两年前，特斯拉宣布拿掉毫⽶波雷达。
毫⽶波雷达的作⽤主要集中在⾏⻋过程中，可以看穿⾬、雪、雾和灰 尘，在检测和响应前向物体⽅⾯发挥着⾄关重要的作⽤，可以增加对⻋辆的识别感知。
但是特斯拉⾮常勇敢的在量产⻋型中去掉毫⽶波雷达。
并且，在接下来的这两年中，随着FSD 的不断迭代升级，关于特斯拉拿掉毫⽶波雷达会影响到⾏⻋安全的质疑逐渐被消除。
如今，类似的⼀幕⼜在上演，特斯拉这次拿掉的是超声波传感器。
对于这件事，我想很多⼈的第⼀想法是：
特斯拉减配，省成本。
我想说的是，不要那么⽚⾯，格局要放⼤。
这⾥我们关注⼏个点：
超声波传感器的作⽤
特斯拉为什么拿掉超声波传感器
拿掉它对特斯拉有怎样的影响
超声波传感器对特斯拉的作⽤要想知道为什么取消超声波传感器（USS），⾸先要了解超声波传感器的作⽤。
超声波传感器主要⽤在⾃动泊⻋场景。
此前特斯拉⾃动泊⻋完全依靠超声波传感器来实现（国内我的实测是这样的）。
（补充知识点：⽬前，⼤家都在使⽤视觉融合，即结合环视摄像头及超声波传感器，通过多传感器融合，实现环境感知，以此实现精准识别⻋位等功能。）
从拿掉超声波传感器（USS），暂时受限功能也能看出端倪：
这次拿掉超声波传感器，就是为了⽤纯视觉取代超声波传感器在泊⻋中的作⽤。
为什么被拿掉？这⼀点⼜要回到10⽉1⽇的特斯拉AI Day。在这⾥⾯，特斯拉聊到了⾃动驾驶的新进展。这次⼀个⾮常关键的⼀点就是其占⽤⽹络。
简单解释就是：特斯拉⽤纯视觉以及算法构筑起三维世界模型。
通过8 个摄像头在在⽮量空间中⽣成周围物体的为所有汽⻋周围的每个三维位置⽣成统⼀的体积精度。
于是就有了这个新的建模（这套UI 暂时没有上⻋）：
看到，图上不同颜⾊的体积块了吗？这是语义分割，特斯拉⽤不同颜⾊来表示不同物体：
⽐如⻋辆、⻢路⽛⼦、周围建筑等。
同时，针对动静态问题，都能进⾏建模。
那么，三维世界中的内容都会被直接感知到。
⽽对于泊⻋来说，所需要感知到的停⻋位、停⻋线以及周围的⻋辆或者遮挡物，对于特斯拉占⽤⽹络来说，都不是什么问题。
官⽅原话是这样的：
「随着USS 的删除，我们同时推出了基于视觉的占⽤⽹络⸺⽬前⽤于全⾃动驾驶（FSD）测试版⸺以取代USS ⽣成的输⼊。有了今天的软件，这种⽅法为⾃动驾驶仪提供了⾼清空间定位、更远距离的可⻅性以及识别和区分物体的能⼒。与许多特斯拉功能⼀样，随着时间的推移， 我们的占⽤⽹络将继续快速改善。」
试问，既然纯视觉能⼒已经能够替代超声波传感器，那你说，还在⻋上留着这个传感器⼲嘛？
做装饰吗？
此外，特斯拉还有⾃⼰的仿真系统，也能⽤来训练特斯拉在泊⻋场景的表现。
这个仿真系统类似⼀个游戏引擎，可以直接构建所需要的场景：⽐如下⾯的这三个场景：
其中就涉及到积⽔路⾯、有植物在路⾯上形成遮挡效果、雾⽓很重的天⽓…..
这只是其中的⼀个⾏⻋场景，那么泊⻋场景同理。特斯拉也完全能够很快就搭建出来。
仿真模拟可以提供⼀些⽇常⽣活中不常⻅的corner case（⻓尾场景）， 这些数据反过来也能对FSD 进⾏训练，提升FSD 的泊⻋表现。
具体关于特斯拉FSD 的技术进展，可以看我的这篇特斯拉AI Day 的解读。
不过有⼀个问题，在只使⽤超声波传感器做泊⻋的时候，它只能识别两⻋之间的停⻋位，如果⻋位周围没有⼀台⻋，那它完全⽆法识别。
不知道，采⽤纯视觉之后，特斯拉能否解决这个问题，并提供更好的泊⻋体验。
对特斯拉的影响从2022 年10⽉初开始，为北美、欧洲等地制造的所有Model3 和Model Y不再使⽤超声波传感器。
拿掉毫⽶波雷达、拿掉超声波传感器，意味着特斯拉全⻋硬件配置就只剩下8 个摄像头+FSD 芯⽚（还有⼀些定位装置）。
这也暗示了特斯拉纯视觉的进步。同时预示着：
特斯拉铁了⼼在纯视觉这条路上⼀路⾛到⿊。
⽽如今，随着超声波雷达的拿掉，特斯拉也正是进⼊到⾃动驾驶研发的深⽔区。
对于如今的头部⾃动驾驶公司来说，基本上90% 的场景都已经解决掉了，现在就是都在啃剩下的10% 的corner case 的硬⻣头。
谁能攻克的越多，谁的体验更好，谁就能在未来⾃动驾驶竞争中胜出， 同时引领这个时代。
不过要强调的是，我们依旧⽆法确定到底最后是纯视觉路线会胜出，还是激光雷达路线会胜出。
但是特斯拉很有勇⽓，⼀条路⾛到⿊。
特斯拉⽜逼之处就在于，不会完全局限在汽⻋领域，⽽是去融会贯通， 不断引⼊其他领域的东⻄去提升⾃⼰的能⼒，⽐如机器学习、神经⽹ 络，以他⼭之⽯来攻⽟。
这个思维，是我们国内很多⼚商去学习的地⽅。
完。
如果你觉得内容不错，欢迎点赞、关注、转发，这对我的创作有很⼤的帮助。
