一种思路，两种选择。自动驾驶硬件之争：特斯拉向左，蔚来靠右

作者：陈师傅

高级辅助驾驶已经在改变着我们的生活，自动驾驶硬件作为这一功能的基础，决定了它所能实现的功能、精度、智能程度等。那么各家厂商的自动驾驶都采用了什么方案？在硬件上都有什么区别？

特斯拉的Autopilot应该是目前应用最广泛的高级辅助驾驶系统了，那么我们就挑一些目前关注度比较高的选手来挑战，看看从硬件方面，特斯拉Autopilot是否称得上是“当今最强”。

今日赛事：特斯拉Autopilot vs 蔚来NIO Pilot

首先在整套系统的构成上，特斯拉Autopilot（以下简称AP）与蔚来NIO Pilot（以下简称NP）基本一致，都是以三目主视觉摄像头为主，环视摄像头、多种传感器为辅，无激光雷达的方案。其主要区别在于，主芯片组的不同，以及毫米波雷达的使用数量。

主芯片组 144TOPS vs 2.5TOPS

AP的主芯片组，为特斯拉自行开发的Hardware3.0 FSD，目前已搭载于特斯拉的各种车型上。其中包含了两套完整的FSD，这是因为它采取双神经网络处理器冗余模式，一个处理器挂掉另一个还能继续工作。

上图为即为Hardware3.0。它的主芯片采用14纳米FinFET CMOS工艺制造，具有60亿个晶体管，内含2个神经网络处理器，每个核心在2GHz频率下拥有36TOPS的算力，所以双核共有72TOPS的算力，整个Hardware3.0就有了144TOPS的算力。

NP的主芯片组实际上也是自行开发的，不过在视觉处理上，采用了Intel Mobileye eyeQ4方案，该芯片为Mobileye迄今最新的视觉处理器，目前在ES8和ES6上均有搭载。

上图即NP的电脑板，可以看出在面积上要比APHW3.0小很多。这块板子上有两个比较明显的芯片，其中较大的一颗就是EyeQ4芯片，它采用28纳米FD-SOI工艺制造，内建四个CPU处理器内核，每个内核又拥有四个硬件线程，共可提供2.5TOPS的算力。

对比之下可见，NP的主芯片组要明显差于AP，除了性能上数十倍的差距外，特斯拉的冗余设计也是独到且颇有必要的。当然，EyeQ4虽然性能远不如Hardware3.0，但在功耗上拥有巨大优势，芯片功耗仅3W，整个平台功耗也仅5W，而HW3.0则要72W。

主摄像头 均为三目摄像头

主摄像头为AP、NP的主要视觉传感器，可以实现自动驾驶中的诸多功能，如道路标识识别、灯光控制、车道识别、行人识别、车辆识别等等。

AP的主摄像头位于前挡风、内后视镜上方，为三目摄像头。

其中，位于中央的为主视野摄像头，视野角度是50度，负责一般性的道路状况监测，覆盖范围150米；两侧摄像头中，其中一个为窄角摄像头，视野角度是25度，能够清晰的拍摄到远距离物体、前方的车道线、红绿灯，覆盖范围250米；另一个为广角摄像头，视野角度是120度，能够拍摄到交通信号灯、行驶路径上的障碍物和距离较近的物体，覆盖范围60米。

NP的主摄像头同样位于前挡风、内后视镜上方，也是三目摄像头。

其中，位于中央的为主视野摄像头，视野角度是52度，负责一般性的道路状况监测；两侧摄像头中，其中一个为窄角摄像头，视野角度是28度，用于探测前方的车道线、红绿灯；另一个为广角摄像头，视野角度是150度，用来探测并行车道的状况、行人和骑自行车的人。

由于二者采用了相似的方案，同时蔚来没有透露其主摄像头的具体参数，这一项可以说没有胜负。

环视摄像头 1个之差，天壤之别

环视摄像头在不同的系统中起到的作用是不同的。

AP中，环视摄像头共有五个，其中2个位于车辆B柱，被称为“侧方前视摄像头”，主要作用为监测到高速公路上突然并入当前车道的车辆，在进入视野受限的交叉路口时也可提供更多的安全保障。

另有两个位于车辆前翼子板处，被称为“侧方后视摄像头”，主要作用为监测车辆两侧的后方盲区，在变道和汇入高速公路时起着重要作用。

此外，通常被作为倒车影像的后摄像头，也被归为AP环视摄像头的一员，在自动驾驶中，主要负责复杂的泊车场景（同时也推测被用于躲避追尾时的紧急规避）。

在NP系统中，环视摄像头有4个，其中两个位于两侧外后视镜下方，另外两个一个位于车头处、一个位于车尾处，主要作用为组成360影像。

可见，在环视摄像头方面，二者有着较为明显的区别，除了数量和安装的位置外，在主要实现的功能上也有较大不同：在AP系统中，环视摄像头的重要程度更高，可以实现车辆监测、路况识别、紧急规避等操作；但在NP系统中，由于安装位置和视野的限制，则主要起一些辅助作用。

