特斯拉无人驾驶技术成熟吗,特斯拉什么时候实现无人驾驶

1.独家！特斯拉CEO：无人驾驶是靠乘客驱动的另一个搜索引擎

2.特斯拉后期可以加入自动驾驶系统吗

3.无人驾驶汽车什么时候进入市场

4.无人驾驶的汽车什么时候可以做到大范围的量产？

5.无人驾驶汽车大概什么时候可以普及？

马斯克之前在世界人工智能大会上曾表示：“有信心在今年内实现完全自动驾驶。”此牛皮一吹，让世界的焦点又全部集中到了特斯拉上。

果不其然，就在前几日，马斯克通过Twitter宣布，“在对全自动驾驶（FSD）功能软件代码完全重写后，特斯拉将从下周二开始小范围推送?Beta?内测版本——少量推送，给专家和开车非常小心的驾驶者。”

这次全世界又再一次震惊了，“言而有信”的马一龙难道要兑现承诺了？

要知道之前在完全自动驾驶这一块，马斯克的嘴向来不是特别准。在过去四年间，特斯拉多次发布类似消息，比如说无需触碰方向盘、实现从美国东海岸到西海岸的全自动驾驶，但都没有变成现实。不过这次似乎又有点儿不同。

关于完全自动驾驶，马斯克的Twitter时间表?

去年，马斯克宣布了庞大的Robotaxi，提出到2020年底，为特斯拉车队部署100万辆自动驾驶出租车，特斯拉的自动驾驶研发进程也开始加速。

马斯克的Twitter动态中，也透露出特斯拉关于FSD研发进展的一些情况。

7月22日，在特斯拉股东电话会议上，马斯克表示：“我对年底推出的完全自动驾驶功能充满信心。”

8月14日，马斯克在Twitter上提到FSD的基础架构重写，并透露新的版本将在在6到10周内有限公开发行。

9月12日，马斯克在Twitter上宣布：“在2至4周内发布私人测试版，然后在4至6周内发布公开测试版，然后是12月中旬所有美国特斯拉所有者。超出取决于未遇到重大的意外挫折。”

10月8日，马斯克在Twitter评价了Waymo开放的无人驾驶服务，并透露：“特斯拉（自动驾驶）方法是一种通用解决方案。最新版本可实现零干预驱动。将在几周内发布有限的Beta版。”而在10月12日的推文回复中，马斯克首次确认了全自动驾驶Beta版将于下周二起正式向部分车主推送。

“重写”FSD，加入4D概念

马斯克在过去几个月内，曾多次强调即将发布的?FSD?并不是在现有?Autopilot?架构上的修改，而是完全的重写。

8?月?15?日，他就盛赞“FSD的改进将是一个巨大的飞跃”，因为它是基础架构的重写，而不是逐步的调整。相当于把之前的所有东西全部推倒。他还透露他的车已经装了这套系统，从办公室到家几乎不需要人工干预。

9?月?22?日，他在股东大会上表示，特斯拉重写了全部的?FSD?代码，包括整个代码库、包括标签软件，甚至说我将它称为?4D，因为它在三个维度之外，还加入了时间。

马斯克解释称，当前的?Autopilot?被困在了一个“局部最大值”当中，被标记的单个并没有与时间相关联，而重写过的?FSD?软件已经与时间相关联了。

在关于?FSD?的问题上，美国网友问了马斯克两个非常精准的问题。一个是坑洼路段、一个是环岛路段，这两个道路中最复杂的情况，FSD可以应对吗？

马斯克给到的答案是：没问题，特斯拉正在给颠簸和坑洼路段打标签，在保证安全的前提下让汽车减速或者绕行。环岛路段方面，马斯克说一开始可能处理的不太完美，但是可以。如果要在全球范围内处理好这个问题，可能需要一年左右的时间。因为全世界有太多怪异的案例。

强大的自主学习系统“DOJO”

