最近特斯拉的FSD爆出在国内已经拿到测试牌照，FSD 进入国内倒计时中；而国内的华为在智能驾驶方面也是老早就喊出了遥遥领先的口号，所以，如果让特斯拉 FSD 和华为的 ADS 在能驾驶方面比一次，到底是华为厉害还是特斯拉厉害？
所以，本文将结合我对智能汽车行业的认知和相关知识，从技术和产品角度分析在智能驾驶方面，到底是华为 ADS 厉害还是特斯拉 FSD 厉害？希望能给大家一些信息和启发。另外文末有调查看看大家认为谁最厉害，也欢迎大家留言讨论，补齐信息。特斯拉的智能驾驶FSD是纯视觉解决方案，我们之前文章《视觉为王-小鹏以及特斯拉的自动驾驶方案》中也分享了，特斯拉主要依靠8个摄像头采集视频数据；依靠AI芯片和算法进行数据处理，实现自动驾驶。简单拿摄像头来说，特斯拉HW 3.0总共8个摄像头，都是130万像素，而且都是2015年左右就出来的技术。而相比国内环视都到300万的“卷”，这个硬件成本低的够可以了，而且听说未来HW 4.0 也可能就是500万像素。
摄像头作为传感器，输入的数据，决定了后面的传输，处理成本，所以特斯拉的整套成本也会低。所以，我们可以看到特斯拉的核心能力来自于软件，特斯拉硬件相对简单，规格也相对一致，因此很容易实现迭代升级。只要特斯拉的生产规模扩大，成本优势就越明显。大家可以看到，特斯拉2019年推出的的HW 3.0，在过去的几年一直不断算法迭代，通过OTA实现更先进的视觉算法。从过去主要靠CNN算法到BEV + Transformer + Occupancy， 到现在端到端的概念，这些新的算法都可以通过OTA升级获取。特斯拉的模块化电脑硬件也可以通过更换模块的方式进行升级，大大降低了车辆的资产折旧。另外，特斯拉的视觉识别和人眼一样，依靠可见光和图像分析。我们之前文章《揭开ADAS感知摄像头 - 分辨率和帧率的神秘面纱》介绍过摄像头，目前摄像头的帧率一般都在每秒30次，所以只要有足够的计算能力，其响应速度的上限也就是33ms，你要知道人类的平均反应时间是250ms，战斗机以及赛车员的反应时间是100ms，当然人类对于显示的反应极限是13ms。所以，特斯拉的视觉方案有对突发、快速的障碍物感知的优势。视觉方案作为传感器，其实是模仿人类的眼睛，所以它也继承了人眼的缺陷 - 怕黑，怕不清楚，怕复杂干扰多的场景。当车辆处于逆光、夜晚、雨雾、道路标线和路侧标线不清晰的场景，或者路况复杂、干扰物多、或者大片白点的场景时，纯视觉方法会遇到难以克服的障碍和瓶颈。也就是说，这种解决方案的上限是无限接近人类视觉驾驶的水平，但无法超越人类视觉驾驶的水平。目前，受视觉方案限制，特斯拉的FSD在夜间及雨雾等能见度较差的自然条件下，智驾风险依然较大，很多场景依然需要驾驶员接管。另外就是视觉含有丰富的信息，特斯拉方案在不同国家和地区的通用性也需要强大的训练资源。中国的华为走的方式却是截然不同，华为的智能驾驶方案，其车顶必须要有一个非常明显的激光雷达凸起。我们之前文章《遥遥领先的华为智驾硬件以及背后的GOD和RCR算法》中分享过，华为应该是全球唯一一家在智能驾驶中把车用激光雷达用的溜溜的公司。华为的智能驾驶技术采用的是激光雷达和视觉融合方案，华为的技术主要依靠激光雷达采集数据，特别是GOD中用应该主要是用激光雷达来探索可行驶的空间（Lidar occupancy），通过AI芯片和算法对数据进行处理，实现自动驾驶。该方案的主要缺点是：成本较高、硬件升级困难、响应速度慢。相比于摄像头，车载激光雷达技术出现时间较短，产业化规模不大，因此硬件成本较高，即使在中国多家激光雷达厂家互卷的情况下，当前一个激光雷达的BOM价格也还需要3000元左右，更别说欧美世界了。