特斯拉的自动驾驶怎么样 国内_特斯拉的自动驾驶怎么样

1.特斯拉的“完全自动驾驶”功能可靠吗？

2.特斯拉的自动驾驶是什么级别

3.特斯拉model 3自动驾驶有用吗

4.特斯拉的自动驾驶技术到底有什么？

5.同样是自动驾驶 特斯拉和其他同行的差距到底有多巨大？

撰文?/?朱?琳

编辑?/?温?莎

设计?/?杜?凯

来源?/?Forbes，作者：Brad?Templeton

10月20日，特斯拉发布了一个限量的测试版，面向其部分早期用户。该测试版被埃隆?马斯克（Elon?Musk）称为“功能完整的完全自动驾驶”。该公司还宣布，将目前出售给车主的“FSD?in?the?future”套装的价格上调2000美元(现价10000美元)，以便他们在准备就绪时可以使用该软件。

该软件包给许多用户留下了深刻印象。一些人在Youtube上发布了该系统在城市街道上运行的。尽管有这个名字，但“完全”自动驾驶既不是自动驾驶，也不是业内大多数人所说的完全自动驾驶。更准确的说法是，它是在城市街道上运行的特斯拉“Autopilot”。

像Autopilot一样，它需要驾驶员不间断的监控，也确实会发生错误，需要驾驶员的控制以避免事故的发生。它可以处理各种各样的城市街道，但不能应对车道或停车场，所以人类司机在旅程的起点和终点都要开车。之前的Autopilot只操作高速公路、乡村公路和部分城市快速路，不操作标志、交通信号灯等基本要素。

该车辆的功能比我在那工作时的Google?Chauffeur（现在的Waymo）在2010年展示的稍好，尽管重要的是它仅使用摄像头和最小限度的地图即可完成工作，而Chauffeur需要使用详细的地图和激光雷达，并尽量减少使用摄像头。

这十年间，神经网络计算机视觉的能力得到了突飞猛进的发展。特斯拉做出了很大的努力——仅在主要参与者中有效——避免了激光雷达，并严重依赖于摄像头（还有雷达，这是每个人都在使用的）。

显示，这些车辆在各种街道和十字路口行驶。这包括没有标志的小街道，大的多车道街道，合理复杂的十字路口，包括无保护的转弯等等。这就是特斯拉所谓的“功能完整”——它至少在所有典型的路线上做了一些事情。

虽然我们不能从一小部分中得出确切的结论，但可能会有施工和一些等级的道路的问题，我们看到了白天和晚上，但还没有看到恶劣天气下的。

这些中，有一些必要的干预——人类司机必须抓住方向盘，控制局面，以避免极有可能发生的事故。虽然没有关于需要这些的频率的统计数据，但这种干预似乎相当频繁。这是需要持续人工监督的系统规范，也是他们需要这种监督的原因。

所有的完全自动驾驶汽车项目都需要一个或两个“安全司机”在方向盘后面，他们也需要做这样的干预，一开始很频繁，随着时间的推移越来越少。

直到最近，Waymo和现在的Nuro才部署了没有监管司机的车辆。Cruise最近获得了这样做的许可，但还没有实施，他们声称可能会在今年年底实施。亚马逊的Zoox也有这样的许可证。

根据特斯拉的和声称，在埃隆?马斯克的通勤中，他通常很少干预驾驶，有时根本没有干预，但这“似乎在大多数情况下都是有效的”。在现实中，我们要计算需要干预的频率。

据报道，特斯拉的Beta测试只对有较高安全记录的司机进行，但没有透露测试是如何进行的，这给我们带来了一些大问题：

这种干预有多频繁，情况有多严重？

特斯拉在没有经过培训和合作伙伴的情况下，能有效地让客户扮演自动驾驶汽车安全司机的角色吗？这与优步在发生致命事故时的做法有何不同？

特斯拉决定不使用激光雷达和详细地图，这对他们系统的质量有什么影响？

驾驶员可以安全地使用它吗？通过测试又能得到什么呢？

这合法吗？

干预的频率有多高？

人们不能从这些中辨别，但我们可以比较一下人类发生事故的频率。

有时候，干预会在不需要的时候发生，所以真正需要衡量的是“必要的”干预，即没有干预就会发生不好的事情。许多团队使用模拟器来模拟在没有干预的情况下会发生什么。“坏事”可以指严重的事故，或者只是指明显的驾驶失误，比如短暂地转向另一条车道，即使你很，车道上没有车。

人类每10万英里就遭遇一次事故，普通驾驶大约需要8-10年的时间。保险公司每25万英里（25年）就会遇到一次，警察每50万英里（40-50年）就会遇到一次。

的是，死亡非常罕见——人类驾驶每8000年发生一次，高速公路上每2万年发生一次。这对任何一个司机来说都是罕见的，我们开得太多，所以我们才会遇到那么多。

就其本身而言，整天驾驶无需干预似乎非常令人印象深刻，尤其是对那些初入这一领域的人来说，但这距离真正实现完全自动驾驶，而不是监控驾驶员的目标还有很长的路要走。

这种测试方式可以吗？

如果没有受过良好训练的安全驾驶员，并且每辆车配备两名驾驶员，大多数自动驾驶团队是不会测试这种水平的系统的。

优步对其安全司机的培训很差，该公司承认，发生事故时，每辆车只安排一名司机是错误的。这起事故的主要责任是安全司机无视所有规则，用手机看电视而不是工作，但我们知道其他特斯拉车主也会做类似的事情。