去年马斯克在特斯拉自动驾驶日（Tesla?Autonomy?Day）及今年人工智能大会上提到的秘密项目“DOJO”。?“DOJO”是一台超级强大的训练计算机，能够接受大量数据并在级别进行无监督的神经网络培训。

目前神经网络已经广泛地应用在自动驾驶数据训练中，但针对数据的标记，多用人工图像帧处理的方法。而特斯拉的自动驾驶技术路线是基于摄像头为主的视觉解决方案，目前有近100万辆特斯拉汽车在全球运行，这些车每个月大约会产生近2亿小时的。如果用人工标记，时间、成本、，都十分昂贵。

据悉，DOJO有足够的能力处理大量的训练数据，并能够高效地运行带有超大量参数的超空间阵列。

DOJO能够从而不是图像中，自动地学习和识别先前未被定义或被标记的信息，例如道路上的行人、动物、坑洼地等，这样就可以大大提高训练速度和效率。

进一步来说，特斯拉自动驾驶系统Autopilot目前是在2.5D的环境下运行，使用的是带有标注信息的图像。通过DOJO，特斯拉可以直接使用来自于中的3D立体场景，如果再加上时间这个维度，Autopilot就可以从2.5D直接升级到4D环境，大大提高了整个系统的准确性和冗余性。

之所以说这次马斯克的话可信，多一半就是因为DOJO的加入。这也是继特斯拉推出HW4.0芯片之后，在自动驾驶领域真正的一张王牌。

DOJO究竟有多强大，根据马斯克透露的信息：DOJO能够以FP32的速度超过1?Exaflops进行计算。

FP32指的是32位储存数字，计算机使用它进行计算，称为浮点数，FP32会比使用16位的FP16更加精确。Exaflop指的是计算机每秒可以处理多少浮点运算，1?Exaflop意味着每秒百亿亿次，即10的18次方次浮点运算。正如马斯克所说，DOJO是一台真正意义的性能野兽。

最后马斯克还特别强调，重构后的Autopilot和FSD会带来“quantum?leap（量子飞跃）”般的全新体验。但是不是像马斯克说的那么“神”，只能盼着“下周二”赶快到了。

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。

独家！特斯拉CEO：无人驾驶是靠乘客驱动的另一个搜索引擎

太平洋汽车网特斯拉Model3车型有自动驾驶，自动驾驶汽车（Autonomousvehicles；Self-pilotingautomobile）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。

什么是自动驾驶？

在20世纪也已经有数十年的历史，于21世纪初呈现出接近实用化的趋势，自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

自动驾驶的技术原理：汽车自动驾驶技术包括摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图（通过有人驾驶汽车集的地图）对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车.。汽车自动驾驶技术物联网技术应用之一。

目前自动驾驶的分类标准：LEVEL0：NoAutomation无自动化顾名思义，LEVEL.0就是完全的人工驾驶，最好的例子就是上个世纪60年代的车辆，它们非常纯粹的诠释了LEVEL.0的概念。车辆没有任何的智能而言，一切的是靠驾驶员一人掌控。当然，各位要将车辆自身的电子系统以及智能系统与“自动驾驶”概念区分开来。

（图/文/摄：太平洋汽车网问答叫兽）

特斯拉后期可以加入自动驾驶系统吗

车见万宜讯——特斯拉多年来一直承诺推出自动驾驶汽车。在今年第三季度的财务电话会议上，首席执行官埃隆·马斯克透露，公司在10月20日晚发布了自动驾驶软件的测试版，将会在下周推广给一些司机，不断改进后，预计会在2020年底向大众发布。在电话中马斯克还表示，特斯拉在柏林和奥斯汀的工厂将在2021年开始生产自动驾驶汽车。