所以，采用激光雷达的厂商在硬件成本上难以与特斯拉视觉solely的方案竞争。另外，激光雷达和视觉同时采集数据需要数据融合处理，对算力和算法的要求也较高，如果看目前学术界，基本主流的人工智能研究和公布信息都是基于视觉，所以，华为走的激光雷达路线，需要自己内部较长时间的研发和实验投入。总体来说，华为选择了高成本的方案，当然华为希望借助中国市场的规模优势，最终压低成本，所以也不难理解华为到处和主机厂合作构建鸿蒙智行生态，一起来将华为激光雷达方案规模化，从而达到降本的目的。其次，华为方案对硬件依赖较大，熟悉华为ADS的应该，知道华为从2021年推出ADS 1.0到现在，其硬件方案已经经历了三代：
-
ADS 1.0基于13个摄像头（前视觉双目+长短距），三个激光雷达，六个毫米波，400TOPs算力的MDC，高精地图的方案。这个基本上算智能驾驶全家桶或者大杂烩。
-
ADS 2.0，11个摄像头，一个激光雷达，200TOPs算力的MDC。相比之前ADS，减掉双目，两个激光雷达，三个毫米波，减掉一块昇腾610算力为200TOPs算力的MDC，减掉了高精地图。
-
ADS 3.0，相比ADS 2.0，一个激光雷达从128线换到了192线，其中一个毫米波换成了4D毫米波。
所以，明显华为方案不同年份生产的车型硬件配置会有所不同，软件版本维护会越来越复杂，老款车型OTA难度也会越来越大，导致车辆资产折旧增加。普遍预计3-5年后，由于硬件升级，已经售出的车型很难再获得能力的进一步提升。在感知响应速度方面，一般激光雷达的采样率一般为10hz，其响应速度的上限为100ms，当然华为ADS 3.0采用的192线雷达采样频率已经达到20hz。所以从理论上来讲，不如视觉方法快。当然，从感知到执行响应，还需要经历通讯、计算、执行响应延迟等原因，所以，两者的差异很难体现出来。通过激光雷达感知环境数据，可以突破视觉限制。华为采用的1500波长激光雷达，无论是白天还是夜晚，无论是雨天、雾天还是尘土，对激光雷达的工作影响都很小。而且激光雷达收集的数据自带距离向量，不需要AI芯片进行计算，对芯片算力和算法的要求比较低。理论上，随着激光雷达方案的不断演进，最终可以超越人类驾驶水平，甚至实现夜间熄灯驾驶，是L4级自动驾驶的终极路线。所以，华为车型已具备在中国所有城市L2++的智能驾驶；华为智能驾驶的夜间驾驶表现非常优秀，甚至可在乡村道路和村落上实现智能驾驶。实际表现已全面领先特斯拉方案。并且大家可以从媒体以及自媒体视频中，看到华为车辆在一些极端条件下，如夜间、雨雾天气、逆光场景等，表现惊人，比特斯拉方案更可靠，接管率更低。当然不少人怀疑视频的真实性，相信看完我们文章，明白原理之后，应该不会怀疑真实性。从产品和商业的角度来看，特斯拉方案采用成熟传感系统，通用发展的AI技术，所以可以用低廉的成本实现更好的辅助驾驶，从而以更低的价格占领市场，为公司获取更好的利润，进入良性循环。从体验和技术上限来看，华为的方案未来应该可以无缝演化到L3以上的智能驾驶，可以实现更稳健和更广阔的ODD。但摆在华为面前的是如何扩大规模，通过用规模化降低成本，当然目前情况华为应该是on track。特斯拉底层技术是目前火爆世界的AI，跟随和共享世界视觉和语言通用AI技术的发展。而华为，底层技术也是AI，但是华为需要自己钻研自己独特的激光雷达应用技术。长期来讲，或许能走出一个无人能做的特色的道路，或许走入死胡同。这也就是在策划这篇文章时候，蹦出我脑袋里面第一句话“中国的华为，世界的特斯拉”，很遗憾这个标题有点怪，会引发一些争论，所以，没用，但通过这个可以无奈的看到地缘政治或许是下一个时代的常态。
技术咨询
代买器件
商务客服
研发客服