另一方面，Autopilot表明，对于遵循良好程序的驾驶员来说，安全使用Autopilot是可能的。

统计数据显示，在高速公路上使用Autopilot的特斯拉司机不如不使用的司机安全，但安全程度只是略有下降。（特斯拉公布了误导性的数据，声称它们更安全。）这种较低的安全水平可能可以解释为这样一个事实：一些司机正确地使用了它，是安全的，而另一些司机则没有，从而降低了平均水平。

我的经验是，使用它的一个好方法是在你的头脑中一直保持“影子驾驶”，即脑中想着移动你的手但不施加压力，当汽车转动方向盘时让你的手随着方向盘移动。用这种方法，如果方向盘不像你想要的那样移动，你可以快速地从轻力转变为实力，推动方向盘到它应该去的地方。

但并不是所有的司机都这么做，有些人不这么做，甚至试图打破特斯拉的警告。许多人认为，车内的摄像头监控着司机的视线，以确保注意力得到了关注。其他竞争系统也这样做。特斯拉对此进行过实验，但迄今为止拒绝取此类对策。

当然，让细心的司机测试这个软件对特斯拉来说是非常有价值的。这就是为什么其他公司花费数百万美元来支付安全驾驶员在几个州进行试车的原因。

马路中央也有拐角案例

所有这些测试的目的都是为了解决部署这些汽车的难题。在没有持续干预的情况下，在普通道路上驾驶相对“容易”（但要做到特斯拉所做的，即在没有激光雷达和地图的城市街道上驾驶，就比较困难）。

即使你能处理99.9%的情况，你也只是达到目标的一小部分。你需要找到所有那些不寻常和罕见的，人们称之为“拐角案例”。但这些不只是发生在角落里，找到它们中的大多数是一个非常漫长和困难的项目。Waymo的顶尖团队耗费了十年时间来做这件事。没有人真正做到过。

在网络中，司机们所表达的喜悦之情，是那些外行人的心声，他们以为得到99.9%的答案就能解决99.9%的问题。但它解决的问题还不到1%的十分之一。

驾驶工具中，通过人工监视，你可以让人工监视人员处理剩下的问题，作为人类一般的问题解决者，我们通常可以这样做。

也就是说，特斯拉有一个很棒的测试工具。司机们不再花钱找人来测试车辆，而是为这样做的特权付费。这让特斯拉比其他任何公司都能以更低的成本更快地积累里程，他们自然想要利用这一点。

这对特斯拉来说是个好消息，因为当我说他们已经走了千分之一的路时，你可能认为这意味着他们还有几千年的工作要做。好消息是，由于团队随着时间的推移越来越快，他们做后期的工作比早期的工作更快。

Waymo可能花了2年时间才达到1/1000，但再过10年，他们就差不多达到目标了。这是因为随着时间的推移，他们都壮大了自己的团队和测试队伍，也接触到了各种各样的新技术，比如神经网络、高级模拟等等。

特斯拉一直在这么做，而且还制造自己的处理器，几乎和谷歌自己定制的处理器一样好。摩尔定律还没有消亡，它不断提供更多的工具来加快其余工作的进行。但目前特斯拉还有很长的路要走。

地图和激光雷达

到目前为止，我们所看到的并不能告诉我们很多关于特斯拉避开激光雷达的争议选择和相关问题。

特斯拉希望利用摄像头和神经网络创建虚拟激光雷达，告诉他们摄像头看到的视觉目标有多远。这些向我们展示了他们对汽车和其他障碍物闪烁的感知，这在这些视觉系统中很常见，但也显示出他们还没有完全实现。

我们进一步了解了他们不使用详细地图的决定。人们试图在没有地图的情况下开车，以避免地图成本，并能够立即处理整条道路而无需绘制地图。地图可为你提供更多数据（即使它们错了并且道路已经改变），可以帮助你更安全。

不管你对地图的成本有什么看法，你很快就会想到没有它们的情况，而不是你想在第一批上路的汽车上做的事情。我们可以在特斯拉“FSD”的中清楚地看到这一点，该向左转弯并带有分隔线。

在这个中，你看到车辆左转。在几乎恰好一分钟的时间内，汽车针对要驶入的道路计算出了一个错误的地图，从而将道路分隔线放置在错误的位置。它试图驶进迎面而来的车流中，但司机接管了它，把车开进了正确的车道。

一辆没有地图的汽车在驾驶时，它的地图就会自动生成。它必须弄清楚所有的路缘、车道、标志和交通控制系统在哪里，以及每条车道的规则，然后从中选择驶入哪条车道以及如何驶入。