马斯克说，让自动驾驶软件运行不出错是一项异常艰巨的工作，“因为现实世界的道路情况复杂而混乱”。他将自动驾驶与谷歌的搜索引擎进行了比较，并分析了用户使用搜索引擎会如何改进系统，“使用自动驾驶软件的汽车越多，它就会变得越好、越精准”。马斯克还提到，一旦特斯拉的自动驾驶功能全部投入使用，它将能够在有信号接收、存储地图的区域导航，甚至可以在从未有特斯拉驾驶过的道路上导航。

马斯克在被问及自动驾驶软件是否可以从一辆特斯拉转到另一辆特斯拉时，他表示:“我们会考虑一下。”

车见万宜评：此前特斯拉用于model系列的自动驾驶模式导致事故频发，甚至出现一辆大卡车横亘在前却“视而不见”“舍身相撞”的惨烈情况。大众对特斯拉无人驾驶汽车的问世固然充满期待，但特斯拉也得经受得起安全拷问，莫让“无人”变成“目中无人”。

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。

无人驾驶汽车什么时候进入市场

太平洋汽车网特斯拉后期可以加入自动驾驶系统，特斯拉自动驾驶后期能加装，自动驾驶技术还不成熟，特斯拉做的虽然很好，但在路况复杂的时候依然需要人为介入。自动驾驶时间长了会让人产生惰性，让人反应变慢，可能没法做到无缝对接。

何必二十多万买特斯拉，动手改装自动驾驶汽车之前，大名鼎鼎的“神奇小子”GeorgeHotz冷不丁在推特上公布自家公司Comma.ai开发的自动驾驶模块的全部代码，宣布CommaOne这一产品彻底开源；近日，Hotz又分享了其开发的一款开源驾驶助理openpilot。

CommaOne曾备受瞩目叫板特斯拉，后因NHTSA干涉彻底开源2016年，GeorgeHotz利用2000行代码编写了一套视觉识别程序，外加简单的家用级别的摄像头、传感器等必要硬件设备，完成了：无人驾驶程序，并且大胆的把汽车无人驾驶开起来了。

CommaOne是利用了CNN（卷积神经网络），而且几乎只用了CNN。他们的车从一个摄像头把图像导入网络，从网络中输出命令，调整方向盘和速度，让车子保持在车道内。这样，系统内的传统代码很少，只有神经网络和一些控制逻辑。

2016年年底，霍兹在推特上称，因为监管的原因，他们取消了博得广泛关注的CommaOne开发，转向探索其他产品和市场。他说，NHTSA（美国高速公司交通安全管理局）给他寄来了一封满是威胁的信，称在他能完全保证产品的安全性之前不允许他销售这款产品，并且要求他进行详细的技术解释。霍兹称，他并不想要花时间和监管者、律师打交道，更愿意花时间打造让人惊艳的技术。此后，不少关于Comma.ai的质疑四起。

（图/文/摄：太平洋汽车网问答叫兽）

无人驾驶的汽车什么时候可以做到大范围的量产？

截止2020年，特斯拉汽车已经支持无人驾驶了。特斯拉表示，所有在工厂生产的特斯拉车型（包括Model3）将配备具有全自动驾驶功能的硬件，新硬件将从根本上提高车辆行驶的安全性。

该系统包含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。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。

而且增强版前置雷达可以穿越大雨、雾、灰尘，甚至前方车辆，从而提供周围更丰富的数据，保障无人驾驶的安全。

扩展资料：

从20世纪70年代开始，美国、英国、德国等发达国家开始进行无人驾驶汽车的研究，在可行性和实用化方面都取得了突破性的进展。中国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。

2005年，首辆城市无人驾驶汽车在上海交通大学研制成功。世界上最先进的无人驾驶汽车已经测试行驶近五十万公里，其中最后八万公里是在没有任何人为安全干预措施下完成的。

