体验特斯拉AP2.0系统/来自中国解决方案(ap系统)

说到自动驾驶技术，绝大多数人会认为谷歌是目前在地球上最被看好的企业，不过说到自动驾驶技术的量产和投放使用，那么特斯拉无疑是这个星球上最“激进”的车企了。作为一家新兴车企，与绝大多数传统车企的保守不同，特斯拉对自动驾驶技术的投放可以说是不留余力。那么经过了去年的挫折后，更改了技术路线的特斯拉如今在自动驾驶技术上体验如何？而国内的一些初创和互联网公司在自动驾驶的解决方案是否又能让我们离特斯拉的这一功能更进一步呢？

●前后两代Autopilot（自动辅助驾驶系统）都有些什么变化？

虽然去年在美国发生的自动驾驶致死事件被吵得沸沸扬扬，使得特斯拉在新版本的OTA更新中将这套系统的名字从“自动驾驶”改为了“自动辅助驾驶”，也以此为导火索更换了Autopilot 1.0版本的合作伙伴Mobileye，表达出一种谨慎的姿态。不过紧接着特斯拉又推出了Autopilot 2.0版本，提供多达8个摄像头和毫米波雷达的组合形式来完成自动辅助驾驶系统的信息收集，可以说特斯拉仍然在自动驾驶技术的量产与推广上持较为积极的态度。

那么更新了软件和硬件的特斯拉Autopilot 2.0自动辅助驾驶系统用起来的感受如何呢？我们最近在北京的四环线上对此进行了体验，相比于之前的版本，特斯拉的这套系统还是有着比较大的提升，特别是针对行驶中的一些不安全因素的提醒方面。

● 值得肯定的方面

- 加塞

在实际道路行驶中，特斯拉在道路线清晰的北京四环路上跟车和车道保持基本都没有太大的问题，在被加塞的情况下，虽然系统不会有任何的提示，但当探测到来车后会主动的减速，也会轻微的打方向避让

- 车道减少

在实际驾驶中，两股车道合并成为一股车道的情况颇为常见，那么特斯拉的自动辅助驾驶系统在这样的情况下会如何做出判断呢？在这一点上特斯拉的这套系统很符合国外的驾驶习惯，因为它在跟车时会留下空间给相邻车道的一台车并线的机会，从而完成一股车道一台车的相错并线。

对于拥有自动驾驶技术的车来说，如果能够拥有较为良好的驾驶习惯，与非自动驾驶车辆就能更好的在公共道路上共存，所以看到特斯拉拥有让车的逻辑我们也倍感欣慰。不过特斯拉具有深度学习驾驶者习惯的能力，如果车主的驾驶习惯不好，是否会长久的影响特斯拉的驾驶习惯呢？据了解至少在上传至云端的驾驶数据中，会将不好的驾驶习惯删除，不会下放给其他的特斯拉，所以你的特斯拉肯定不会学到其他车主的“坏毛病”。

- 双手离开方向盘的提醒

在去年发生的自动驾驶致死的事故中，由于驾驶员开启当时还称为“自动驾驶系统”的Autopilot后并未将注意力放在道路上，所以才导致了惨剧的发生，那么现在还会发生同样的情况么？

而随着离开时间的越来越长，除了整个仪表盘的边缘产生呼吸灯形式的提醒外，还会伴随着越来越急促的警示音，直到最后车辆自己强行退出自动辅助驾驶的模式，逼迫驾驶员接管车辆的操控。

●还有提升空间的方面

- 并线

被加塞儿时可以做到游刃有余，那么在并线时Autopilot的表现又如何呢？在激活自动辅助驾驶系统后，特斯拉可以在打开转向灯后自动变线，当然前提是摄像头检测到旁边车道没有车辆的情况下。在实际道路体验时，我们尝试着在与后车间距很近的情况下打灯变线，特斯拉也完成了变线动作，可以看出驾驶风格更偏向于激进。

在道路体验时我们遇到了一个比较危险的情况，当左侧第一车道无车时，特斯拉准备向左侧并线，但此时左侧第二车道的车辆也打算向第一车道并线，而特斯拉的摄像头并未检测出这台正在并线的车辆，直至驾驶员进行人工干预才停止了并线。

虽然在官方的传感器示意图中，B柱上的两个摄像头与广角前摄像头的监测范围重叠，使得特斯拉在前部区域并没有视野上的盲区，可是实际检测中还是有发生危险的可能。

- 大角度的弯道

所谓的大角度弯道，就是在例如盘桥等转弯半径较小的路段，在这样的路段中车道线变化的速率较大，相应的对车辆摄像头的检测范围要求也较高。特斯拉前风挡后面的三颗摄像头中有一颗是广角摄像头，所以说理论上具备在大角度弯道中进行车道保持的能力。那么实际情况如何呢？

虽然特斯拉有广角摄像头，但在实际的道路体验中，还是无法做到在大角度的弯道中检测完整的车道，所以无法依靠车道保持功能完成大角度的转弯。不过我们分析，特斯拉目前的硬件设施其实具备大角度弯道中车道保持的能力，也许只是处于安全因素的考虑而暂时不具备这个功能。

- 针对其他道路参与者的显示

所以从实际道路的体验来看，就像Autopilot的名字“自动辅助驾驶”系统一样，在开放道路上这套系统还无法做到完全可靠，仍旧需要驾驶员时刻关注道路交通情况，在紧急时刻接管车辆的控制权。而对于Autopilot 2.0系统来说，硬件设施已经足以承担更高级别的自动驾驶能力，只是特斯拉在软件方面的更新相对滞后，相信在未来的一段时间内特斯拉都会在自动驾驶领域使用图像加深度学习的这套技术解决方案。

- END -