一辆有地图的汽车依赖于之前通过交叉路口的经验，以及对数据理解的人类质量保证。它仍然需要了解现场情况，特别是道路发生变化的任何地区，当然还要了解道路上所有移动的东西，但首先要做的是让路面更安全。

特斯拉自然会努力使自己的汽车更好地处理这样的路口，而不会再次犯同样的错误。而且，他们的车队意味着他们将迅速获得有关此方面的报告，并在进行必须进行的逐步改进方面具有优势。

但是，尚无法从摄像头图像完全了解道路的布局，这就是为什么大多数团队都觉得拥有包含所有细节的地图可以使它们更安全，功能更强大，即使制作和维护地图要花钱，并且它最初限制了可提供更高安全性的驾驶区域。

这是合法的吗？

其中一些测试人员在加州。这让人想起了早期的一个，当时由安东尼·莱万多夫斯基（Anthony?Levandowski）领导的优步自动驾驶团队试图在加州测试优步的车辆。加州法律要求测试自动驾驶汽车必须获得许可。

优步并不想获得许可，尽管莱万多夫斯基参与了起草这部法律的谈判。优步声称，由于法律豁免了“司机”系统需要许可，优步并不需要许可，因为他们在任何测试车辆上都有一名安全司机，因此这就是司机。

汽车制造商一直在推动在法律中加入驾驶员协助例外条款，因为他们不希望他们销售的系统突然需要许可。

加州车管所说“不行”。毕竟，既然每个人都使用安全驾驶员，那么法律就毫无意义，任何汽车都不需要许可证。

他们的观点是，如果你真的试图制造一辆自动驾驶汽车，你需要许可证，即使你有一个人作为正式司机监控它。他们告诉优步，他们将吊销所有优步车辆的牌照，除非他们排队等候。

这使特斯拉处于一种不寻常的状况。特斯拉的高速公路版Autopilot是驾驶员的工具，不需要许可证。但是他们将这个Beta测试版本称为“完全自动驾驶”。

正如我在上文中所断言的那样，这并不是像大多数行业内部人士所说的那样是真正的自动驾驶或完全自动驾驶，但是只要特斯拉说这是制造自动驾驶汽车的努力，许可证法似乎可能适用于他们，并关闭该州以及可能具有类似规则的其他州的Beta版程序。

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。

特斯拉的“完全自动驾驶”功能可靠吗？

上周特斯拉更新的智能召唤功能，足足让我在停车场”戏耍“了这辆Model?3一个多小时，真是太有意思了。

●无人驾驶：还挺有礼貌，转向灯先打上了

这项功能比想象中的还要强悍，通过摄像头以及毫米波雷达实时演算（不依赖地图，不能在开放道路使用），Model?3俨然一个蹒跚学步的幼龄孩童一般摸索前进，他会尝试走捷径走直线抄近道，车速也要比预想中的更快，并且雷达测距精准，礼让行人也非常及时。

●拐弯速度还挺快，路人都没发现这辆车有什么不对劲

●行人接近到一定距离就会刹停，这个过程没有引起过路妹子的警觉

不过，这项功能主要还是针对美国大型户外停车场居多，针对性开发的功能在中国来说还是有些水土不服的。首先在中国正儿八经供你日常停产的大型正规停车场就不多，小区里七扭八歪的挤作一团才是常态，并且行人密度极高，显然这样的环境对于召唤功能来说，是有些“强车所难”，一旦走错方向或者进入死胡同，马上进入“懵逼”状态，掉头是这辈子都不可能掉头的。

毕竟是前视摄像头及雷达还是要强悍的多，安全第一。

因此这项功能在中国的实用程度肯定是要打一些折扣，炫技成分居多。

但这是Autopilot、NOA（自动导航驾驶）、智能召唤等功能一步步走来，让我们看到特斯拉逐渐把不可能变为可能，从概念落地到现实、甚至真正到解放双手，这才是更重要的。

特斯拉模式，是最强的么？

不确定一定最强，但是特斯拉的模式的确自成一派，极具个人特色。就像是苹果，它强于软件，但却拥有软件、硬件双向驱动的能力。

或许你会觉得特斯拉的自动驾驶厉害，是因为他的硬件非常领先吧？其实并非如此。相反，特斯拉的硬件部分，可以用“人尽皆知”来形容，其缘由在于特斯拉一反它家常态，把自己的传感器配置完完全全公布了出来，你甚至可以照搬做出一模一样的布局，而这恰恰是特斯拉伟大的地方了，正如其早前就公布了一系列相关专利一般。

特斯拉又是怎么坚持在做这件事的呢，特斯拉在售的车型，都已经配备了完整的、支持自动驾驶的硬件，但是具体到实际体验当中，特斯拉认为自动驾驶能力不是一蹴而就的，应该通过不断优化软件系统，进而逐步提升、开放自动驾驶能力。