人民网——特斯拉将标配无人驾驶

无人驾驶汽车大概什么时候可以普及？

按照传统，先说结论：

目前的自动驾驶，无论宣传到了哪个等级，在法规上也都只有L2级别。

换句话说，在肉眼可见的将来，机器在人类的驾驶过程中，将会，并且只会属于一种的状态。

没有任何其他的可能。

人工智能正在加速变革，激动人心的技术突破不断涌现，并正在改变甚至颠覆各行各业。我们应该如何看待人工智能的现状和未来？自动驾驶是当下最炙手可热的 AI 技术之一，也是业界和大众期待最高的 AI 落地场景之一。过去一年来，自动驾驶有哪些重要的进展，2022 年又有哪些发展趋势？

12 月 29 日，小马智行北京研发中心副总经理、硬件研发负责人李林涛做客 InfoQ 号，对 AI&自动驾驶的发展趋势做了最新的解读，探讨人工智能和自动驾驶领域面临的挑战、取得的成果和未来展望。

以下根据直播内容整理，并作了不改变原意的删减，完整内容可点击查看直播回放。

2021，自动驾驶这一年

InfoQ：首先请您做一下自我介绍，您在小马智行主要负责哪些工作？

李林涛：?我是小马智行北京研发中心副总经理，主要负责硬件研发相关工作，包括自研硬件模块研发、无人车的改装，以及小规模量产的探索工作。

InfoQ：对于 2021 年整个自动驾驶行业，请您从技术创新和应用的角度评判行业过去这一年的发展。

李林涛?：行业前几年更多在做功能性的开发，比方说实现更好的无保护左转，或者在一些复杂的人车混流的状态下做到非常舒适的体验。 这方面近年来也确实取得了非常大的进展，可以感受到自动驾驶相关的技术都有很大的提升。可以把这些理解为自动驾驶上半场的状态。

InfoQ：现阶段自动驾驶有哪些研发上的难点？

李林涛：?随着技术逐步进步，越来越多的场景可以很好地处理，但剩下的通常都是一些“硬骨头”。处理这些问题的时候，要考虑路测成本和实际的算法提升收益要怎么计算，或者怎么能够更快的对这些关键的问题点进行大幅度的性能提升、功能提升。以前可能车在路上开了十公里就会碰到各种各样的问题，因为我们的技术还不成熟，就只能一点一点地处理问题。

但现在随着技术的发展，我们很有可能在路测中遇到的问题很少，要处理的更多是复杂的长尾场景。虽然计算芯片、传感器有一些成本下降，但这部分距离大规模商用还是存在一定距离的，需要整个行业一起推动和发展。

除此以外，软件的复杂度伴随着这几年的技术进步，也在时时在提升。但是复杂性的提升会带来可靠性的挑战，当包含的逻辑越来越多，我们怎么样证明算法的可靠性、系统的可靠性，这也是非常大的挑战。

InfoQ：这几年业界有这样一种说法，自动驾驶进入了下半场，您怎么看？

李林涛：?我们并不知道自动驾驶行业什么时候是终局。

我理解的下半场是相对于技术的积累来讲的，因为目前整个行业更多的把注意力集中在我们如何能够把自动驾驶技术很好地落地，让它更快造福于人类，带来实际的便利。

目前的技术到完全的无人化还是存在一定距离的，但是有距离不代表目前无法实现商业化的落地，更关键的点是，大家如何去选取一些更合适的场景，找到一些足够简单，而且具备相应商业价值的切入点，这可能是大家通常所理解的下半场。

InfoQ：业界普遍觉得自动驾驶商业化落地挺难，到底是哪些因素制约了它的落地速度？

李林涛：?最典型的，绕不开的是硬件的成本、证明高复杂度的软件系统的可靠性和安全性，以及复杂的场景如何选择和落地。

法律法规和社会方面，还存在自动驾驶相关的责任认定问题。从以前通过人类司机来保证整车的安全，过渡到以自动驾驶的技术提供商、服务商作为主要责任方进行背书，一方面要看技术提供方是否能够接受，另一方面看社会公众是否认同以及法律法规的完善推动。这些都需要随着行业的发展，需要持续探索。

