Tesla发布Autopilot 2.0，这次能实现“自动驾驶”吗？

雷锋网按：本文作者朱玉龙，汽车行业工程师，雷锋网(公众号：雷锋网)已获作者授权。

Tesla新发布了Autopilot2.0的系统，主要做了以下的更改，从1个摄像头增加至8个摄像头。官网的信息如下

我们非常激动地宣布，从今天开始，所有在工厂生产的特斯拉车型 ——包括Model 3， 将配备具有全自动驾驶功能的硬件，相比人工驾驶，新硬件将从根本上提高车辆行驶的安全性。该系统将包含8个摄像头，覆盖360度可视范围，对周围环境的监控距离最远可达 250 米。除此之外，车辆配备的12 个超声波传感器完善了视觉系统，探测和传感硬、软物体的距离接近上一代系统的两倍。增强版前置雷达通过冗余波长提供周围更丰富的数据，雷达波可以穿越大雨、雾、灰尘，甚至前方车辆。

为了更好地使用这些数据，车辆搭载了比上一代运算能力快40倍的处理器，运行特斯拉基于深度神经网络研发的视觉系统、声纳与雷达系统软件。综上所述，该系统提供了一幅驾驶员用眼睛无法触及的世界影像，通过波段同步检测车辆周边每一个方向，这一切远远超越了人类的感官。

一、Autopilot的系统升级

图1 Tesla  Autopilot2.0感知系统变化

细节布置根据官网示意图如下：

图2 感知系统功能定义

前视摄像头（在挡风玻璃后面的三个摄像头），前视摄像头三个本身功能上进行了分工，与长距毫米波雷达（77Ghz）融合来做处理。

• 广视角前视摄像头（低速城市路况）：120度鱼眼镜头，用于特定功能的处理，获取交通灯，障碍物切入行前方行驶路径和近距离物体。

• 主摄像头：多用途

• 窄视角前向摄像头（高速路况）：检测前方车道情况

• 侧方检测和侧后方检测摄像头：这两边两组（4个）主要的功能是检测侧后方盲点区域内的车辆，主要防治在高速行驶过程中，车辆插入变道的信息，还有一些交叉路口

• 后方摄像头：主要考虑在复杂操作和城市道路环境中的情况。

二、探讨这种做法和说法

我个人来谈谈特斯拉的一些做法和有争议的地方。

1、预装硬件系统是否可以宣称有自动驾驶能力？

预装硬件系统，在商业和公关上有着很强的影响力，因为买到新车的用户认为只要未来Tesla经过开发、通过OTA软件升级，就可以把现在买到的车辆转换成高阶自动驾驶的车辆。我们可以这么看这个问题：

• 这个内部的8个摄像头的图像处理的算法，可能是Tesla公司自己进行开发的

• 整个处理器的速度快了40倍，但是与原来没有可比性，图像定义的功能分成好多组

• 在感知部分重点叙述了冗余机制，但内部系统安全机制没有说明

图3  Autopilot 自动驾驶系统概览

这句话有着太强的诱导性：

All Tesla vehicles produced in our factory, including Model 3, have the hardware needed for full self-driving capability at a safety level substantially greater than that of a human driver.

在参考文献2里面，汽车产业已经开始意识到这些词语的滥用会导致车主对车辆的能力的错误认知，因此在最新发布的J3016文件里面需要通过动态驾驶任务、动态驾驶任务支援和设计运行范围来约束这个定义：

Vernacular terms such as those above are sometimes used—inconsistently and confusingly—to characterize driving automation systems and/or vehicles equipped with them. Because automation is the use of electronic or mechanical devices to replace human labor, based on the Oxford English Dictionary, automation (modified by “driving” to provide context) is the appropriate term for systems that perform part or all of the DDT. The use of other terms can lead to confusion,misunderstanding, and diminished credibility.

Self-driving：The meaning of this term can vary based on unstated assumptions about the meaning of driving and driver. It is variously used to refer to situations in which no driver is present, to situations in which no user is performing the DDT, and to situations in which a driving automation system is performing any part of the DDT.

如果没有细节的说明，用这个词不妥当，特别是说有这个能力的硬件，更加让人误解。

2、分级的要素能力（动态驾驶任务、动态驾驶任务支援和设计运行范围）

动态驾驶任务（DDT）：是指在道路上驾驶车辆需要做的操作和决策类的行为，包括通过方向盘来对车辆进行横向运动操作 、通过加速和减速来对车辆纵向运动方向操作、通过对物体和事件检测、认知归类和后续响应，达到对车辆周围环境的监测和执行对应操作、车辆运动的计划还有对外的传递信息。

动态驾驶任务支援（DDT Fallback）：自动驾驶在设计时候，需要考虑系统性的失效（导致系统不工作的故障）发生或者出现超过系统原有的运行设计范围之外的情况，设计者就需要考虑当这两者发生的时候，需要定义怎么样给出最小化风险的路径。

自动驾驶等级L1，以自动巡航为例，本身要求车主负责大部分的动态驾驶任务，当系统功能出现问题，车主只要操作刹车、油门覆盖这个功能，就能接管车辆的驾驶。 往上走两步到了自动驾驶等级L3，自动驾驶系统在发生故障或者超过使用范围，需要没办法直接退出这个系统功能（这里覆盖了整个DDT，需要考虑关闭功能带来的风险），需要给车主足够的时间来看，准备好方向盘和刹车，系统不需要达到最小化风险。如果系统自身就有冗余的系统可以提供足够的容错性，必须降功能运行把车停在一个安全的位置（开双跳灯、上路牙子边上或者紧急车道），这个最小化风险是对车主和外界行驶人员来说的。

设计运行范围（ODD）就是一组参数，把我们知道的天气环境、道路情况（直路、弯路的半径）、车速、车流量等信息作出测定，以确保系统的能力在安全的环境之内。

如下图4所示，这三个内容是定义所有自动驾驶系统的尺子，只给结果而不清楚告知尺子的细节，就容易让人产生误解，滥用系统造成不幸。

图4 以ODD和DDTfallback为主要分解线的示意图

小结：Tesla的Autopilot信息刚发布，随着后续实际发展，我们可以来跟踪这个事情。虽然有一些争议，但是Tesla在往前走。

参考阅读：

1） Full Self-Driving Hardware on All Cars

2） SAE J3016 Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles

注：作者为汽车行业从业的工程师，08年入行，主要做汽车电子，领域从新能源汽车慢慢过渡到将来的ADAS领域。汽车电子是未来汽车的核心和变量，需得汽车电子人求索本土之出路，与本土的汽车品牌和产业一起找到出路。本文首发36Kr，转载请联系授权。

。