因此，软件或者说算法才是特斯拉整套自动驾驶系统中的核心，其硬件部分无非就是摄像头、毫米波雷达、超声波雷达的组合，高大上（昂贵）的激光雷达是没有使用到的。

至于主处理器芯片，也历经了从购到自研的三代迭代：

2014年-2016年，特斯拉配备的是基于Mobileye?EyeQ3的AutoPilot?HW1.0，包含1个前摄像头+1个毫米波雷达+12个超声波雷达。

2016年-2019年，基于英伟达的DRIVE?PX?2?AI计算平台的AutoPilot?HW2.0，以及后续的AutoPilot?HW2.5，包含8个摄像头+1个毫米波雷达+12超声波雷达。

2019年-近几年，将推出基于自主研发的处理器的AutoPilot?HW3.0，2019年中以后生产的Model?S、Model?X、Model?3已经配备了这枚性能远超第二代的FSD芯片，并且这一代并没有在其他传感器上做出改动，仅仅是升级了自动驾驶主芯片（但也不排除正式公布后升级部分传感器的可能）。

算力提升之后，特斯拉也是赶在2019年年末就推出了完全自动驾驶的预览版（FSD?sneak?preview），在这个版本中系统能够精准识别道路/停车标记、垃圾桶、桩桶、车道线、红绿灯，也就是说，特斯拉下一步就是开放城市道路完全驾驶功能了。

OK，轮廓是清楚了，那么摄像头、毫米波雷达、超声波雷达三者，又是如何协同的呢？我们不妨抛开各传感器的型号及参数（咱也看不懂），就来大致了解一下分布也好。

特斯拉标配的8枚摄像头，可以分为三颗前三目摄像头（长焦、标准、鱼眼）、两颗B柱摄像头、两颗翼子板后视摄像头、最后当然还有一颗后视摄像头。当然非要全算进去的话，Model?3还有一颗车内监控摄像头，只不过这颗监控摄像头对自动驾驶功能的贡献不大，主要为的是监控司机在自动驾驶过程中的注意力是否集中。

●前三目摄像头

●前翼子板后视摄像头

●B柱侧视摄像头

●后视摄像头

通过这8颗摄像头，特斯拉也就基本实现了360°无死角照顾，让自动驾驶功能的实现成为了可能。

说完了摄像头，还有这颗毫米波雷达也值得关注，从早期的博世方案，再到Autopilot2.5的大陆方案，后者在探测距离、重量、功耗方面均有所提升。不过目前这套硬件和算法被普遍认为对横向移动且反射较强的物体识别不佳（参考几次特斯拉撞上横向移动的卡车事故），因此在第三代自动驾驶当中，这将是特斯拉重点要升级、迭代的方向。

●特斯拉上的毫米波雷达

最后还有这配备多达12枚的超声波雷达没说呢，一般来说，超声波雷达最便宜最常见（例如我们车上安装的倒车雷达），但也最易受到环境的影响，想要运用在自动驾驶当中开发难度较大。

笼统上，我们认为超声波雷达探测距离十分有限，对于环境（尤其是温度、湿度）过于敏感，其次超声波雷达也无法精确确认障碍物的具体位置，因此笔者认为这12枚超声波雷达主要是在泊车以及超车中发挥避障作用。

说完软硬件配置，具体还是要落到实际体验当中去。特斯拉通过雷达和摄像头（视觉）的深度融合，做出了大规模商业化且迄今为止进步最快、体验最佳的自动驾驶系统。更重要的埃隆已经宣布：“在明年某个时候，特斯拉车主能在车里使用自动驾驶功能，无需人工干预”。

这不是遥远的将来，完全自动驾驶已经近在咫尺，难道特斯拉就是毫无争议的自动驾驶第一人了么？

论资金实力与专利技术储备：Waymo才是第一

之所以先说特斯拉，主要在于这是用户第一次接触完全意义自动驾驶的窗口，但是真要在自动驾驶领域说出个第一人来，就不得不提Waymo了。

Waymo应该算是这个领域最知名的公司了，最早Waymo只是属于Google的一个项目部，在2016年正式独立出来，成为一家专注自动驾驶领域的公司。并且Waymo自身致力于自动驾驶算法层的研发上，其自身并不参与造车。

Waymo的方法是打造了一套自动驾驶系统，让各个汽车厂商来适配，或者压根这些厂商就把车提供给Waymo让其代劳，因此Waymo更像是提供了一种解决方案，无论你是什么汽车厂商、生产了何种用途的汽车，都可以主动适配这套系统。

看到这里你是不是觉得忽然想起了什么呢？没错，这不就是手机里的安卓系统么，各个车企就像手机厂商适配安卓一般选用Waymo的解决方案，这套方案异常庞大、复杂，也只有Google这样的巨头才能够完成。是不是和特斯拉、苹果的闭环模式有着明显的区别？

既然是Google?，钱肯定是没有问题，经过那么多年研发，技术又进行到哪一步了呢？

就在2019年2月，美国加州机车辆管理局（DMV）公布了一份年度报告，这份报告中包含了48家在加州持证上岗的自动驾驶路测单位，Waymo位居第一且遥遥领先。这项排名，主要是取决于实验条件下所用的测试车数量、测试行驶里程、以及测试过程中的人工接管次数，当然是行驶里程越长、人工接管频次越少越好。

