【牛科技】NGP上车，小鹏能把特斯拉打得找不到东？

[车友头条-车友号-牛车网]  其中8个摄像头分别为前三目总成、车身4颗环视ADAS摄像头和1颗实现倒车影像的摄像头。

其中前三个摄像头，兼顾车辆前方的宽视角以及远距离物体的探测，但不同焦距摄像头的物体识别方式与单目类似，基于深度学习模型，特斯拉叫它Tesla Vision。

其中主视野摄像头：范围可达150米，视野能覆盖大部分交通场景。

鱼眼镜头：视野120度，范围60米，能拍摄到交通信号灯、行驶路线上的障碍物和距离较近的物体，适用于城市街道、低速缓行的交通场景。

长焦距镜头：视野相对较窄，适用于高速行驶的交通场景，可以识别最远250米的物体。同时做行车记录仪使用。识别原理类似于单目，和双目RGB-D的原理不同。

总体可见，前向三颗视觉摄像头基本解决了车道识别、跟车距离、障碍物识别、道路限速等所有场景的感知。

车身两侧的单颗摄像头和尾部摄像头主要功能是实现变道感知、车辆车道定位、复杂路况场景探测。

毫米波雷达是辅助视距摄像头感知，测试障碍物距离。

融合所有传感器，Auto Pilot 3.0硬件感知方案就能实现一个类似于下图，严丝合缝、360°无死角监控的感知方案，实现NOA功能。

但总体来看，这种方案比较冒险，因为视觉摄像头和人眼感知相似，在强光、路面倒影等明暗变化大，等特殊场景下两眼一抹黑基本就失效了。

辅助的感知方案也只有1颗前向毫米波雷达，势单力薄。可以说用这点装备实现NOA证明了特斯拉深度学习视觉的实力强悍，也能说明其在特殊场景下的安全冗余几乎没有。

特斯拉的方案主要依靠视觉，所以 Tesla 的环境感知三维重建是基于二维的。二维转换为三维，必然有信息丢失。从之前发布的视频可以看出， Tesla 对远处的物体有误识别的情况。特别是这种情况：一个行人，在晚上，穿着黑衣服，突然从路边窜出来。毫米波看人本来就不行，超声波又太近，视觉是两眼一抹黑。别说各种视觉欺骗了。