嗎？Autopilot的原始定義是指的搭載在飛機(jī)、輪船或者火箭上的控制軌道的系統(tǒng)，在這種系統(tǒng)中，人不需要一直控制，而自動駕駛的定義是指車輛能夠自動感應(yīng)周圍環(huán)境并且無需人類的干預(yù)而自動駕駛，所以從原始的定義來看Autopilot是輔助系統(tǒng)而非特斯拉一直在公眾面前宣傳的自動駕駛系統(tǒng)，那是它尚未實現(xiàn)的、未來的目標(biāo)。

2016年8月16日以后特斯拉也正式將中國官網(wǎng)的介紹從“Autopilot自動駕駛”改成了“Autopilot自動輔助駕駛”。其功能包括在車道內(nèi)的自動輔助轉(zhuǎn)向、加速和制動，但需要駕駛員主動監(jiān)控，并且雙手不能離開方向盤，一旦離開方向盤，Autopilot就會發(fā)出警告聲提醒車主將雙手放出方向盤，如果車主忽略警報，車就會自動減速，即便車主接管車輛，輔助駕駛功能也會被禁用，只有當(dāng)下一次駐車時才能恢復(fù)自動輔助駕駛的功能。

在美國國家公路交通安全管理局(NHTSA)公布的自動駕駛分級體系中，特斯拉目前已經(jīng)實現(xiàn)了L2的功能（如搭載在Honda等車上的ACC自適應(yīng)巡航系統(tǒng)），并部分實現(xiàn)L3的功能，比如Autopilot能夠?qū)崿F(xiàn)對周邊環(huán)境的監(jiān)控，所以很多人把特斯拉歸進(jìn)了L2.5的梯隊。

自動駕駛分級體系，圖片來自互聯(lián)網(wǎng)，版權(quán)歸作者所有

特斯拉官網(wǎng)對自動駕駛輔助系統(tǒng)的介紹，版權(quán)歸作者所有

Autopilot對2016年10月20日的所有新車都進(jìn)行了升級，軟件升級到了8.0系統(tǒng)，升級了200多項功能，硬件系統(tǒng)從原來的Autopilot1.0升級到了現(xiàn)在的HW3.0，但是目前3.0還沒有完全落地到車主，所以我們重點來看看1.0到2.5的變化。

• Autopilot 1.0 基于Mobileye的圖像識別技術(shù)，主要數(shù)據(jù)來自于車頂?shù)腗obileye攝像頭，車首的雷達(dá)和周邊雷達(dá)只是提供輔助信息。

  
  

• 而Autopilot 2.5則是基于雷達(dá)識別環(huán)境，主要數(shù)據(jù)來源于車身上的雷達(dá)，而輔助數(shù)據(jù)則來源于高精度地圖和神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)。

• 
  

特斯拉HW1.0芯片，有大量留白，圖片來自互聯(lián)網(wǎng)，版權(quán)歸作者所有

特斯拉HW2.5芯片，設(shè)計緊密很多，圖片來自互聯(lián)網(wǎng)，版權(quán)歸作者所有

堅持用雷達(dá)，特斯拉特立獨行之路

自動駕駛目前的技術(shù)分為兩大陣營，一類以特斯拉為首，還有一類是以剛剛首次獲得有外部投資參與的、22.5億美元融資的Waymo為首。

特斯拉依靠的是結(jié)合雷達(dá)、攝像頭和超聲波傳感器的數(shù)據(jù)，搭建神經(jīng)網(wǎng)絡(luò)做實時的圖像識別，并模擬人的行為，做出判斷，而Waymo是靠比雷達(dá)更昂貴更精確的激光雷達(dá)、攝像頭、超聲波傳感器并結(jié)合已經(jīng)有的高清地圖數(shù)據(jù)庫來判斷應(yīng)該做出什么反應(yīng)。

特斯拉官網(wǎng)硬件宣傳，圖片來自互聯(lián)網(wǎng)，版權(quán)歸作者所有

那么為什么Waymo和眾多自動駕駛研發(fā)的車廠都使用激光雷達(dá)（Lidar），而特斯拉卻堅持使用雷達(dá)（Radar）呢？特斯拉都看上了雷達(dá)什么呢？

雷達(dá)和激光雷達(dá)兩者最本質(zhì)的區(qū)別在于波長不同，雷達(dá)是毫米波，通常是4-12mm，而激光雷達(dá)用的是激光波長，所以通常在900-1500nm之間。

雷達(dá)主要用的是無線電波，與激光波相比，無線電波更容易穿透物體，所以傳播距離更遠(yuǎn)，通過反射的波，可以測到汽車的行駛速度。當(dāng)交警想要測某一輛特定車輛的速度時，就可以用雷達(dá)槍來測速，這樣車輛跑到很遠(yuǎn)也可以測到。但是，由于雷達(dá)成像的特殊性，一個很小的金屬物體可能會被識別成一堵墻，所以人們才會把目光轉(zhuǎn)向了非常昂貴的激光雷達(dá)。

激光雷達(dá)發(fā)出的是快速的激光脈沖，傳播的距離較短，但是它能精確計算出傳感器到障礙物間的距離，還能探測目標(biāo)物體的準(zhǔn)確尺寸，并且它的穿透力極強(qiáng)，能夠穿過雨、霧等極端天氣，受干擾較小，跟人眼看到的東西很類似。所以激光雷達(dá)被用來繪制高清地圖。

