連毫米波雷達都省了，馬斯克憑什么這么自信？

“火星人”馬斯克在不久前又干了一件不可思議的奇葩事，他表示，特斯拉美國工廠從5月份開始生產沒有搭載毫米波雷達的Model 3和Model Y車型，對此，特斯拉官網也作出了更新，在其車輛傳感器的介紹頁面取消了毫米波雷達的圖示，

眾所周知，激光雷達可謂是智能汽車實現高級別自動駕駛的標準配置，而馬斯克卻一直都是業內有名的反激光雷達斗士，此前馬斯克就多次吐槽過激光雷達的“雞肋”屬性，如今的特斯拉不僅依舊對激光雷達不感冒，甚至連區區幾百塊錢的毫米波雷達也要從車上拿掉。對此，小雷不禁想問，馬斯克到底哪來的自信呢？

L2并非自動駕駛

通過SAE公布的最新版自動駕駛標準來看，L2級別自動駕駛技術被明確劃分到了“駕駛員輔助系統”的范疇，之所以要重點突出“輔助”，是為了讓自動駕駛技術供應商、車企以及消費者更好地區分駕駛過程中人和車的主導權和責任劃分，

小雷認為在L2級別輔助駕駛技術的主導權方面，部分特斯拉車主除了應該加強學習使用剎車之外，更需要加強的是對特斯拉Autopilot輔助自動駕駛系統駕駛主導權方面的認知。

要知道，如今絕大多數因為自動駕駛導致的交通事故都來自特斯拉，而特斯拉之所以容易造成交通事故，正是因為有些人對如今還處在“駕駛員輔助”階段的自動駕駛技術有著迷之自信，缺乏對L2級別自動駕駛技術輔助性質的理性認知，

羅翔老師說過：“法律是道德標準的底線”，小雷對此深以為然，如果同樣以最低的道德要求來解讀SAE自動駕駛分級標準，那么它也是自動駕駛的安全底線，這份極具權威性的標準給L2級別自動駕駛定義的輔助性質，其本質上就是在給支持L2級別自動駕駛的車企進行責任“松綁”，將由L2級別自動駕駛導致的事故責任徹底推給了消費者，

在明確了L2級別自動駕駛技術的輔助性質之后，特斯拉再也不用擔心由于L2級別自動駕駛造成的事故替用戶“背鍋”了。因為從SAE標準的字面意思上理解，L2級別自動駕駛只是一項輔助駕駛的便利性技術，并沒有保障全場景自動駕駛安全的必要責任。

L2級別的自動駕駛技術發展至今已經變得相當成熟，它的算法經過數年的優化也有了長足的進步，如今市面上已經出現了很多僅憑攝像頭就能實現L2級別自動駕駛技術的車型，由此可見，特斯拉雖然是目前視覺算法玩得最6的車企，但它卻不是唯一一家僅憑攝像頭和超聲波雷達達到L2級別自動駕駛的車企，

雖然如今L2級別的硬件應用當中卻依然是以毫米波雷達和攝像頭為主，但是我們都知道激光雷達才是發展完全自動駕駛技術的核心硬件。為了進一步擴展自動駕駛能力，目前已經有不少車企給自家的新車型裝備了激光雷達。那么，連毫米波雷達都棄用的特斯拉，僅憑純視覺算法真的能夠逆流而上嗎？

馬斯克為何如此崇尚視覺算法？

小雷認為馬斯克推崇視覺算法的理由有二。其一，馬斯克一直都希望將特斯拉的制造成本壓到最低，而攝像頭作為視覺算法的主傳感器，它的成本比激光雷達和毫米波雷達都要便宜，

據悉，目前特斯拉Model 3的自動駕駛攝像頭成本只需要65美元，要知道，在2018年，激光雷達領域的扛把子Velodyne最便宜的16線激光雷達VLS-16售價也要4000美元，而64線的HDL-64售價更是高達7.5萬美元。

如今即便是高舉性價比大旗，要做激光雷達價格屠夫的華為，它的64線車規級激光雷達價格也依然是汽車零部件當中的“奢侈品”。這么看來，“摳門”的馬斯克選擇成本低廉的視覺算法技術路線也是可以理解的，畢竟他還要完成他“葬身火星”的大計嘛，

其二，馬斯克堅信第一性原理，他認為既然人類只需要將肉眼觀察路況傳輸給大腦，大腦再根據獲取到的資訊指揮肢體就能夠完成汽車駕駛的過程；那么汽車自然也可以通過攝像頭模擬人眼，通過不斷升級迭代的算法模擬大腦，讓自動駕駛系統自己來完成汽車行駛的過程。

另外，在馬斯克看來，人類只有兩只眼睛，注意力永遠只能夠集中在一個方向，而汽車可以通過搭載多個攝像頭實現“眼觀六路”，并且電腦的學習能力也遠比人類大腦的學習能力要強，所以自動駕駛在未來也必將比人類自己駕駛汽車更加熟練。

總結

純視覺算法從短期來看，確實可以輕而易舉地實現如今并不算太先進的L2級別輔助駕駛功能，而特斯拉日益成熟的視覺算法，甚至能讓它的自動駕駛技術在多數情況下將“輔助”二字去掉，實現真正意義上的自動駕駛。然而，所謂的多數情況也就意味著真實的路況依然會存在各種不確定因素，

馬斯克將自動駕駛攝像頭比作人的眼睛本身是沒有錯的，但是人的眼睛也有很大的局限性，而攝像頭模擬的就是人眼，所以它自然存在這種局限。比如說在暴雨、大霧等能見度低的天氣情況下，攝像頭和肉眼都不具備激光雷達、毫米波雷達的“透視”屬性，

由此可見，即便特斯拉擁有再強大的算法，僅僅依靠攝像頭的純視覺算法也會因為受到感知硬件的限制，而無法在極端天氣情況下實現自動駕駛。要知道，如果自動駕駛“輔助”階段發生了事故，那么車企還能有些許解釋的余地；而自動駕駛一旦走上正軌，純視覺算法天然的弊端所帶來的事故風險就必須由車企承擔，

注：本文素材來源于網路