马斯克：特斯拉为何不用雷达？

此前马斯克在接受采访时，曾就特斯弃用雷达，采用纯视觉方案做出过回应，而就在前几天，马斯克通过微博再次做出解释。“纯视觉，尤其在使用显式光子计算时，比雷达和视觉的组合要好得多，因为后者有太多的不确定性——当雷达和视觉感知不一致，不清楚该相信哪个。”

在此前举办的机器视觉和模式识别国际会议（CVPR 2021）上，特斯拉AI主管Andrej Karpathy解释了为何特斯拉用不到激光雷达：我们有超算和深度学习。

Andrej Karpathy毕业于斯坦福大学，也是AI大神李飞飞的得意门生之一，他在毕业后成了OpenAI的一位研究员，随后被埃隆·马斯克亲自挖去特斯拉做AI主管。

深度神经网络是自动驾驶技术的主要技术之一，通过处理车载摄像头传输的数据来分析道路、标志、汽车、障碍和行人。

但深度学习在图像中检测物体往往会出现失误，因此多数自动驾驶公司，比如Waymo等，都采用激光雷达来绘制车身周围的3D地图，补全神经网络缺失的信息。

然而Andrej提到，激光雷达在自动驾驶上也有自己的难处，你必须用高成本的激光雷达预绘制环境，然后创建高分辨率地图，将街道和交通灯联系在一起，最后只能局限于这些地图来驾驶。不过，绘制每个地点的精确地图是相当困难的，并不是路测车辆收集构建好这些高分辨率地图就完事了，还需要长期的维持工作，很难保证这些基础设备和数据的更新工作。

特斯拉并没有采用激光雷达和高分辨率地图结合的方案，Andrej称“对特斯拉来说，一切都是初次发生的，单单靠车身上的八个摄像头”。

经过几年的迭代，特斯拉的自动驾驶工作绝大多数都是由摄像头实现，以至于车身上其他的传感器开始“吃灰”。为此，特斯拉也在今年5月宣布，即日起北美制造的Model 3和Model Y也不再配备毫米波雷达，全面过渡到以摄像头为主，辅以超声波雷达的特斯拉视觉系统。

转载自网络，文中观点仅供分享交流，不代表本公众号立场，如涉及版权等问题，请您告知，我们将及时处理。

-- END --