反过来也能看到很多正面的例子，特别难能可贵的是，国内在自动驾驶技术的推动上，是非常积极和支持的态度。我们也先后拿到了北京、广州等城市的多张自动驾驶测试牌照。能看到也在不断为推动行业的政策而努力。

当然要实现自动驾驶的规模化和商业化，无论是在乘用车领域还是在商用车领域，都需要技术的提供方、车辆平台公司，以及适合我们的场景方通力合作，才能更快实现落地。

InfoQ：自动驾驶行业一直有渐进式和跨越式两种路线的争论，您是怎么看待的？未来市场会是百花齐放，还是三足鼎立呢？

李林涛：?渐进式是指，驾驶逐步向上累加功能，让车辆它自然而然逐步过渡到全自动驾驶的状态，这里边的典型代表就是特斯拉。特斯拉目前大概能做到 L2 级别，他们也希望通过不断收集数据，迭代提升，最终实现全无人驾驶。

另外一条路线是，先去尽可能实现无人驾驶的功能，暂时不考虑成本，不考虑商业化问题，这样等到我们的技术证明可行，安全性得到了保证，获得大家认可以后，再去考虑商业化落地相关的问题。典型的代表是之前的谷歌，也就是现在的 Waymo。

这两条路线的争议一直存在。

小马智行的愿景也是希望推动自动化长远发展，让这方面的技术逐步造福大众。自动驾驶技术一定是百花齐放的状态，无论是哪种路线相争，我们都希望能够一起去推动技术的实现和落地的。

InfoQ ：各家在落地的模式以及商业模式有什么不同？

李林涛：?具体到商业化的模式上来讲，特斯拉销售车辆需要考虑单车成本，需要客户或者双端用户去承担这部分成本，所以不能够使用特别先进的传感器或者是非常高性能的算力平台来实现这方面的功能，因此带来的自动驾驶能力是受限的。

常见的状态是，驾驶功能会应用于停车场或者是高速公路等等相对结构化的道路、场景。这种情况下它就不会考虑一些极端的场景。但是对于一些极端场景，人类司机是否有能力去实现安全的接管，这一点始终是存在疑点的。这也是长期以来小马智行不愿意去通过这种渐进式的方式来做自动驾驶。

另外一条路线是无人驾驶的出租车 Robotaxi，也是小马智行主要研发的方向。这方面我们会使用一些更强的硬件配置，一些更复杂的算法，使自动驾驶技术应用于更多的场景，不仅仅局限于停车场或高速公路，也会包括各种各样的复杂城区道路。

但它的问题也是显而易见的。我们如果使用更强的算法和硬件，就会具备更高的成本，落地就会存在一定困难。一些复杂的功能和软件也会存在认证问题，我们需要更合理的手段、更合适的方式去证明我们的这套系统是绝对安全和可靠的，这样才能够获得公众的认可，更快推向市场。

从这几年小马智行的技术发展来看，“多少公里去做一次人为监管“这个指标已经非常高了（人为接管次数之间的公里数越高，指技术稳定性越高），现在应该超过了大部分人类司机的驾驶能力。

当然在商业化方面，小马智行目前也有非常多的进展。2021 年 11 月份我们拿到了北京市自动驾驶服务的商业化试点许可，现在我们在北京亦庄开发区约 60 平方公里的路段中可以开展商业化的试点服务。现在用户可以用手机 APP Pony Pilot+可以像滴滴打车一样打到我们的无人驾驶出租车 Robotaxi，使用人机交互系统去付费和获得相应的出行服务。

未来技术成熟之后，一套完全无人驾驶系统成本可降至1~2万元，这将是消费者和车企都能接受的价格，但目前来看，要想实现对司机的完全替代，至少要到2020年以后，甚至到2030年才可能普及。

无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

已经在许多国家投入使用，包括日本、瑞典以及美国等。