特斯拉FSD的發(fā)展歷程——化繁為簡

FSD是特斯拉輔助駕駛方案中功能最完整的產(chǎn)品

特斯拉的自動駕駛方案包括基礎(chǔ)版自動輔助駕駛（AP）、增強版自動輔助駕駛（EAP）、以及完全自動駕駛（FSD）；其中，F(xiàn)SD全稱 Full Self-Driving（完全自動駕駛），是特斯拉輔助駕駛Autopilot產(chǎn)品組合中功能最完整的產(chǎn)品。

功能上來看，特斯拉FSD除基礎(chǔ)的主動巡航及車道維持居中外，還可以實現(xiàn)：1）自動輔助導(dǎo)航駕駛，包括自動駛?cè)牒婉偝龈咚俟吩训阑蛄⒔粯虿砺房冢^行駛緩慢的車輛；2）自動輔助變道，包括高速公路上自動輔助變換車道；3）自動泊車，包括平行泊車與垂直泊車；4）智能召喚則是在合適的場景下，停在車位的車輛會響應(yīng)召喚、駛出車位并前往車主所在位置；5）交通燈、標志識別；6）市區(qū)自動輔助轉(zhuǎn)向，檢測車道、車輛和障礙物，并操作車輛進行轉(zhuǎn)向；7）自動速度偏移調(diào)整，可根據(jù)不同的環(huán)境和場景，自主調(diào)整車輛的行駛速度。

特斯拉作為純視覺方案引領(lǐng)者，攝像頭是FSD智駕的核心

不同于大部分國內(nèi)廠商多傳感器融合方案，特斯拉FSD自動駕駛是以攝像頭為核心的純視覺解決方案。純視覺方案的最初設(shè)計靈感來自對人類視覺的研究；即人眼睛搜集的信息到達視網(wǎng)膜后，經(jīng)過大腦皮層的多個區(qū)域、神經(jīng)層，最終形成生物視覺，并在腦中生成圖像。特斯拉的目標就是通過算法、軟件及硬件來設(shè)計汽車的視覺皮層，建立像人腦一樣的、基于視覺的計算機神經(jīng)網(wǎng)絡(luò)系統(tǒng)。 首先，在特斯拉汽車行駛過程中，車輛通過攝像頭收集環(huán)境圖像信息；特斯拉HW2.0/2.5/3.0版本硬件都配備了8顆監(jiān)測不同方位的攝像頭，分別為三顆前置攝像頭（其中1顆主攝像頭、1顆廣角攝像頭、1顆窄視長焦攝像頭）、2顆前側(cè)攝像頭、2顆后側(cè)攝像頭、以及1顆后置攝像頭。

算法端迭代

自動駕駛的算法模塊通常分為 “感知” 、 “決策規(guī)劃” 、 “運動控制” 。其中，“感知”模塊是自動駕駛的核心，大部分的技術(shù)升級都集中在感知模塊，其目的是讓車輛對駕駛環(huán)境的 “感知”達到人類感知的級別；而“決策規(guī)劃”則是基于“感知”模塊輸出的結(jié)果，通過規(guī)劃汽車行為和行車路徑，使得汽車達到指定目的地，且盡可能確保行車安全性、效率性和舒適性。

感知層面，特斯拉經(jīng)歷了由“特征提取網(wǎng)絡(luò)RegNet”向“BEV+Transfomer ” 、再向“BEV+Transfomer+Occupancy Network”轉(zhuǎn)變，決策規(guī)劃層面則自2021年由“Rule-based”向“Machine learning-based”逐步傾斜；直至2024年1月，特斯拉通過推出FSD V12 Beta，成為全球首個“端到端”神經(jīng)網(wǎng)絡(luò)量產(chǎn)上車的企業(yè)，實現(xiàn)了感知、決策、規(guī)劃相融合。

算法4.0：Occupancy Network的應(yīng)用降低計算復(fù)雜性，時序信息的引入則將圖像識別推向4D

決策層面：2021年，特斯拉開始在路徑規(guī)劃層面部分加入神經(jīng)網(wǎng)絡(luò)的元素，推出“蒙特卡羅樹搜索算法”，通過路徑選擇概率和局面評估來輸出決策；但該階段僅少部分使用神經(jīng)網(wǎng)絡(luò)，大部分依然是人工規(guī)則代碼。2022年，新推出的“交互搜索網(wǎng)絡(luò)”將蒙特卡羅算法結(jié)合應(yīng)用到Occupancy網(wǎng)絡(luò)中，計算出的每個軌跡都會有一個成本函數(shù)來優(yōu)化樹搜索給出候選目標較多等問題，該函數(shù)取決于碰撞概率、舒適度、干預(yù)可能性和人類操作相似性這四大因素；交互搜索網(wǎng)絡(luò)成功將計算耗時從1到5毫秒降低到100微秒；但函數(shù)部分仍然是基于規(guī)則的代碼。

軟件方面：2021年馬斯克宣布FSD Beta編號從V8.1開始。從大版本號升級來看，基本維持一年一更新的節(jié)奏；更新頻率來看，則呈現(xiàn)較為明顯的加速迭代，由期初的兩月一更，逐步演變?yōu)槊吭聝傻饺⑸踔撩吭滤母０殡S著測試范圍的擴大及駕駛數(shù)據(jù)的增加，V9/V10/V11版本主要聚焦在功能的優(yōu)化上，不斷加深智能駕駛的擬人化程度。

