當然，數據飽和是華為總裁的看法，個人對Tesla在視覺這條路上追求極致還是樂觀的，畢竟自動駕駛並非對或錯的二分法，歡迎看法較不偏頗的業內人士來分享更多細節
2021年上海車展前夕，搭載華為自駕系統ADS(Autonomous Driving Solution)的北汽Arcfox Alpha S實測影片發佈，ADS在交通複雜的市區表現宛如一個老司機，華為的橫空出世引起了所有人的關注
【NCA、ICA+、ICA三種模式】
●NCA是全自動的，有點像Robotaxi的體驗，2021年底量產時會開放北京、上海、廣州、深圳四個城市全市所有道路，每三個月會開放一批新的城市
●ICA+則在二線到四線城市，車輛會學習交通環境和架構，體驗稍微差一些，因為數據不夠全面
●ICA為一般LV2的ACC+LKA
●高快速公路不需要地圖，全國可以達到一樣的體驗
【高精地圖】
●NCA模式車內有預製的高精地圖，ICA+沒有高精度地圖，但是車會根據車隊開過的環境自動學習地圖
●ICA+是基於NCA和ICA中間的一個地帶，開過的次數越多，他的體驗就會越接近NCA
●整個地圖系統叫Roadcode，裡面有Roadcode HD和Roadcode RT兩部分
●HD是傳統的高精度地圖，由專門的地圖製作團隊製作，是離線的，RT是車子的自學習地圖
【感測器】
●我覺得特斯拉的數據有大問題，數據本身是用演算法催生的，僅僅靠簡單的幾個視覺蒐集的數據，沒有高精定位的時候，「維度」是非常低的，華為ADS的數據維度比它高好幾個數量級，數據維度代表信息豐富度和差異化程度，非常重要，要我猜，特斯拉的數據飽和了，對系統能力沒有提升
●視覺的特點是，距離越遠時，測量誤差越大，距離縮短時，測量精度會迅速提高，甚至可以比光達更高
●雷達(毫米波)擅於速度，視覺擅於動向，光達擅於位置
●感測器沒有Redundancy，這種說法是胡扯，絕大多數難以處理的案例，加上80倍的感測器也處理不了，關鍵不是感測系統，而是規劃控制(PNC)
【自駕系統】
●標準版是400TOPS的計算能力，豪華版是800TOPS (FSD是144TOPS)
●舉個例子，一開始所有Robotaxi車外有一大坨感測器，坦白講我們很羨慕，那樣演算法會簡單非常多，但被車廠堅決制止，所以你看到現在的ADS車長得和普通車一樣
●量產車在車輛側後方的光達覆蓋有盲區，要靠視覺去補
【自駕部門】
●極狐是深度合作的第一輛車，開發了3年
●團隊2000多人，演算法1200人，分為感知、預測、規劃控制三大團隊，剩下1000人做硬體
●業界從理論和技術成熟度來說，預測和規劃控制兩個問題才是真正的難題
【MPI】(行駛幾公里無介入)
●今天你已經看到我們的車已經是L4了，但是我明確告訴你，我不敢讓駕駛員離開那個車，你做到1000公里哪怕1000萬公里接管一次，在MPI做到極其大之前，不要談什麼L4，都是Demo
●MPI跟統計方法有關係，跟選什麼樣的路段在什麼時間去跑有關係，坦白講沒什麼意義，在所有時間段內做歷史累計才是真實的MPI
●任何MPI在自動駕駛團隊裡面都是核心機密，我不能告訴你一個具體的數字，它也不是一個數字，而是一個很大的表，在所謂加州的統計方法裡面，我在上海確實可以做到1000
【車廠分工】
●華為搞定整車的計算機化，包括自動駕駛、座艙，還有後端雲端
●合作是一系列車型，包括北汽、長安、廣汽
●明年還會有大量的車上市
【結語】
●大家現在總是喜歡講脫手、脫眼、脫腳，我知道作為融資也好、噱頭也好是很好的，但是說實話，我自己做自動駕駛這麼多年，我其實很不喜歡這個說法。我覺得更需要解決的不是在某一個特定的商業區或者是特定的Building搞一個Demo，這個不是我要幹的事情，我要解決的是解決你每天上下班通勤的問題