所以，在环视摄像头这一项中，AP要强于NP。

毫米波雷达 1个打5个

毫米波雷达为传统ACC系统中的主要工作部件，它主要起到的作用是距离探测，并且在恶劣天气中仍可工作。

AP系统中，只有一个毫米波雷达，是远程雷达，它位于车辆的正前方，前包围的正中央，特定波长可以穿越灰尘、雨、雪、雾以及车辆下方空间，还可以通过反射计算出与物体之间的距离，对探测前方物体并作出及时反应起到至关重要的作用，对AP来说就是提供与正前方障碍物的距离了。

NP系统中，则配备了多达5个毫米波雷达，其中一个是远程雷达，探测距离可达150米，位于车辆正前方，起到的作用与AP相似。另外四个为环视雷达，位于车辆左前、右前及左后、右后方。这四个雷达，探测距离相对较近，但范围更广，主要起到的作用为车辆四周的物体探测，也就是与AP中环视摄像头的作用相似。

可见，在毫米波雷达方面，NP系统的利用程度要远高于AP系统，这也是为什么NP只选用了算力为2.5TOPS的芯片，因为NP对于图像处理的需求远低于AP，但可以实现的功能是相似的。

超声波传感器 一打对一打

我们常说的倒车雷达实际上就是超声波传感器，通常位于前后保险杠上。与毫米波雷达类似，它可以通过反射计算出与障碍物间的距离和大体轮廓，但范围较短，仅有3~5米。

AP中，前后共配备了12个超声波传感器，前6后6。每个传感器可覆盖约90度的扇面，探测距离最大为8米。它在自动驾驶中的主要作用，是探测附近的车辆、尤其是强行并道的车辆，并在关键时刻进行规避。同时，在自动并线、低速行驶、窄路辅助、以及自动泊车时，也会起到作用。整体上来看，是与环视摄像头相辅相成。

NP中，超声波传感器的布局和数量与AP相似，也是前6后6。该传感器由博世提供，探测距离为5.5米。由于环视毫米波雷达的存在，超声波传感器的作用不是非常明显，主要运用在窄路辅助、自动泊车辅助等方面。

可见，在超声波传感器方面，AP与NP不仅布局和数量基本相似，在主要作用方面也基本相一致。当然，由于AP对环境的感知主要来自视觉摄像头，所以在近距离范围内的物体感知，是需要超声波传感器相配合的，也就是说在重要程度和利用率上，AP是要高于NP的。

胜负：左右之分

对比下来不难发现，在整套系统的构成上，特斯拉AP与蔚来NP基本是一样的，都是以三目主视觉摄像头为主，环视摄像头、多种传感器为辅，无激光雷达的方案。但在周围环境的感知上，二者还是有着明显的差别的。

在AP系统中，对周围环境的感知主要来自车身上的5个环视摄像头，获取信息的方式主要是视觉（图像）信号，视觉信号的复杂程度和包含的数据量要远高于雷达信号，但从中进行识别和信息提取需要用特定的算法进行视觉处理，这也是为什么HW 3.0的视觉处理能力非常强。

相应的，特斯拉的视觉处理技术也非常强，他们可以通过独有的算法，在平面的图像中识别到各种物体、标识，如行人、车辆、自行车、信号灯、限速牌、路肩等等。

但是视觉信号有一个比较明显的缺点，就是并不能真正的探测到物体、以及感知距离，这也是为什么AP仍需要毫米波雷达和超声波传感器的辅助。

那么，通过对算法的升级，是否可以在图像中计算出距离等更深层次的信息呢？或许可以，毕竟在特斯拉看来“基于视觉计算的神经网络能够解决所有问题”。这就让AP这套系统的上限很高，只要算法足够先进，利用现有的摄像头+雷达硬件，甚至可以直接实现L3甚至更高等级的自动驾驶。

在NP系统中，对周围环境的感知主要来自车身上的4个环视毫米波雷达。通过雷达信号，可以准确获取到周围障碍物的位置、大小以及速度，且获取的方式更直接，不需要太复杂的运算，这也是为什么eyeQ4方案即可满足NP的需求，因为真正需要处理的视觉信号就只有来自正前方的三目摄像头。

当然，雷达信号也有明显的短板，那就是它不能分辨探测到的物体是什么，它只能告诉你多远处有个东西，但是人是狗，就不知道了。

这套系统的优点是显而易见的：安全性很高。虽然雷达信号相对简单，但识别足够准确，有障碍物存在就可以检测到，不需要再进行运算和识别，可以避免绝大多数的意外发生，也基本不会出现像特斯拉误把白色车厢识别成白云从而发生交通事故的情况。

但相应地，能获取到的信息量低，其下限也就低。虽然NP在正前方也是采用视觉+雷达方案，但是在对周围的感知上，仅凭雷达是不够的，因为车辆实际上是不能知道车周围是有哪些东西的，想实现L3等高级自动驾驶比较困难。

这也难免，目前蔚来在视觉算法方面的技术积累仍达不到特斯拉的程度，同时消费者对L3等更高级别的自动驾驶还没有强烈的需求，所以在迫切需要实现L2的前提下，采用这种相对保守的方案，是更加实际的做法。

AP与NP到底谁更强？显而易见的是，AP在方案成熟度和技术先进性上要远超过NP，但用Mobileye副总裁的话来说：“从安全的角度看，这套系统的设计并不能覆盖所有可能出现的碰撞情况”“…是在不断挑战安全极限”。在目前的道路状况和用车需求下，特斯拉AP与蔚来NP，不过是一个偏左，一个靠右而已。