[特斯拉全自动驾驶放弃雷达]特斯拉自动驾驶雷达为什么被砍掉？

特斯拉AI Day虽然只举办过两次，但由于晾晒太多技术过硬过于核心，也被业界称为自动驾驶领域的春晚。

2018年，马斯克嘲笑激光雷达是自动驾驶的“拐杖”“鸡肋”和“阑尾”。 2019年，马斯克又判断：“那些依赖激光雷达的人注定要失败。” 2020年，当小鹏宣布将推出带激光雷达的P5时，马斯克在推特上勃然大怒。 随后，何小鹏在微博上强硬回复，声称要让特斯拉找不到北。

到了2021年，特斯拉变得更加激进，当年5月宣布拆除北美市场新生产的Model 3/Y的毫米波雷达，在业内引起了不少争议，上周，特斯拉向超声波雷达挥刀。

问题是，当整个行业都在试图在车上安装更多更强大的雷达，为自动驾驶提供多传感器保障时，特斯拉为什么坚持不要一枚雷达？ 只是“钱”的问题吗？

一特斯拉为什么要继续抛弃雷达？

二特斯拉消除各种雷达的底料是什么？

三雷达有机会乘坐特斯拉吗？

生活粗糙，价格太高

特斯拉抛弃雷达的原因并不复杂。 总结起来，要么工作粗糙，要么价格太高。 特斯拉官方认定的两个关键词是信噪比和成本。

被特斯拉率先砍掉的毫米波雷达，被拿走的理由是信噪比太低了。

毫米波雷达的结构非常简单，发送电波，接收回波，根据时间差相位差进行测距测速。

但主流的车载毫米波雷达分辨率低，缺乏测量能力，且整个过程都伴随有噪声干扰，存在物体往往在检测结果中出现为点，难以判别形状和类别的问题。

这就像是给人蒙上眼睛，用一根手指摸索判断前方物体的属性一样，效果值得期待。

汽车行业毫米波雷达的使用大多是扬长避短，只取动态物体的跟踪能力。

但是，静止物体是无法逃脱的噩梦。 业界基本上会屏蔽对静止物体的探测信号，以免毫米波雷达将窨井盖人行天桥等各种静止物体一概作为障碍物。 否则，“幽灵刹车”就会频发。

因此，在传统的汽车毫米波雷达中，复杂的现实世界往往被维化为只有几个点的平面。

况且，特斯拉使用的毫米波雷达一直是大陆2016年推出的入门级ARS 410，性能已经过时。 在特斯拉近两年的技术框架内，毫米波雷达探测信号往往是探测系统中的“噪声”，有可能污染探测数据，误导其他传感器，反而增加意外情况。

有了这个铺垫，超声波雷达今年被特斯拉砍掉也就顺理成章了。

某种意义上说，超声波雷达更是劣化版的毫米波雷达——毫米波没有某种功能，毫米波有不少问题。 其探测距离短，无法测量速度，也无法测量物体的轮廓。 主要优点是价格低廉，可以辅助低速场景下倒车停车时避免碰撞。

与性能较弱的毫米波和超声波雷达相比，激光雷达在信噪比问题上得到大幅改善，特斯拉也大到悄悄地使用了这根“拐杖”。

表面上对激光雷达嗤之以鼻的特斯拉，实际上在2021年曾在一批车辆上安装过激光雷达。 目的是利用后者精度极高的测量，辅助视觉算法的校准。 但这些车只是测试车，最多激光雷达只是在特斯拉打工了一段时间。

激光雷达自始至终没能坐上特斯拉的量产车，主要原因是另一个命门。 成本太高了。

成本杀手的理念铭刻在特斯拉的基因上。 特斯拉创业之初，选择18650圆柱电池作为动力电池的理由是技术成熟，价格低廉。 更新的例子是，特斯拉在Model Y白车身上率先推出后桥一体压铸技术，原本70个零件一体成型，不仅降低了重量，还降低了40%的成本。