HW3.0→HW4.0: 攝像頭數(shù)量新增50%，毫米波雷達以高精度4D版本回歸

此前棄用毫米波雷達的原因（1）一方面系傳統(tǒng)毫米波雷達低分辨率造成融合感知性能下降；特斯拉人工智能總監(jiān)曾表示，對于低分辨率雷達來說，通過類似立交橋這樣的場景時，由于雷達的仰角分辨率很低，很難分辨出立交橋和下面停著的車輛，極易導(dǎo)致碰撞。（2）另一方面則系毫米波雷達信道數(shù)量限制了其感知能力的提升；相較而言，攝像頭能夠產(chǎn)生大量數(shù)據(jù)，軟件的改進可以使這些數(shù)據(jù)得到最大限度的利用。

而對于毫米波雷達的回歸，主要系（1）高精度4D毫米波雷達的分辨率大幅提升；2021年起，NXP、TI等雷達芯片方案商，以及大陸集團采埃孚、博世等雷達系統(tǒng)供應(yīng)商都在加快推動4D成像毫米波雷達的量產(chǎn)落地；新的4D毫米波雷達分辨率性能大幅提升，具備點云輸出（與視覺或激光雷達更好的融合，以及可能的分類識別能力）以及全天候等性能，成為了高階方案的選擇項之一。（2）能夠彌補純視覺方案的風(fēng)險；特斯拉被大眾詬病的“幽靈剎車”問題（毫無征兆地剎車），主要系傳感器的感知缺陷造成的，由于夜間或大霧或大雨等惡劣天氣條件下、攝像頭的性能較差；同時，攝像頭反應(yīng)時間通常也較毫米波雷達長，往往需要幾幀來識別物體的速度變化。而相對的，毫米波雷達根據(jù)發(fā)射頻率和接收頻率的差值測量距離、相對速度和方向，在夜間、逆光、霧、雨、雪環(huán)境下也能使用。

解析特斯拉FSD

受益于數(shù)據(jù)量、算力、硬件適配度方面的領(lǐng)先，特斯拉FSD的技術(shù)競爭力較強

（1）數(shù)據(jù)量：AI模型的效果取決于輸入數(shù)據(jù)的數(shù)量及質(zhì)量，輸入的優(yōu)秀行駛數(shù)據(jù)越多，AI模型便能做出更適合、更優(yōu)異的行駛決策。FSD自2020年10月開始北美地區(qū)內(nèi)測，隨著FSD推送地區(qū)及推送用戶的增多，特斯拉擁有的行駛數(shù)據(jù)會呈指數(shù)級上漲；在數(shù)據(jù)量上，國內(nèi)廠商的追趕難度較高。2024年4月，特斯拉宣布其全自動駕駛(FSD)技術(shù)助力下的汽車已經(jīng)行駛了超過10億英里、相當于16.1億公里，而國內(nèi)廠商方面，暫無達到該里程數(shù)的企業(yè)。

2）龐大的算力中心：AI模型接受數(shù)據(jù)訓(xùn)練，是建立在算力平臺上的，其計算能力及算力投入都是關(guān)鍵指標。 1）算力方面，小鵬基于阿里云打造的“扶搖”智能計算平臺，算力可達600PFLOPS（每秒浮點運算60億億次），而2022年特斯拉算力中心的算力已經(jīng)達到了 2 EFLOPS（每秒浮點運算200億億次）。未來，特斯拉自研超級算力平臺Dojo投入使用后，其算力還將上升一個臺階；根據(jù)特斯拉2023年6月發(fā)布的算力發(fā)展規(guī)劃，Dojo將在2024年10月達到100 EFlops算力。 2）算力投入方面，2022年特斯拉AI DAY上，馬斯克表示目前特斯拉擁有超過14000顆GPU的超級算力中心；2023年8月，特斯拉啟動了10000顆H100 GPU的新訓(xùn)練集群，H100 GPU的運算效能是前一代A100的五倍快，價格昂貴、單顆將近40000美元。與此同時，算力平臺的后期維護成本還要遠高于硬件成本；馬斯克曾公開表示，2023年特斯拉花在擴大訓(xùn)練運算算力的預(yù)算就超過20億美元，并表示2024年會采取同樣的行動；相較而言，國內(nèi)廠商的算力投入與特斯拉仍存在較大差異。

（3）適配度高的自研硬件解決方案：特斯拉從2016年2月組建芯片團隊，到2019年4月成功推出FSD芯片，歷時三年之久推出HW硬件解決方案。自研的HW3.0是第一款完全出自車企的自動駕駛硬件解決方案，同時也是量產(chǎn)車型上目前深度學(xué)習(xí)理論性能最強的方案；而目前，HW已經(jīng)進化到了4.0時代。 自研硬件的優(yōu)勢，首先是性價比高、利用率高，大幅降低FSD的硬件成本；其次是開發(fā)自由度高，更能支持特斯拉的創(chuàng)新性算法及其他相關(guān)技術(shù)方案。相較來看，大部分國內(nèi)廠商采用外購芯片方案，在適配度及利用率上，都與特斯拉自研硬件解決方案存在一定的差距