●来源：量子位

致力于"一步到位"的Waymo，在硬件的选择上相对特斯拉就激进很多了。首先是激光雷达，Waymo的激光雷达配备了自家研发的发射器，通过短距、中距、远距来搭建自家的镭射地图。其摄像头的门槛也要更高，不仅仅是更，还加强了在强日光以及暗光下的识别能力。

另外Waymo还选择的了电磁波雷达，相比超声波来说对环境的适应能力要强上许多，不怎么受气象条件的影响，更加稳定。这还没完，Waymo甚至还增加了不少补充感应器，包括但不限于声音辨识、GPS等，是不是高大上了许多？

虽说如此，毕竟Waymo的测试路况都是在实验条件下完成的，其路况复杂程度及样本都较为有限，数百辆的试验车一年所累积的数据，就算加上刚开放不久的Waymo?One无人出租运载服务，放在特斯拉巨大的交付量面前还是显得有些无力（当然特斯拉的自动驾驶功能是逐步开放的，预集也不存在小白鼠的问题）。

因此我们认为狭义上Waymo在自动驾驶领域的专利数目遥遥领先，但是广义上特斯拉又拥有更为海量的数据，各有所长。

还有来自主机厂的奋力一击

除了部分大厂会自己操办（例如通用的Super?Cruise），对于体量相对较小的主机厂来说，投入巨资独立研发自动驾驶显然是不经济的。

对他们来说，能够选择的其实不多，基本只能依赖与上游巨头供应商的合作。

首先由上游供应商完成硬件部分的匹配，一部分车企会基于软件来开发自动驾驶系统，但是受制于体量、资金等限制，一般还是要与供应商的基本方案相整合。在这种模式之下，想要发展并迭代自动驾驶能力就非常困难了。

这是因为这种形式的合作，一般是以上游供应商为主导，这就造成两边其实都没有太多的驱动力去提升相关的技术能力，供应商势必要优先服务更大体量的合作伙伴；因此在自动驾驶领域，大多数车企原地踏步且创新能力乏善可陈，无外乎是因于此了。

其实从这三条技术线来看，我们也就大概明白了为什么特斯拉的自动驾驶技术能够如此迅速的进化，与苹果相似的闭环研发体系，还拥有软、硬件双驱动能力，带来了目前最接近完全自动驾驶的全新体验。

当然我们也期待着Waymo大招落地的那天，还在踟蹰不前的传统主机厂商们，真的得加把劲了。

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。

特斯拉的自动驾驶是什么级别

“自动驾驶”成为汽车行业竞相争夺的制高点是由于美国豪华电动汽车品牌Tesla（特斯拉）的巨大成功。

截止目前，特斯拉市值达到2767.51亿美元成为远超丰田汽车1726.36亿美元市值的世界第一大汽车品牌。

特斯拉的市值效应不仅反映了投资者对电动汽车未来的无限看好，也在于其对家庭清洁能源的追求。

正如特斯拉所言，“Tesla?正在通过电动汽车、太阳能电池板以及适用于家庭和企业的综合可再生能源解决方案,加速世界向可持续能源的转变。”

“大屏”创造智能

目前，特斯拉在售的车型有特斯拉Model?S、Model?3、Model?X和Model?Y，售价从29万元到100万元人民币不等，其时尚的外观、简洁的内饰等似乎都在表达这个时代的特征。

当然，电动汽车仍是它最具价值的核心。而最具个性的就是它创造性地将“大屏幕”引入汽车当中，开创了属于特斯拉的“智能汽车时代”。

特斯拉将汽车植入大屏幕，通过车身携带的众多传感器、控制器、软件等，将汽车控制按键高度集成在一起，通过大屏幕像触碰手机一样操控，把汽车变成了智能手机，带来了传统汽车所不具备的“前所未有”的驾驶体验。

大屏幕开启了汽车“智能化控制”时代，然而谈起特斯拉的智能化，它还有一项令人称赞的系统就是一套名叫“Autopilot?自动驾驶”的功能：启用?Autopilot?自动驾驶功能后，车辆能够在行驶车道内自动实施转向、加速和制动。

具体功能包括，自动导航驾驶、召唤功能、自动泊车、自动变道和搭载支持完全自动驾驶功能的硬件。

然而，正是特斯拉宣传的自动驾驶功能却频发意外事故，致使多名驾驶员伤亡。

自动驾驶事故纠纷不断

6月1日，省嘉义县，一辆特斯拉Model?3在开启特Autopilot功能，将车速固定在了110km/h高速行驶时，竟径直撞向一辆翻倒在公路上的大卡车，当时天气晴朗，Model?3没有任何刹车。

2016年佛罗里达的高速公路上，几乎是同样的情景，一辆Model?S直接撞上一辆拐弯中的货车，结果如出一辙。

7月14日，美国亚利桑那州，一辆黑色特斯拉Model?S在本森附近的10号州际公路上与警车相撞，继而导致警车与一辆救护车发生连环追尾，车辆发生碰撞时，他正在使用特斯拉的Autopilot功能。