如果配备激光雷达，特斯拉的智能驾驶硬件成本可能会直接翻倍。 这与特斯拉的“技术普惠”愿景相去甚远。

另外，除了信噪比和成本两个头外，雷达们还有其他问题。 数据格式不同，标定融合技术门槛高，计算开销大； 工作频率不同，数据的时间同步也是技术障碍。 采用多传感器路线的汽车企业，往往要养活数百人到数千人规模的团队。

这几年，特斯拉拒绝雷达的原因，毕竟是降插件的速度不够快。 故事的b面，特斯拉重新注入的纯视觉路线技术突飞猛进，快不到三年就完成了各种雷达工作。

从2020年开始发生了变化，特斯拉意识到依赖两个二维生物交换信息很难准确地恢复三维世界。

当时，特斯拉发布了FSD beta，全面推翻了潜力更大的摄像头，重建了智能驾驶算法。 另一方面，通过深度学习训练，使视觉算法学习估计物体的距离和速度，获得了初步的三维感知能力。 另一方面，通过融合从俯瞰视点从多个摄像机得到的信息，同时加入时间维度，算法在更接近现实的四维时空中“活着”。

测速测距是毫米波雷达安身立命之本，特斯拉视觉能力出师之日意味着毫米波雷达失业之时。

基于纯视觉的占用网络算法将感知空间划分为一个个立体网格，检测网格是否被占用，以低计算力开销低计算延迟的方式，实现物体体积估计————，使全球智能驾驶团队

这解决了“物体不被识别就不存在”这一视觉感知的经典课题。 在此之前，业界认为昂贵的激光雷达是正确的。

当视觉算法具备目标激光雷达的能力后，弱小的超声波雷达失去了逻辑上存在的必要，顺势砍掉，每台特斯拉节约几百元。

不过，部分雷达有可能成为历史，部分雷达有望在改造后在特斯拉再次出港。

问题是，特斯拉去年只砍了毫米波雷达，为什么又要用光速打自己的脸呢？

传统毫米波雷达的低分辨率特征相反为——，可以实现这些功能而没有过度收集高精度数据。

例如特斯拉申请的60Ghz车内雷达，根据特斯拉提交的资料，有几个与哨兵/宠物模式高度重叠的潜在用途。 可以监视车内的生命体征，用于儿童的感知； 检测车外2米内/破窗，用于防盗； 进行手势识别，丰富车内对话形式。

由于保密令于今年12月解禁，其具体参数和用途尚不清楚，但已公开的测试报告显示，这是一款77Ghz雷达，天线安装采用了六接收八发射方案。 这些信息其身份也被称为更先进的毫米波雷达——4D毫米波雷达，成像雷达。

传统毫米波雷达被特斯拉从车上移除的原因很大程度上在于分辨率过低，难以准确检测和识别物体。 然而，该问题并不是无法解决，一般工作频率越高，收发信道越多，毫米波雷达的分辨率越高。

Arbe 4D毫米波雷达原型机的效果，该公司与特斯拉进行了技术合作

实际上，4D毫米波雷达是介于传统毫米波雷达和激光雷达之间的传感器，探测精度显著优于前者，成本可降至后者的1/10。 特斯拉喜欢这样的性价比选择，把毫米波雷达放回特斯拉在逻辑上是合理的。

虽然目前特斯拉的纯视觉智能驾驶算法取得了巨大进步，但速度和测距仍然是基于深度学习的“猜测”，对雨雪雾等天气的可靠性将大幅降低。

如果重复特斯拉对雷达的态度侧滑，一些吃哈密瓜的大佬可能会觉得大脑有点燃烧。 你不是说——有一体化的视觉吗？ 是怎么变的呢？

长期以来，大众对口罩的“第一性原理”有些误解。 他认为，“第一性原理”在特斯拉的表现是模仿人类，人只能靠视觉来驾驶，自动驾驶也应该如此。

事实上，特斯拉选择以视觉为中心的智能驾驶方案，一个原因是可以看到更丰富的信息(比如颜色意义屏蔽被称为高等级“量子比特”)，成本低廉。 技术的发展是动态的，只要达到或接近上述阈值，不同的传感器就会找到自己的用处。

特斯拉会再次拥抱雷达吗？ 认识杂货店的人