特斯拉FSD Beta V9。0的釋出，再次明確了馬斯克對實現自動駕駛的一貫策略和態度。但對比目前傳統車企和新勢力透過更多的冗餘感測和軟體設定提升當自動駕駛安全性的方案，特斯拉的FSD方案目前讓我們會產生小小的擔憂。
1. 解析特斯拉FSD Beta V9.0
a）
特斯拉FSD Beta V9.0是什麼？
其實這次更新已經讓大家期盼許久，畢竟「鋼鐵俠」早在2018年就已經承諾會推出新版 FSD 系統，眾所周知，他鴿了；2019年，上演了同樣的劇情，眾所周知，他又鴿了；可能馬斯克也深諳「事不過三」的精髓，終於，在美國時間的2021年 7 月 10 日，特斯拉FSD Beta V9。0在美國向用戶推送了。相比起上一個版本，V9。0 或將是 FSD 迄今為止最大的一次更新。
演算法重寫是FSD Beta V9。0最核心的變化，重寫感知演算法讓特斯拉只要用純視覺就可以實現城市級別的完全自動駕駛能力。
也就是說，V9.0是特斯拉的純視覺方案，系統將不再採用雷達資料。
除此之外，FSD Beta V9。0中，駕駛視覺化也得到了改進，視覺化介面UI展示了更加精細的效果。
之前V8版本的「賽博朋克」UI長這樣，大家可以感受下變化。
剩下的更新內容概括如下：
l 在城市道路上進行變道
l 根據導航路線選擇岔路
l 繞過其他車輛進行導航
l 在交叉路口進行轉向
l 最高速度限制提到80英里/小時（129公里/小時）
b）
為什麼特斯拉要用FSD方案？
因為生態要閉環，因為要降低成本！在2016年特斯拉與Mobileye分手後，目前特斯拉已經基本完成了其自動駕駛的閉環，同時也走上了一條『獨木橋』，背後的商業邏輯還是降低成本，畢竟馬斯克自己都說「鐳射雷達是昂貴的、不必要的感測器」。
車輛感測器與ADAS
邦老師認為，特斯拉若堅持這樣發展，可能會把『獨木橋』走成『康莊大道』，但更大機率是會將『獨木橋』變成『走鋼絲』，對比目前傳統車企和新勢力在自動駕駛方面透過更多的「冗餘感測」和「軟體設定」提升當下的安全性的解決方案，目前特斯拉的FSD顯得有些單薄了。對於中國消費者『不怕一萬，只怕萬一』的謹慎心理來說，『單保險』很難在長遠考慮上成為讓人安心的首選。
2. 光靠視覺感知方案已足夠？多出來的屬於硬體效能過剩？——不，安全第一
a）
各類感測器的簡單科普
目前新勢力多會採用『視覺攝像頭+毫米波雷達+超聲波雷達+鐳射雷達感測器』的配
置來保證自動駕駛的安全實現。
邦老師就不完全展開每種感測器的詳細介紹了，這裡我做了張表格，大家可以有個大概的瞭解。
b）
硬體堆疊並非全部，但必須保證安全
可以看到每類感測器都有自己的侷限性，所以需要強強聯手以保萬無一失。那這幾類感測器協作出來的結果是怎麼樣的呢？
邦老師整理了一下目前市面上主流的自動駕駛感測器配置方案，可以看到基本上每位選手都運用了多種類感測器協作，力求用「感知冗餘」來更有效地保證自動駕駛的安全性。
網上有一種觀點認為，這種堆滿感測器硬體的車是硬體過剩，其實不然，前面講到導致特斯拉和Mobileye分手的導火索，
正是因為缺乏「感知冗餘」而導致的『全球首例自動駕駛致死』事件。
白色卡車示意圖
2016年5月，美國佛羅里達州一輛開啟了Autopilot自動駕駛模式的特斯拉與白色重型卡車相撞，導致特斯拉車主身亡。
美國高速公路路牌示意圖
而Autopilot判斷錯誤的主要原因，有可能是毫米波雷達測距誤判。當時毫米波雷達已測到前方有巨大障礙物，但可能因為卡車反射面積過大和車身過高，毫米波雷達將拖掛車誤判為懸掛在道路上方的交通指示牌；同時，前置攝像頭EyeQ3很可能也產生了誤判。因為事故拖掛車是橫置的，全身白色，沒有色彩警告，在陽光強烈的環境下，影象識別系統容易將拖掛車誤判為白雲，故而沒有發出警報。
而這樣的誤判，在2019年依然存在。一位叫green匿名工程師在Twitter上表示。他的特斯拉一開始檢測到了前方的拖車，但後來green發現，在幾秒鐘內的畫面內，由於拖車下的大空間，Autopilot沒有識別出它是一輛拖車，而把它判定當成了一個可以穿越的物體，並明確匯出了綠色的可行駛區域，和黃色的駕駛預測線，如果不是人為干預，車輛很可能會從拖車底下穿過去，那麼3年前的悲劇，很可能再次上演。
如此看來，攝像頭+毫米波雷達方案尚且缺乏冗餘度，光靠攝像頭的「純視覺感知」方案，如果面對更復雜的駕駛場景，顯然有些單薄了，缺乏『冗餘設計』，則很難為高階自動駕駛提供更高級別的安全保證。
3. 自動駕駛場景需要深度本土化，體驗才能更好
a）
最新的特斯拉FSD在北美表現怎麼樣？
在最新版本的FSD推送後，不少Twitter博主守著晚上0點的更新迫不及待進行了測試。
車輛變道時十分流暢
經過路口時，車輛會自動減速停駛，監測左側方向是否有車輛通行
確認左側無車，車輛透過路口後自動加速