6月24日，深圳市南坪快速东行方向，一辆Model?3在开启Autopilot状态下跟车，与试图并道的渣土车发生碰撞，车辆未能识别到侧前方并线的渣土车。

特斯拉对事故车辆进行调取分析后表示，事发时车主的双手处于脱离方向盘的状态，并且没有检测到制动信号。最后判定为车主操作不当，而非Autopilot的问题。

今年7月30日，特斯拉对发生在日本Model?X诉讼做出回应，否认“特斯拉的自动驾驶技术和驾驶员功能套件的专利缺陷。”有望将Model?X在启用Autopilot的情况下发生的归咎于个人操作不当。

但是，接二连三的均牵涉特斯拉Autopilot系统而导致的事故，却直指特斯拉宣传的这套自动导航驾驶存在鲜为人知的问题。

特斯拉Autopilot自动驾驶系统真的可以“自动”？

目前其处于什么级别呢？到底在何种情况下使用才能不因“Autopilot”发生事故呢？

特斯拉是否虚宣传？

按照SAE?International（国际汽车工程师协会）在2014年提出的自动驾驶汽车分级标准中对Level?2级的定义“车辆对方向盘和加减速中的多项操作提供驾驶，人类驾驶员负责其余的驾驶动作”和Level?4级的定义“由车辆完成所有驾驶操作，人类驾驶员无需保持注意力，但限定道路和环境条件”来看，特斯拉Autopilot系统仍处在Level?2级别。

Level?2级，主要是减少驾驶员的操作负担，驾驶员还是要接管方向盘，并像驾驶普通汽车一样驾驶。

可以看到，特斯拉在功能描述中也强调“”这个词，所以特斯拉并没有实现“完全自动驾驶”的能力。

但是，其官方又将其定义为“完全自动驾驶”能力下的功能，以特斯拉Model?S为例，其在官方宣传中称“每辆新款?Model?S?均标配先进的完全自动驾驶硬件，目前已实现?Autopilot?自动驾驶功能，”就容易让人产生歧义。

同时，根据自动驾驶等级分类的定义来看，目前任何宣称的“自动驾驶”都需要特定场景，并仅能实现自动驾驶系统中算法所适用的情况。

众所周知，人为算法都是有局限性和边界的。

所以，在一系列超出特斯拉Autopilot系统算法之外的情况，驾驶员如果还想依靠它来自动驾驶汽车，就避免不了导致出现意外事故。

而在以上的事故中，驾驶员都存在过度相信和依靠特斯拉Autopilot驾驶的行为，最终因超出“特斯拉Autopilot系统场景范围”而酿成悲剧。特斯拉也靠此项条件，否认了有设计上的错误，把事故归咎于司机操作不当。

不过从这一点看，足以证明特斯拉宣称的“Autopilot?自动驾驶”并不可靠。

在实际使用中，驾驶员仍需像平时驾车一样，注意力集中并随时准备进行人为干预，只有这样才不会因“技术误判”而导致无法挽回的损失。

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。

特斯拉model 3自动驾驶有用吗

太平洋汽车网特斯拉的自动驾驶技术属于L2级，L2级自动驾驶不是完全自动驾驶，需要驾驶员保持注意力。国内和国外自动驾驶技术都分为5级，即L1～L5，目前世界上大部分的汽车，都处于L1级别，只有少数汽车，比如特斯拉，已经可以处于L2级别，并在不断完善当中。

等级0：即无自动。驾驶随时掌握著车辆的所有机械、物理功能，仅配备警报装置等等无关主动驾驶的功能也算在内。

等级1：驾驶者操作车辆，但个别的装置有时能发挥作用，如电子稳定程式（ESP）或防锁死刹车系统（ABS）可以帮助行车安全。

等级2：驾驶者主要控制车辆，但系统阶调地自动化，使之明显减轻操作负担，例如主动式巡航定速（ACC）结合自动跟车和车道偏离警示，而自动紧急煞停系统（AEB）透过盲点侦测和汽车防撞系统的部分技术结合。

等级3：驾驶者需随时准备控制车辆，自动驾驶控制期间，如在跟车时虽然可以暂时免于操作，但当汽车侦测到需要驾驶者的情形时，会立即回归让驾驶者接管其后续控制，驾驶必须接手因应系统无力处理的状况。

等级4：驾驶者可在条件允许下让车辆完整自驾，启动自动驾驶后，一般不必介入控制，此车可以按照设定之道路通则（如高速公路中，平顺的车流与标准化的路标、明显的提示线），执行包含转弯、换车道与加速等工作，除了严苛气候或道路模糊不清、意外，或是自动驾驶的路段已经结束等等，系统并提供驾驶者“足够宽裕之转换时间”，驾驶应监看车辆运作，但可包括有旁观下的无人停车功能。

（图/文/摄：太平洋汽车网问答叫兽）

特斯拉的自动驾驶技术到底有什么？

特斯拉model3是可以自动行驶的，这一款车配备了l2级自动行驶技术。特斯拉model 3是特斯拉旗下的入门级车型，这是一辆中型纯电动汽车，这一款车的轴距为2875mm（毫米），长宽高分别是4694mm（毫米），1850mm（毫米），1443mm（毫米）。