激光雷達(dá)圖，圖片來自互聯(lián)網(wǎng)，版權(quán)歸作者所有

目前幾乎所有研發(fā)自動駕駛的公司都在使用激光雷達(dá)，但特斯拉的車只搭載了雷達(dá)，尚未搭建激光雷達(dá)，主要原因還是成本。

激光雷達(dá)的車本過高，如Waymo使用的Velodyne的、已經(jīng)量產(chǎn)的16線激光雷達(dá)，需要3.5萬到4.5萬人民幣，更高級的32線需要40萬，64線需要80萬，而特斯拉的車都是商用賣給普通群眾的，高額的成本必然會降低銷量，所以特斯拉目前只能使用雷達(dá)。當(dāng)外界問到特斯拉未來是否會使用激光雷達(dá)時，一向傲嬌的馬斯克一直持否決態(tài)度。

圖片來自互聯(lián)網(wǎng)，版權(quán)歸作者所有

但是值得一提的是，特斯拉相比Waymo有數(shù)據(jù)上的優(yōu)勢。目前在自動駕駛領(lǐng)域，處理突發(fā)情況，如突然沖出馬路的小孩等，需要非常大規(guī)模該類的數(shù)據(jù)學(xué)習(xí)，才能做到更好地處理，所以車在實際的道路上駕駛的數(shù)據(jù)就非常重要了。Waymo只在美國鳳凰城商業(yè)落地了，推出了打車服務(wù)，而特斯拉已經(jīng)滿世界都在跑了。截止到2019年，特斯拉駕駛里程數(shù)為20億英里，是Waymo約2億英里的10倍。

Autopilot目前面臨的主要問題在于過度依賴攝像頭和雷達(dá)，這兩個用來檢測周圍環(huán)境的儀器都存在很大的誤差，沒有激光雷達(dá)精確，但是特斯拉相信只要要神經(jīng)網(wǎng)絡(luò)足夠強(qiáng)大能夠模擬人類的駕駛行為，即便結(jié)合的是不那么準(zhǔn)確的監(jiān)測環(huán)境的數(shù)據(jù)，也能夠?qū)崿F(xiàn)自動駕駛。

簡單來說，當(dāng)特斯拉駕駛者經(jīng)過一個很矮、很窄、很暗的隧道時，雷達(dá)和攝像頭都無法清晰地檢測出隧道入口的情況，Autopilot就會借用神經(jīng)網(wǎng)絡(luò)里訓(xùn)練出來的、以前的數(shù)據(jù)來計算和判斷。例如，以前有特斯拉車主曾經(jīng)過這個地方，Autopilot就會學(xué)習(xí)到這些人是成功通過還是未能成功通過，當(dāng)成功通過的概率達(dá)到一定比例時，這個地方就會被標(biāo)記成能夠安全通過的地方。這就是Autopilot靠神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)人類駕駛行為，而不是靠非常精確的現(xiàn)實畫面來判斷的機(jī)理。

隨著Autopilot硬件3.0的到來，擁有海量數(shù)據(jù)優(yōu)勢的特斯拉的算法迭代有可能會更加快速，對邊緣情況的處理也會隨之更加平滑。但是，目前搭載了特斯拉自主研發(fā)的芯片的HW3.0硬件系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的能力還非常有限，要改進(jìn)極為復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)，達(dá)到和人腦相似的判斷能力，還是困難重重。

特斯拉駕駛員監(jiān)控系統(tǒng)也有待提升

除了指出Autopilot的問題，NTSB在聽證會上還提出，特斯拉應(yīng)該“合作開發(fā)”駕駛員監(jiān)控系統(tǒng)的建議。

2018年的事故中，車主黃偉倫過分依賴特斯拉的自動駕駛功能，在駕駛時被系統(tǒng)多次提醒需要雙手放在方向盤以后，但依然專注于玩手機(jī)上的游戲。NTSB直言不諱地指出，如果特斯拉不加裝監(jiān)控裝置，自動駕駛系統(tǒng)還將被濫用，類似事故還將會發(fā)生。

一直以來，特斯拉都是依靠壓力傳感器來感應(yīng)車主是否將雙手放在方向盤中。早在2016年，特斯拉第一次發(fā)生致命事故時，NTSB就提醒特斯拉應(yīng)開發(fā)出一套更加智能的系統(tǒng)，監(jiān)控車主是否把注意力放在道路和交通狀況上。NTSB還強(qiáng)調(diào)，應(yīng)該引入如攝像頭這類的視覺監(jiān)控來更好地監(jiān)測。

但是，特斯拉一直對NTSB的提醒總是充耳不聞，沒有任何反應(yīng)。

特斯拉車主在駕駛的時候會走神、分心去做別的事情，其實也跟特斯拉早期的夸張宣傳有關(guān)系，而現(xiàn)在特斯拉專注技術(shù)研發(fā)，對偶發(fā)的車禍?zhǔn)鹿什]有表現(xiàn)出足夠的解決問題的態(tài)度。當(dāng)然，如果要按NTSB的建議，特斯拉的生產(chǎn)成本又要有所增加。

那么，各位讀者對特斯拉車禍有什么看法？特斯拉真的能做到低成本造車的同時保證安全嗎？

參考資料：

https://www.motortrend.com/news/testing-semi-autonomous-cars-tesla-cadillac-hyundai-mercedes/

https://zhuanlan.zhihu.com/p/22413629

https://www.caranddriver.com/features/a15101943/semi-autonomous-cars-compared-tesla-vs-bmw-mercedes-and-infiniti-feature/

https://towardsdatascience.com/teslas-deep-learning-at-scale-7eed85b235d3

https://www.forbes.com/sites/greatspeculations/2019/11/08/just-how-far-ahead-is-tesla-in-self-driving/#3bfe91a71b24

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。