●Robotaxi是一個最難的問題，從技術上講，因為它需要掃掉所有的Corner Case，所以我為什麼說他是一個結果，你在所有事都完美之前，一定有一個漫長的不完美的過程，你需要接管，所有以Robotaxi為商業目標的公司，都得完蛋，而最後達到Robotaxi的，是做乘用車的人，那個市場一定是我的，但不是現在
延伸閱讀：
FSD初探48－早鳥版版本更新歷程★
FSD初探47－Waymo如何被三角錐卡了10分鐘
FSD初探46－V8.2取消速限／早鳥版達2000人 (2021/03)
FSD初探45－讓FSD和Waymo開到同一目的地
FSD初探44－AP和FSD在同一彎道的差異
FSD初探43－洛杉磯市區挑戰 (14分0介入)★
FSD初探42－柏克萊市區壓力測試★
FSD初探41－逆向滑板車／行人穿越馬路
-
FSD初探40－洛杉磯到矽谷 (5小時550公里1充電0介入)★
FSD初探39－夜間社區山路挑戰 (FSD駕駛行為更積極)★
FSD初探38－雪地試駕
FSD初探37－單線產業道路／穿過狹窄縫隙
FSD初探36－得來速挑戰／認得出松鼠★
FSD初探35－車輛外框顏色定義
FSD初探34－二度挑戰九曲花街／150度急彎
FSD初探33－像人一樣插隊違規右轉 (FSD強悍的細膩程度)★★
FSD初探32－單線會車避讓／認得出鳥★★
FSD初探31－聖誕燈飾造成辨識混亂／停車場挑戰2
-
FSD初探30－「麋鹿測試」成功！★
FSD初探29－「緩行確認車流、等待橫向車流」訊息 (2020.44.15)
FSD初探28－路口轉彎碰上三角錐／鐵門辨識變化★
FSD初探27－開關窗細節／認得出狗
FSD初探26－坡頂辨識跳動／圓環辨識2★
FSD初探25－遮住鏡頭還能在路口轉彎嗎？★★
FSD初探24－2020.44的儀錶燈號／AP選單／軟體版本
FSD初探23－辨識人群／路口盲區左轉和辨識★
FSD初探22－蜿蜒山路+吃線+濃霧+辨識失誤 (15分0介入)★
FSD初探21－鐵路平交道／跨越槽化線
-
FSD初探20－2020.44大版本更新／介面再度調整
FSD初探19－單線山路+會車／複雜路口左轉偏移★
FSD初探18－舊金山Presidio區挑戰 (19分1介入3失誤)★★
FSD初探17－停車場辨識／FSD能看多遠3／儀錶燈號
FSD初探16－單線山路+夜間+無介入+髮夾彎攻克★★
FSD初探15－路底迴轉／各種障礙物閃避測試
FSD初探14－繞過暫停車輛／插隊左轉XD／狹路收後照鏡★
FSD初探13－舊金山Gough街繞繞 (14分1介入)／FSD能看多遠2★★
FSD初探12－舊金山灣區繞繞 (34分鐘2次介入)
FSD初探11－橫向車道預判／FSD用圖資？★★
-
FSD初探10－舊金山市區 (3次介入)／坡頂偏移
FSD初探9－舊金山市區+夜間+全程無介入★★
FSD初探8－郊區+逆光+全程無介入
FSD初探7－停車場挑戰／減速過減速丘
FSD初探6－繞過作業車輛／跨線閃行人／落葉覆蓋路面★
FSD初探5－閃避路上掉落物／部分顯示慢0.4秒★
FSD初探4－FSD能看多遠／介面更新
FSD初探3－圓環辨識：市區／郊外／夜間
FSD初探2－雙線左轉／鳥瞰視野／專用道應對★★
FSD初探1－依序進圓環／從容閃橫向車／跨線閃腳踏車★★
-
FSD早鳥版釋出／介面及實測影片搶先看 (2020/10/21)★
《TESLA知識家 #10》分享總整理 (持續更新)
來源：https://weibo.com/ttarticle/x/m/show/id/2309404626996381745298