特斯拉model 3是可以自动行驶的，这一款车配备了l2级自动行驶技术。特斯拉model 3是特斯拉旗下的入门级车型，这是一辆中型纯电动汽车，这一款车的轴距为2875mm（毫米），长宽高分别是4694mm（毫米），1850mm（毫米），1443mm（毫米）。

特斯拉model 3已经被国产了，国产版车型一一共有三种置配，分别是标准续航后驱版，长续航后驱版，高性能四驱版。

后驱版车型基本都是单电机车型，四驱版车型基本都是双电机车型。

后驱版车型的电动机最大功率是202kw，最大扭矩为375牛米，四驱版车型的电动机总功率是340kw，总扭矩为639牛米。

特斯拉model 3全系基本都使用的是三元锂电池，这样的电池的能量密度更高，重量同样是更轻的。

特斯拉model 3的前悬架使用的是双叉臂独立悬架，后悬架使用的是多连杆独立悬架。

双叉臂悬架可以一直车身的侧倾幅度，还可以抑制刹车点头现象。

双叉臂悬架是由左右两个叉臂组成的，而且左右两个叉臂之间还有一个连杆。

多连杆悬架我觉得是基于双叉臂悬架改进而来的产品。

多连杆悬架是将双叉臂悬架的两个叉臂改成了单独的连杆。

多连杆悬架可以提高车轮的抓地力。

（图/文/摄： 问答叫兽） 小鹏汽车P7 Model Y AION V 理想ONE 蔚来EC6 Model X @2019

同样是自动驾驶 特斯拉和其他同行的差距到底有多巨大？

马斯克曾说会在2019年年底推出功能齐全的自动驾驶（Full?Self?Driving,简称?FSD），但现在已经到了2020年，特斯拉升级系统后除增加了“车辆召唤”功能，也并没有完全开放自动驾驶权限。对此，马斯克表示特斯拉希望通过训练神经网络来识别城市中可能遇到的每个物体并取相应的行动，从而强行进入城市驾驶，这可能还需要数月的时间。

不得不说，尽管还需数月，但如果能在今年内开放城市内的完全自动驾驶，也足以令人惊叹。而最近有日本媒体拆解了特斯拉Model?3，更是宣称它的自动驾驶技术要领先其余汽车制造商6年的时间，究竟有什么玄妙？

什么是“Hardware?3”？

说起来特斯拉的自动驾驶技术，不能忽略的就是它的自研芯片，也就是在2019年4月发布的“Hardware?3”。

其实在最开始的时候，特斯拉并没有完全独立研究这块集成芯片，而是与?Mobileye?合作，但后来特斯拉产品在驾驶情况下经历了一次事故，这显然没有达到预期的要求，所以二者不欢而散。随后特斯拉又携手英伟达，用英伟达的芯片解决方案，但显然马斯克觉得这还不够，于是在2016?年请来“芯片皇帝”?Jim?Keller?担任特斯拉硬件开发副总裁，也正式拉开了自研自动驾驶芯片的序幕。

从成品的FSD?电脑中可以看出，里面包含了两块自研芯片。这两款芯片独立运行，拥有各自的电源、DRAM?内存以及闪存，也就是说，当其中任何一个出现故障，FSD?电脑依然会正常驱动汽车进行自动驾驶。

“Hardware?3”拥有60亿颗晶体管，每秒能完成144万亿次计算，能同时处理每秒2300帧的图像。对比特斯拉上一代处理器（HW2.5），FSD在性能方面提高了21倍，并且能够应对L5级别自动驾驶所需的感知层数据量和计算能力，目前来看哪怕与英伟达这样的芯片公司相比也丝毫不落下风。

“神经网络”才是重点？

想要在自动驾驶方面比其它汽车制造厂更好仅仅拥有一块自研芯片也是不够的。特斯拉之所以能在驾驶领域拥有较好口碑，还有一个关键点，就是神经网络。

神经网络（NEURAL?NETWOTRK）现在对于用户来说并不再陌生，因为大家熟悉的手机产品很多都使用了这种机器学习方式，比如：Iphone?上的Siri。神经网络的工作原理的数学模型就像是生物神经网络。最主要的能力就是能够依赖大量的数据信息进行自我学习，而特斯拉拥有庞大的用户群以及数据量。所以特斯拉可以通过大量用户数据，教会机器识别车道线、车辆、行人、交通信号等内容。

具体来说，特斯拉会首先在神经网络中放置一个数据集，随机集大量数据然后进行标注，当神经网络在后续识别中存在识别不准确或者车内司机进行某些操作触发反馈机制后，车子会向总部回传这些数据，特斯拉会对数据进行验证修复，在经过海量数据学习之后，机器就变得更加智能，识别更加准确，同时更利于后续的路径规划以及决策操作。

根据之前特斯拉公布的一份数据，利用在全球的车队，特斯拉已经收集超过?160?亿公里的真实行驶数据，其中超过16?亿公里的行驶里程使用了?Autopilot?自动驾驶系统，海量的自动驾驶数据也是特斯拉相比其它汽车制造厂更占优势的地方。

