特斯拉純視覺智駕解析：為什么堅(jiān)持不用激光雷達(dá)？(5)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2026-05-18 14:43:25 雷鋒網(wǎng)

激光雷達(dá)的優(yōu)勢在于它能直接提供厘米級精度的絕對深度信息，不存在"推算距離"這個(gè)步驟——每個(gè)點(diǎn)都帶著精確的三維坐標(biāo)。這也是為什么大多數(shù)追求高可靠性的自動駕駛系統(tǒng)都將激光雷達(dá)作為核心傳感器的根本原因。

特斯拉在這個(gè)問題上的策略是：不追求絕對精確的測距，而是通過大量的駕駛數(shù)據(jù)教會模型建立"看起來多大≈大概多遠(yuǎn)"的直覺性判斷。這種方法在大多數(shù)日常場景下工作得很好，但在一些邊緣情況下（比如前方是一輛外形異常的異形車或者堆滿貨物的卡車）可能出現(xiàn)嚴(yán)重誤判。FSD V13在實(shí)際測試中被記錄到的"怒闖紅燈"事件，很可能就與深度估計(jì)偏差有關(guān)。

第三個(gè)挑戰(zhàn)是長尾場景的無限性。

自動駕駛最難的從來不是在空曠的高速公路上保持車道，而是處理那些教科書里不會寫的極端情況：一只狗突然從兩輛停著的車之間竄出；前方車輛掉落了一個(gè)不規(guī)則形狀的貨物；施工路段的錐桶排列方式不符合任何標(biāo)準(zhǔn)模式；一個(gè)穿著深色衣服的人在夜間無路燈的路口過馬路……

對于多傳感器融合系統(tǒng)來說，激光雷達(dá)可以在低光照甚至零光照條件下提供可靠的物體檢測能力，毫米波雷達(dá)可以發(fā)現(xiàn)被遮擋的目標(biāo)。多種傳感器的組合大大降低了漏檢的概率。而對于純視覺系統(tǒng)來說，所有這些情況的處理壓力全部壓在了攝像頭的感知能力和模型的泛化能力上。任何一個(gè)場景的訓(xùn)練數(shù)據(jù)不足，都可能導(dǎo)致系統(tǒng)在該場景下的表現(xiàn)失常。

特斯拉的答案是：用數(shù)據(jù)量對抗場景多樣性。16億英里的行駛里程意味著FSD已經(jīng)"見過"了數(shù)量驚人的罕見場景。但"見過"不等于"學(xué)會處理"——模型能否正確響應(yīng)取決于該場景在訓(xùn)練數(shù)據(jù)中的占比和標(biāo)注質(zhì)量。對于真正的長尾場景（發(fā)生概率低于百萬分之一的極端情況），無論積累多少里程都可能存在覆蓋盲區(qū)。

首頁上一頁...2 3 456 7 全文共 7 頁下一頁

關(guān)閉

特斯拉純視覺智駕解析：為什么堅(jiān)持不用激光雷達(dá)？(5)

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)

特斯拉純視覺智駕解析：為什么堅(jiān)持不用激光雷達(dá)？(5)