路面的線條清晰，路口顆粒顯示精細，物體檢測看起來也很準確
只是在V9。0自動駕駛的情況下，車輛經過減速帶時速度為18-19英里/小時（30公里/小時），這個速度似乎對駕駛員和乘客的屁股不太友好。不過這位博主說得最多的一句話是『Smooth』，全程「縱享絲滑」讓德芙都想打錢。
不過，隨著參加測試的博主越來越多，特斯拉的FSD Beta V9。0開始出現一些未能識別的場景BUG，這位網友在西雅圖的道路上針對各種場景進行了詳細的測試，結果發現了11種讓V9。0「無法正確執行」的場景。
場景一：自動轉彎之後徑直向道路中央的綠植撞了過去。
場景二：無法識別路中單軌道路，蛇皮走位差點撞柱子上。
場景三：闖公交車專用道，之後還要強行併線，被人為阻止。
場景四：在單行車道上逆行。
場景五：一直轉換車道。路口右轉時，無法判斷使用哪個車道。
場景六：汽車壓實線併線，且換道時機太晚只能繞到下個出口。
場景七：自動超車但走上了錯誤的路線，之後還要強行併線，被人為阻止。
場景八：馬上左轉了卻要換線。
場景九：左轉後奔著路邊停車位去了。
場景十：按導航該左轉時，車子到路口後不知所措。
場景十一：在一個只有指示牌的地方，被識別成兩個。
對此，馬斯克在Twitter作了迴應『Beta 9解決了大多數已知的問題，不過也會有未知的問題，所以請保持警惕』。所以，特斯拉這套FSD在北美尚且未能100%適應，在車況和路況更為複雜的中國，特斯拉FSD方案是否能給到駕駛者足夠的駕駛信心，邦老師持保留意見。
重慶黃桷灣立交橋，百度看了會沉默，高德看了想流淚
我們且不說各種複雜的道路和路權意識淡薄的交通參與者，光是重慶的8D魔幻道路，就能給高階自動駕駛帶來足夠殘酷的考驗。目前FSD Beta V9。0還未進入中國，但可以從我們之前對特斯拉Model 3進行的自動駕駛的實測管中窺豹。
電動邦實測：雜亂的車道線會讓車輛判斷髮生紊亂，出現蛇皮走位
電動邦實測：在岔路口出現併線猶豫
電動邦實測：將「靜止等待」的行人誤識別為「正在橫穿」，然後急剎
在我們的測試中，特斯拉在自動駕駛方面的智慧化的確很高，但在複雜場景中會出現蛇形走位、併線猶豫、莫名急剎等危險情況，這就是為什麼使用自動駕駛功能會被要求「雙手隨時握緊方向盤」。除了感測器協作和演算法決策還需最佳化，還有一部分原因是
缺少深度的本土化定製
。
b）
中國車企在這方面表現如何？
不得不說，國內新勢力在自動駕駛方面已經開創了一條新跑道，實測小鵬P7後，我們感到十分欣喜，這讓我看到國內廠商在自動駕駛上實現彎道超車的曙光。
最近比較熱火的還有華為的自動駕駛以及智己的自動駕駛。
我們先來看看搭載華為自動駕駛的極狐阿爾法S華為HI版的表現。
無保護左轉
識別慢車打燈變道超車
無標線、大幅度轉向路口
對向來車佔道行駛實現避讓
我們再來看看搭載智己IM AD系統的測試車輛的表現。
智慧躲閃&車道線控表現
切換高架處理Y型岔口
自動上高架匯入主路
橫穿車輛處理
從影片來看，極狐阿爾法S華為HI版和搭載智己IM AD系統的測試車輛對於經典型的城市道路，左右轉、調頭、避讓、停車等紅綠燈等日常路況，自動駕駛系統都能精準完成，整個處理非常連貫，可以說是比較全面地反映出多種類感測器協作的結果。
兩者的自動駕駛表現非常不錯，讓邦老師對兩臺車最終量產版本的表現倍感期待。兩者在研發之初，就將自動駕駛的場景化顆粒度打得很細，並且深度基於採集到的中國本土化資料進行了自動駕駛方案的最佳化，最終才打造出相對更優秀的自動駕駛體驗。
c）
特斯拉「深度本土化」的路上，不妨找個合作伙伴
實現自動駕駛，最重要的是三個方面：演算法、算力和資料支援。特斯拉在前兩年已經做到目前的行業頂尖，但要做好本土化，資料支援必不可少，這也是目前國內的車企和Robotaxi公司的巨大優勢：高德、百度以及國內網際網路本土大資料將為自主品牌的自動駕駛演算法和類人學習提供強有力的支援。
特斯拉如果要治療在中國的「水土不服」，大可尋找一家合法的國內專業測繪企業進行合作，來實現馬斯克『互助共贏』的戰略。當然，關鍵的是要找
『合法的國內專業測繪』
企業，千萬別在法律的邊緣來回試探！
4. 寫在最後
回到開頭的特斯拉FSD Beta V9。0，它的到來對特斯拉車主來講必然是一個好訊息，可玩性再次得到了提升，果然是『早買早享受，晚買享折扣』。總的來說，搭載FSD方案的特斯拉仍然是一個值得推薦的「香餑餑」，更別說官降後成為「香王之王」。
但需要了解的是，特斯拉的「純視覺」方案並不是最適合中國國情的選擇，缺乏「感應冗餘」和「足夠的本土化大資料」將成為特斯拉在深拓中國市場過程中觸之必痛的「逆鱗」。在邦老師看來，從2021年下半年開始，持幣代購的消費者就接觸到更多的選擇，而且是更好的選擇。
不著急的朋友，可以再等一等，到時候，群雄並起的鬥爭局面，說不定還能幫你爭取到更可觀的優惠哦。
