我们离特斯拉的「完全自动驾驶」还有多远？

专栏I智能驾驶

文IChris

4 月 17 日，特斯拉中国推出了三年免息购买开通「完全自动驾驶能力」功能的活动，4 月 30 日前下单的用户均可享受该权益。活动一经公布，特斯拉再割韭菜论四起。

大约在同一时间，特斯拉美国推送了第一版 Traffic Light and Stop Sign Control，也就是其「完全自动驾驶」选装包里的『识别交通信号灯和停车标志并做出反应』功能。

特斯拉 CEO Elon Musk 表示，特斯拉仍然计划今年年内推送「完全自动驾驶」功能，但要真正商用完全自动驾驶，监管存在巨大的不确定性。

我们所关心的是，对于中国市场的消费者来说，我们离特斯拉的「完全自动驾驶」还有多远？

特斯拉「完全自动驾驶」研发历程

特斯拉是否会 2020 年年内推送完整的「完全自动驾驶」功能？

鉴于 Elon 在 2017、2018、2019 和 2020 年数次说过「特斯拉将于今年年底推送『完全自动驾驶』功能」，我们建议直接跳过他本人承诺的时间表，从技术层面的实际进展来判断。

特斯拉「完全自动驾驶」选装包目前一共包含 6 个功能：

自动泊车
自动辅助变道
自动导航辅助驾驶
智能召唤
识别交通信号灯和停车标志并做出反应
在城市街道中自动辅助驾驶

随着 2016 年 10 月搭载 Autopilot 2.0 硬件的车型量产，特斯拉承诺将于 2017 年年底实现「完全自动驾驶」功能的研发并推送给用户。

但事实上的功能研发和推送节奏是这样的：

2017 年 3 月，特斯拉推送了「自动泊车」和「自动辅助变道」
2018 年 10 月，特斯拉推送了「自动辅助导航驾驶（NoA）」
2019 年 9 月，特斯拉推送了「智能召唤」
2020 年 4 月，特斯拉推送了「识别交通信号灯和停车标志并做出反应」

从字面上来看，「完全自动驾驶」选装包中 6 大功能仅剩 1 项。与 2016 年 10 月时的空头支票不同，现在的「完全自动驾驶」选装包已经完成了绝大多数功能的推送，距离完整包的推送一步之遥。

从这个角度来说，历经数年跳票，2020 年将会是特斯拉「完全自动驾驶」大年。

但从用户的反馈来看，事情又完全不是如此。特斯拉的「自动辅助导航驾驶」聊胜于无，「智能召唤」充其量可以当玩具来玩一玩。总的来说，截至目前，特斯拉「完全自动驾驶」选装包中的功能更像是特斯拉一张彰显人无我有的技术招牌，在实际用车场景中对体验的十分有限。

这就要说到特斯拉的研发思路了。如果你打开 Model 3 的中控大屏，点击设置 – Autopilot，会发现凡是「完全自动驾驶」选装包中的功能都打上了 Beta 标签（即测试版本），三年前发布的「自动辅助转向」也不能例外。

这里体现了特斯拉的研发策略：每当推送一个新功能，特斯拉不会将其打磨至 99.999999%，而是保证其达到 60 分以上，不破坏已有的用户体验后，立即开始新功能的研发。在所有功能研发推送后，针对所有功能进行系统性的综合改进。

考虑到「完全自动驾驶」功能包中仅剩 1 项功能未推送，可以这么理解，2020 年是特斯拉「完全自动驾驶」基础功能补全，转向性能提升的转折性年份。

需要指出的是，以上结论仅限于美国本土。由于各国交通法规、实际路况的不同，新功能需要做进一步的研发适配。

对于中国市场来说，根据以往的经验，新功能推送会比美国本土滞后 5 - 6 个月左右。对于中国车主而言，文章开头的限免促销，极有可能是一张会在 12 个月内兑现的空头支票。

在城市街道中自动辅助驾驶

特斯拉正在全面加大「完全自动驾驶」功能的研发力度，而最后登场的「在城市街道中自动辅助驾驶」，是最值得期待的一个功能。

简单理解，在过去数年里，特斯拉在通往自动驾驶的道路上一路打怪升级，在无数的小打小闹和中大型怪兽之后，2020 年，特斯拉终于要迎战自动驾驶领域的终极大 Boss：运动预测（Motion Prediction）。

什么是运动预测？运动预测，用来解决自动驾驶汽车与周围环境中的其他运动物体（如人、汽车、动态障碍物等）的协同交互问题。

运动预测模块需要对自动驾驶汽车感知到的运动物体的行为意图和接下来的运动轨迹进行预测，作为本车决策和路径规划的参考。

Elon此前曾间接说明过这个问题：拥有复杂交通灯的交叉路口和购物中心停车场的交叉口是两个最大的软件挑战。

为什么说这两个场景最为复杂呢？在拥有复杂交通等的交叉路口，自动驾驶汽车需要综合考虑多种因素来做运动预测。

基于交规的预测：十字路口红停绿行，转向让直行；
基于车辆运动的预测：对面车辆左转灯闪烁，说明该车即将左转；
基于物理规律的预测：行人拥有路权，遇行人需减速让行；
基于地图的预测：借助地图提供的车道形状和曲率信息，进行转向或加减速

自动驾驶汽车需要从上述不同维度的预测中按照优先级高低提供最终预测，作为车辆后续决策和执行的信息。

但真实场景下的行驶挑战就在于，很多时候预测并不总是对的。例如有的人不遵守交规；有的人转弯不开转向灯；有的行人看到车辆经过会让行车辆；有的地图信息已经过时。

2016 年 2 月，Google Waymo 旗下的自动驾驶汽车在行驶过程中撞上了一辆公交车，酿成车祸。该事故便是运动预测失误的典型案例：

Waymo 自动驾驶汽车正在驶入公交车所在车道，考虑到车身侵入车道的比例，Waymo 自动驾驶汽车预测剩余空间很窄，公交车司机会减速让行己方通过。而公交车司机认为「我可以做到」，选择加速通过，最终两车侧面相撞。

那么特斯拉在运动预测方面的潜力在哪里呢？事实上，特斯拉已经将运动预测应用在当前的已推送的功能中，并取得了业内最好的表现。

在 2019 年4 月的特斯拉自动驾驶投资者日上，特斯拉 AI 高级总监 Andrej karpathy 介绍了特斯拉如何应用 Path Prediction（路径预测）来改进Autopilot 的行驶体验。

在许多摄像头看不到的拐角处，Tesla Vision 视觉处理工具会基于输入信息预测潜在路径的走向。

在庞大的车队收集的道路数据训练下，特斯拉 Autopilot 在各种急弯下的表现都让人印象深刻。

而另一方面，正如前面所提到的，特斯拉正在全面加大「完全自动驾驶」功能的研发力度。

2020 年 1 月，Elon 参加Thrid Row Tesla 播客透露，特斯拉正在对 Autopilot 底层代码进行完全重写。更新后的全车 8 颗摄像头将以 36 帧/秒的速度运行，而软件则会基于 HW 3.0 芯片的算力同步进行 3D 标注，这会使标注的效率提升 3 倍，准确性也将大幅提升。

我们离特斯拉的「完全自动驾驶」还有多远？