特斯拉事件暴露视觉算法已落后，华为激光算法技术才是方向

特斯拉像手机界的苹果，采用了大量颠覆性的创新技术，使其不仅是一件工业产品，而且还是一件智能电子产品。

在前不久特斯拉维权事件中，特斯拉的公布了大量驾驶数据，在这次特斯拉维权事件中大家可以发现，特斯拉可以查到车辆运行任意时段的各系统运行情况的数据：

这些数据显示特斯拉刹车系统还是有问题的，能把紧急制动系统踩启动，说明特斯拉声称的踩刹车力度太小肯定不对。不过这些详细的数据也表明特斯拉就是一辆智能汽车，其数据收集能力非常强大。这次我们谈谈特斯拉的数据收集技术。

特斯拉怎么收集数据的呢？主要是采用摄像头、毫米波雷达、超声波收集周边信息，把收集的数据整合到系统里，然后通过视觉、雷达等融合算法构建车辆周边的3D模型，其数据处理系统拥有非常强大的计算能力，能迅速判断、分析和处理数据，并提出解决方案。

01摄像头

特斯拉拥有强大的视觉算法，收集汽车外部数据主要依靠安装在车身上的8颗摄像头，以此来实现即时定位与地图构建。

其中，车头安装了 3 颗负责前方视野，1颗主摄像头探测距离达到 250 米，视场很窄， 2 颗辅助摄像头探测距离分别为 150 和 60 米，但视场较宽。两侧各有2个共四个，为车辆进行变道、合流、出高速时提供数据。另外 1 颗摄像头则负责监控车辆后方，其探测距离可达100 米。

02毫米波雷达

虽说眼见为实，但视觉毕竟属于二维，不是特别可靠，人类被视觉欺骗也常有发生，机器就更难以避免，如果墙上画上逼真的图，镜头识别难免不会出错，所以视觉判断边界情况会有一定的失真。因此，许多车辆都配置了雷达辅助。

特斯拉装了1个毫米波雷达，负责探测前方情况，探测距离170米。毫米波雷达的优点就是探测距离非常准确，不受天气、速度影响。但是毫米波的数据处理非常复杂，需要强大的分析计算系统。

03超声波

特斯拉用了12个超声波传感器，以此作为视觉系统的补充。

超声波的工作半径为8米，探测精度一般，但是其具有很好的稳定性，在任何速度都能采集稳定的数据，特别是在车辆视觉盲区中，超声波能发挥很好的作用，在自动驾驶中车辆变道时采用超声波数据。

04传感器

特斯拉因为拥有强大的软件处理平台，能够迅速计算和处理海量数据，所以特斯拉的车上安置了非常多的传感器。

除收集外部信息的摄像头、毫米波雷达、超声波都配备强大的传感器外，车辆的各个系统也都有众多的传感器，如前挡玻璃上的传感器能让雨刷根据雨量大小自动调整刮雨的频率和速度。

在特斯拉的辅助驾驶中，数据收集一直是非常重要辅助手段，其对车辆外部的数据收集主要依靠摄像头，然后通过视觉算法构建汽车周围3D模型，让汽车在海量数据中找到正确的模式，然后进行匹配，使之达到L2级别的高级自动辅助驾驶。

不久前华为展示了一辆接近L4级别自动驾驶技术的车辆，采用以激光雷达为主的数据采集系统，并通过自研的算法构建车辆周边情况。说得科幻一点就是让汽车具有学习能力，然后实现自动驾驶。

激光雷达的可靠性、准确性优于摄像头，应该是自动驾驶的未来，在其成本降下来后会被大量采用。