100% 纯视觉信念者马斯克，现在扔掉了最后一个雷达。
如今的特斯拉传感器方案，有且只有 8 个摄像头，换而言之不论是 L2 级的辅助驾驶还是无人驾驶能力的 FSD，都完全靠这 8 个摄像头。
而被他扔掉的，正是雷达三剑客中性价比之王 —— 超声波雷达。
它售价不过数十元，部署一整套自主泊车系统也不过 500 块，跟毫米波雷达、激光雷达相比不足为道。
更有人直言：超声波雷达只有好处，没有坏处。
而结合上次马斯克扔掉毫米波雷达，网友们更是坐不住了：
「幽灵刹车」到现在还无解呢。
但即便如此，特斯拉纯视觉方案仍在推进。而马斯克曾痛斥的雷达“阑尾”，现在也割干净了。
售价只有数十元的超声波雷达
先来看看这次被扔掉的主角 —— 超声波雷达。
事实上，相较于自动驾驶中更常提及的激光雷达、毫米波雷达，超声波雷达在汽车上的应用已经很成熟了，而且堪称“性价比之王”。
它的工作原理很简单，顾名思义就是通过计算发射和接收超声波的时间差来测量距离。探测范围可在 0.1-3 米之间，精度可达 1-3 厘米，而且防水防尘，即便有泥沙遮挡也可以探测。
通常超声波雷达会布置在前后保险杠上或者车侧方，前者用于测量前后方障碍物，因此也叫做倒车雷达 UPA；后者则是来测量侧方的障碍物，业内称其为 APA，探测距离更远，通常在 0.3-5 米之间。
当然，已售车辆的超声波雷达及其相应功能不会被停用。
针对这一操作，不少人可能会想起去年特斯拉在去掉毫米波雷达后，新增的不少幽灵刹车事件，不由得担心这次又会出什么问题。
不过，特斯拉有特别说明，超声波雷达的剔除不会改变特斯拉的碰撞安全评级。
而在今年 CVPR 中，特斯拉公布了一个新算法：Occupancy Networks，据称可以理解车身周围物体占多少空间，以及预测接下来行动轨迹和占用空间，代替雷达感知避免纯视觉方案的盲点（Corner Case）等问题。
多传感器融合还是纯视觉？
毋庸置疑，相较于特斯拉这一“剑走偏锋”的纯视觉思路，国内众多车企都还是坚持多传感器融合，摄像头和雷达一个都不落。
比如小鹏，其最新旗舰车型 G9 就搭载了 2 个激光雷达、12 个超声波传感器以及 12 个摄像头。
再如蔚来 ET7，身上更是有 1 个超远距激光雷达、5 个毫米波雷达、12 个超声波传感器以及 14 个摄像头。
如今马斯克丢掉最后的超声波雷达，实现纯视觉终极方案，再度引发关于两个不同路线方案的讨论：
纯视觉还是多传感器融合？
前者的反对者依然不少。最绕不过去的，就是安全问题。
比如面对摄像头上有污点这种情况，知乎网友 @高岩就拿“人眼”做比喻，称虽然说人眼被挡住一只还能正常走路，但对于机器来说，这需要消耗巨大的算力来识别、判断，而且有很大概率无法判断导致退出自动驾驶条件，或者它还可能直接把黑点当作污染或者干扰因素过滤掉，保证自动驾驶能继续执行。
他指出，这就是为了易用性牺牲安全性，保证更好的自动驾驶体验。
或者更直接一点，有人指出马斯克这波“减配不减价”的操作，就是为了省成本。
（粗略估计一下，这一车能至少省出 500 块。）
这一点上，有不少中外网友所见略同：
当然，支持马斯克的声音自然也有。
有观点称：
特斯拉本来就是主视觉，依次去掉毫米波雷达和超声波雷达都是顺理成章的事儿，说明其算法、模型等已经达到了新高度。
就光说这次的超声波雷达，知乎网友 @EatElephant 就认为，它只是一个相对较弱的辅助驾驶传感器，无法准确确定障碍物位置。
再加上得益于最新的 Occupancy Network 出色的能力，最新版本的 FSD 已经能非常准确识别周围物体的远近与形状了，所以去掉也无妨，并且可能还不会和上次取消毫米波雷达时一样出现“磨合期”。
对于纯视觉方案不靠谱这一观点，有人则搬出这样的观点，称：
国内的多传感器融合的方案在实质性上并没有在量产大规模推送的功能上证明自己的能力更好。
当然，持这个想法的人还是相信多传感器融合的方案的上限一定会高于纯视觉方案。
不过，到底谁更好，正如前面的网友所说，这是一个路线之争，争来争去没有用，还是看实际效果吧。
那么问题来了：
谁愿意做纯视觉方案的第一批测试者呢？（狗头）
参考链接：
-
[1]https://www.zhihu.com/question/558212074
-
[2]https://zhuanlan.zhihu.com/p/35177313
-
[3]https://mp.weixin.qq.com/s/9gFAnEldiGevslxSkRsyOw
-
[4]https://arstechnica.com/cars/2022/10/after-cutting-radar-tesla-now-dropping-ultrasonic-sensors-from-its-evs/
-
[5]https://www.vzkoo.com/read/202207125c76d0078c69f9a464451f58.html
-
[6]https://www.dongchedi.com/article/7124852439500456456
本文来自微信公众号：量子位 （ID：QbitAI），作者：杨净 丰色