视觉传感器有何作用？

说完了特斯拉自动驾驶中的“大脑”，想要完成出色的自动驾驶功能，还有一个部分不可缺少，那就是车辆的“眼睛”，也就是视觉传感器，俗称摄像头。

在特斯拉看来，人就是通过两只眼睛来实现对外界的感知，车辆上的摄像头作用与之类似，而特斯拉产品上的的视觉传感器有8?个，并且还有毫米波雷达等设备一起完成车辆在自动驾驶时对外界的感知。

总结

通过上述内容可以总结出，特斯拉自动驾驶技术的核心就是视觉感知+自我学习。而特斯拉这种通过神经网络来完成的“用户数据—自动驾驶—用户数据”提升闭环也能使特斯拉自动驾驶技术愈发的领先。

要说特斯拉完全自动驾驶功能何时能下放到现有产品上，很多行业人士乐观的认为将会在2020年内完成。反观其它汽车制造商，无论是传统品牌还是造车新势力，要么就被禁锢在传统的汽车制造逻辑中难以脱离，要么就是缺乏可用的大量用户数据。这些因素虽不说让它们在技术上落后特斯拉6年，但差距总归还是有一些的。据消息称，特斯拉的下一代芯片也会在两三年内面世，如再不加以追赶，特斯拉会不会在自动驾驶的道路彻底甩离这个时代呢？

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。

如今，自动驾驶已经成为所有车企在宣传新车时的必备亮点。很多车企都在用力宣传它们的自动驾驶系统能实现多么神奇的功能，这些功能包括但不限于有条件的自动泊车，某种程度上的自动跟车和一些安全功能。对于很多不懂车的人来说，这些名目繁多的自动驾驶系统，仿佛都很神奇。

但真正用过这些系统的人大多都会发现，这些自动驾驶系统绝大多数还处在L2级别，而这些L2级自动驾驶系统，还有全功能与非全功能之分，再加上L2本身就不是真正的自动驾驶，而只是一种驾驶系统，因此大多数车主，对这些神乎其神的自动驾驶系统们，都抱持保留态度。

但同样是自动驾驶系统，特斯拉的居然就能实现无人驾驶，无人泊车，无人高速巡航，无人状态下的自动躲避障碍物等等。甚至于，特斯拉已经多次成功测试完全的无人长途驾驶。同样是自动驾驶，怎么特斯拉就这么优秀？差距到底都在哪？

这么强大是因为硬件特别强？并非如此！

对自动驾驶系统有了解的人都知道，这种东西本质上靠的是系统硬件的算力。理论上硬件性能越强，能实现的自动驾驶相关的功能就越多。这么说来，特斯拉的自动驾驶硬件应该是吊打全球的强大咯？

并非如此，实际上特斯拉早就把它们每一款车自动驾驶系统用的硬件和相对应的各种雷达的型号数量全部都公布出来了，理论上如果你愿意，照着特斯拉公开的技术文件，你完全可以复制出一个和特斯拉自动驾驶系统完全一样的系统出来。甚至于，特斯拉还把一些自动驾驶的专利都公开了。

理念上的优势

既然如此，为啥就没人能复制特斯拉在自动驾驶上的成功？关键在于，特斯拉对于自动驾驶系统的理解，和世界上其他厂家是完全不同的。特斯拉认为，自动驾驶只有硬件是不够的，甚至于硬件可以性能不是最强，但硬件和软件，和这辆车本身必须是匹配的。不同的车哪怕硬件完全相同，整个软件和调校都会有很大区别。简而言之，特斯拉认为的自动驾驶，是一个系统，是和车辆本身融为一体的系统。

而其他大多数车企看来，自动驾驶只是一个性的子系统，并非必须，甚至可有可无。和车辆核心系统是隔离的，既然只是子系统，那么只要有强大硬件和一套差不多可以的软件，理论上就能实现自动驾驶的功能。但正因为缺少了系统级的调校和软件匹配，因此大多数其它车企的自动驾驶系统，距离特斯拉还有非常大的距离。

这就好比手机市场的苹果和安卓。苹果依靠ios和硬件的全方面打通，哪怕用很差的硬件，都能获得远高于安卓手机的使用体验，哪怕后者的硬件配置比自己强大得多。而且根据公开渠道消息，特斯拉自动驾驶系统的核心模块，已经从最初的对外购发展到今天的完全自研。如今的特斯拉，已经可以做到城市道路完全无人驾驶的程度了。

我们距离标杆还有多远？

实话说，非常遥远。目前纵观纯电车市场，无论是合资车企自主品牌还是新势力，在自动驾驶这块做得最好的是蔚来长安和小鹏三家。蔚来的自动驾驶基于世界顶级的硬件水平和不计成本的堆料。长安的自动驾驶早在10年前就开始研发，至今差不多能实现全功能L3。而小鹏的自动驾驶相对是这三家里进度最快的，但距离特斯拉那种完全系统化的级别还差得远。

因此在可见的未来，特斯拉在自动驾驶这方面的统治性优势地位不会受到任何挑战，而且差距还有越拉越大的倾向。业界也应该多多在这方面持续发力，争取不让特斯拉把我们拉开太远。

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。