车企走向同一条路

在城市这一复杂路况场景中，高精度地图一度被“多传感器感知派”认为是自动驾驶得以实现的“拐杖”，不可或缺。然而，当越来越多的车企和自动驾驶方案供应商开始逐渐向“纯视觉”路线靠拢，高精度地图还有存在的必要吗？

自动驾驶技术的目标是取代人类，这需要一系列软硬件配合：感知体系代替人的双眼，决策体系代替大脑，执行机构代替手和脚。

在感知環节一直存在两大派系，一派以长期孤军奋战的特斯拉为代表，主要依赖于摄像头，辅以高性能计算，不使用激光雷达，甚至一度取消了毫米波雷达；另一派则是以主流研发机构为代表，主要以激光雷达、毫米波雷达、摄像头等多传感器，组成多传感器融合方案，实现自动驾驶系统的环境感知能力，国内跟随者众。

在后者看来，纯视觉路线中车辆采集到的都是二维图像，不包括距离和速度，车辆仅靠这些信息并不能保证安全。所以不仅要辅以雷达增加感知能力，还要用高精度地图弥补车辆“视力”上的不足。

然而随着功能的迭代，特斯拉摄像头的短板逐渐被补齐，还在苦苦寻求自动驾驶智能拐点出现的车企和自动驾驶服务商们来到了调整路线的关口。

特斯拉早期Autopilot 辅助驾驶系统确实经常出现误判，但自从2017年，马斯克将安德烈·卡帕斯 （Andrej Karpathy）从OpenAI 挖来担任人工智能和自动驾驶视觉主管后，先是重写了自动驾驶算法，之后又在2019年发布了FSD（Full Self-Driving）自研芯片。至此，特斯拉自动驾驶辅助系统开始出现根本性变化。

FSD芯片经过针对性设计，计算平台上两颗芯片的总算力为144TOPS（每秒钟进行1 万亿次运算），有效算力与两颗总算力512TOPS 的英伟达高性能AI 芯片Orin 相当。在车辆具备大规模数据处理能力的基础上，特斯拉感知系统也有机会逐步以接近人类的方式观察三维世界。

特斯拉在感知系统使用的是360度布置的摄像头，卡帕斯曾在播客中解释，这种模仿人类视觉的感知方式不一定要识别出路中间是什么物体再做决策，而是会像人类一样，“虽然不知道是什么，但会先避开”。