【原】特斯拉推送了FSD v9.2版本，我们来根据视频分析一下它表现如何

cheyunwang 2021-08-18

展开全文

继目前最强能力的FSD beta v9版本终于发布之后，特斯拉刚刚推送了这个大版本的v9.2系统。在v9到来之后，马斯克曾经表示会在1个月之后面向公众开放。现在1个多月过去了，马斯克直接带来了v9.2版本，但面向的仍然是EAP早期用户参与计划的用户。

马斯克已经此前已经提前公布了一些v9.2版本中会带来的变化：
- 从小路转弯进入大路场景时的安全判断和加速汇入行为，并计划在v9.3版本中扩展至所有路口场景
- 提升了单车道前车行驶缓慢时，车辆轻微“探头”观察并绕过前车超车的能力
- 多车辆场景下的多模式预测v1版本
- 更新的管道过滤程序和车道网络
- 更新的VRU速度模型，对其速度判断提升了12%和更好的安全判断表现，且是首个使用量化感知训练（Quantization-Aware-Training）的模型，可以更好地减少int8计算
- 在视觉和向量空间启用了系统芯片间的同步计算调度
- 增加了Shadow mode，对穿插/进入的新行人目标可以更好地提高VRU控制
- 着重针对驾驶行为提升，自动驾驶辅助系统更加智能

感觉没说什么人话，我们来看一个美国车主Chuck Cook抢先测试v9.2 2021.12.25.15版本的视频，着重体验了第一项在路口的进入/驶出的场景。

场景一：小路左转进入快速路

显然，视频中测试的场景已经属于对环境探测和车辆决策能力要求较高、且路况比较复杂的高级场景了。在第一个路口处，这是一个双向共六车道的快速路，视频车辆试图在一个小路跨越三车道进入对面车道完成左转。这就需要车辆观察双向快速行驶的车辆，并拿捏好驶入路口的时机，与国内的一些省道、国道场景类似，即使是我们自己驾驶也同样比较有考验。

因此，在头两次的测试中，车辆在快速的车流中观察了许久并没能成功汇入目标车道，而是退而求其次，放弃左转而进行了右转，并重新规划路线。虽然没能成功，但其实这样的处理方法也并无不妥，如果路况条件明显不合适就换条道路、多绕一个路口，而不是强行插进道路，这一点其实更是人类驾驶员应该学习的。

之后第三次测试，车主换了一个类似但视野更好一点的路口，而且测试时遇到后方有车，为了不影响后方车辆正常行驶，车主在观察安全的情况下，人为主动点了两次加速踏板让车辆进入路口，才得以完成左转的动作。终于第四次测试时，在经过了大约半分钟的观察和等待，车辆终于独立完成了左转。另外，在完成转弯进入主路之后，车辆提速相比之前更快，迅速加速至车流的大致平均速度，这个细节也是车主注意到v9.2版本新增加的。同样，这一点同样值得我们学习。

除此之外，在后一次的测试中，虽然车辆也成功完成了左转动作，但在过程中面对左侧快速驶来的车辆，相比人类驾驶显得进入路口速度稍慢，会让人略有紧张感。另外，几次进入路口时，都没能出现左侧无车、右侧有车而需要在路口中央暂时停留的情况。不过从后续的几次测试来看，FSD应该是会判定两个方向的车道都安全的情况下才会进入路口，左侧没有来车、但右侧依然有来车时也不能达成条件，因此这也一定程度上解释了为什么测试花费的时间比较长以及会被迫右转的原因。

可以看出，面对这种场景，特斯拉纯视觉方案依然有继续提高的空间，尤其是在B柱摄像头视野有遮挡的时候，探测的能力会受到一定的限制，但已经拥有了不错的能力，表现接近人类驾驶，而且在复杂场景的处理逻辑上更加合理。

场景二：主路左转进入小路

这次的场景是在主路行驶到一个没有红绿灯的小路口时，进入左转道避开对向快速驶来的车辆进入左侧的小路。在第一次测试时，面对对面的车流，系统似乎没有成功探测到车辆，特斯拉在没有减速直接要进行左转时被车主介入紧急刹停等待。显然，这是一次并不成功的例子。

第二次，对面并没有太多车，在让过了两辆对向车辆之后，特斯拉成功左转进入小路，成功。第三次，特斯拉在即将要进行左转时及时刹住了车，但时机略晚导致车头探出了线，使得对面驶来的皮卡立即向右偏、甚至有一点偏出自己的车道来躲避特斯拉。这一次虽然结果上成功，但过程并不完美。

后面还有一次测试情况为，车辆在路口处等待至一个左转的小窗口，但车辆刚开始移动后又发现了外侧的对向车辆，于是再次刹停，但此时车头已经探入了对向车道，之后对向车辆驶过之后车辆继续进行左转，但面对对向来车速度稍慢。结果同样是成功的，但首先是二次停车时车头已经探入对向车道，是潜在的安全隐患，同上面的那次类似；另外是继续左转时，动作不够迅速，对车上人员和对向来车都会产生一定压力。

在这个场景下，由于在路口等待时车头是侧对对向车道，同时对面车辆车速普遍较快，这些对系统的视觉分析能力有相对较高的要求，因此我们看到测试车辆会显得有时激进有时犹豫，在判断时机上拿捏得还不是太稳，目前看还不能足够平稳安全地独立处理。

车云小结

从这几次测试中，我们可以明显看出纯视觉方案的一些特点。首先是探测距离，虽说我们可以明确观察到FSD能处理至少100米内的车辆，不过距离人眼、尤其是对远处车辆的识别仍有差距，特别是在类似场景下牵扯到车速较快的车辆时，观察远距离来车更为重要。其次是对速度的判断，不同于雷达传感器，纯视觉方案判断由远及近的速度变化仍然需要更强的能力和大量的数据训练，目前的FSD仍然会由于对其它车辆的速度判断不准而导致驾驶行为并不够合理和成熟。

至于FSD beta v9版本何时面向公众开放，马斯克表示预计仍将对EAP用户再多推送一或两个版本，比如v9.3、v9.4，之后再开启公众下载，且很有可能要等到v10甚至是v10.1版本，v10版本在架构上仍会有较大的变化。马斯克没有说明具体的时间点，根据目前的测试节奏，至少还需要一到两个月，或许更久。

不过还是强调过无数次的一点，即使现在这个看起来很强大的FSD得到了足够的测试、去掉了“beta”字样、完成了对公众的推送，我们依然要对所谓的自动驾驶辅助系统在实际道路中的表现保持谨慎，对道路驾驶负责，以免发生意外导致的安全事故。