特斯拉 Model 3 自动辅助驾驶功能深度体验

2020 年 11 月 25 日 少数派

曾经有一部经典美剧叫《霹雳游侠》,剧中主角 Michael 拥有一部高度智能化的汽车 K.I.T.T,它不仅能自动驾驶、性能强大,还风趣幽默、体贴入微。作为科技迷,我一直心心念念何时才能拥有一辆这样的汽车。转眼几十年过去了,我们似乎终于开始进入了人工智能时代,当年影视剧中的设想也在被慢慢实现。

这篇文章是我基于特斯拉 Model 3 自动辅助驾驶功能的深度体验,还会顺便跟大家普及一下自动驾驶的定义和阶段,也许你的下一部车,就已经具备当年影视剧中的这些「科幻」能力了。

全球自动驾驶的分级定义

目前广泛参考的自动驾驶分级标准,是美国汽车工程师学会(SAE)制定的六个自动驾驶级别 L0 到 L5,大致的定义如下:

  • L0 :完全的人工控制驾驶,车机只是提供一些基本的警告和提示。
  • L1:对方向盘或加减速提供一项自动支持,其它操作为人工驾驶。类似增加车道辅助、定速巡航功能。
  • L2:根据环境,对方向盘和加减速同时提供自动控制支持,其它操作为人工控制。类似 Autopilot 基础功能。
  • L3:通过车机系统自动完成所有驾驶控制,但驾驶员需保持全程监控,随时接管控制。特斯拉最新海外测试版 FSD 也完全实现了这个能力。
  • L4:通过车机系统自动完成所有驾驶控制,仅在特殊道路和环境下,才需要驾驶员保持监控和接管。
  • L5:任何道路和环境下,都由车机系统自动完成驾驶控制,驾驶员可以选择是否监控和接管。

近期国内公布的《汽车驾驶自动化分级》也是参考 SAE 标准,这项标准基本成为了全球共识。这里要注意的是,L0 - L3 级并没有真正的完全独立驾驶能力,因此叫自动辅助驾驶。L4 - L5 级才可以称为真正的自动驾驶。

Model 3 属于哪个自动驾驶级别

Model3 自带的基础版 Autopilot 已经具备了以下能力:

自动车道保持

这里指的是车身摄像头根据车道线识别,对方向盘进行自动控制。这里不仅仅是直线车道控制,还有各种弯道的方向控制能力,转弯的同时还要控制速度,对于车道扫描、预测算法、车机系统响应都是考验。目前特斯拉对弯道的自动控制应该是最出色的,很多车虽然也宣传具备这个能力,但对弯道弧度或通行速度要求较高。

全速域车速控制

这里要特别强调「全速域」,意思就是从停车到最高限速内的自由启动和控制,Model 3 可以在 0 速度启动跟车,也可以在最高限速下根据前车情况自动降速到停止,并且跟随前车启动继续跟车,这个停顿时长可以支持到 5 分钟。

很多车的自动跟车启动是有最低速度要求的,而且一旦停车,几十秒内就退出辅助驾驶,就是说你必须人工驾驶到一定速度再启动跟车,停车后也要再人工启动。

应该是目前最强的自动跟车

所以如果你没买 FSD ,你获得的就是相对完善的 L2 级别自动辅助驾驶能力。在特定路况下——比如高速公路——它可以帮你大大降低驾驶疲劳。如果你买了 FSD 升级包,现阶段还可以解锁如下能力:

自动辅助导航驾驶

Autopilot 帮你解决了车道和车速的自动控制,这个功能则根据你规划的路线地图,进行自动变道,以帮助你完成整个行程。但因为地图精度限制,这个功能目前只能在高速公路上才会识别开启。

开启之后,车机系统会根据导航规划,提前变更车道,自动转入其它高速匝道,减少错过路口的情况。但因为每个行程包含的路况不同,可能包含市区道路,所以这个功能不一定能全程支持。

蓝色直线显示为地图导航状态

智能召唤

召唤功能是在开放环境下,短距离的无人驾驶。这个功能是对传感器、摄像头、GPS 定位的综合考验,因为并没有标准的车道线可以遵循,而是要基于当前环境实时反馈,最终行驶到指定地点。因此,这个功能限制也比较多,召唤距离需要在 65 米范围内,驾驶员需要观测车辆情况,同时也要保证 GPS 和网络信号稳定通畅。

自动泊车

自动泊车包括侧方停车和入口停车,行驶到车位范围内,会识别出可用车位,挂入 R 挡,会显示车位和自动泊车选项,点击启动即可自动完成。中间如果遇到特别障碍,会暂停操作,给驾驶员接管。

停在合适的位置,可以一键入位

综合来说,如果你购买了 FSD ,那么你已经拥有了 L2 - L3 之间的自动辅助驾驶能力,但实际上 Model 3 的车机硬件还可以支持更高的自动驾驶需求,所以购买 FSD 不限于当前功能,未来还会持续获得功能更新。海外正在测试新版 FSD 能力,已经达到了 L3 级别的无需干预程度,只是仍然需要很多流程和时间才能进入国内,但目前的车载硬件,已经完全支持了。

这就是 AP 和 FSD 之间的区别,AP 是基本配置,随车附赠的免费功能,属于较为优秀的 L2 级辅助驾驶;FSD 是持续可更新的自动驾驶能力,目前售价人民币 64000 元,根据新功能的增加不断涨价,也传言会推出订阅模式,可以根据自己的需求来选择。

自动辅助驾驶的场景实测

城市道路自动跟车

城市道路中有两种情况比较常用,一种是快速路通行,通常是 60-80 公里限速,几乎没有红绿灯的路段,比如深圳的北环大道和滨海大道,都可以稳定地使用 AP 辅助驾驶。开启之后,手脚基本可以放松下来,保持注意力和扶住方向盘即可。城市跟车时,AP 也可以处理堵车缓行的情况,设置好车距,可以自动跟随前车启停,不需要频繁操作刹车和加速,减少烦躁感。

有一些特殊情况需要注意,比如路面施工导致车道线混乱,可能导致识别错误、车道偏离,这时需要立刻介入方向盘控制,虽然车机会同步扫描四周车辆情况,避免碰撞,但依然建议及时接管。

在跟车过程中,会经常遇到并线插车的情况,大部分情况下,车机系统会自动减速避让,但不排除某些速度过快的违规并线车辆,存在造成碰撞的可能。因此,发现并线动向的车辆时,需要保持随时接管状态。

高速路辅助驾驶

高速公路上,除了可以更好地实现自动跟车之外,购买了 FSD 还可以根据导航进行自动变道。除了在匝道之前的变道操作,Model 3 还会根据前车速度,选择变道超车,变道前会有提示,你可以选择终止。

实测几次下来,我觉得这项功能还不够稳定成熟,变道路况通常比较复杂,车机的选择并不一定每次都是最优车道,但可以作为很好的变道提醒,减少错过关键路况的问题。

自动泊车体验

自动泊车的启动检测,更多是基于障碍物位置,如果位置合适,没有停车线也可以泊入。实测下来,侧方停车的效果最好,比较精准到位,速度也很快。入库停车,两车之间的识别效果较好,入位之后,偶尔可能存在停靠不到位的情况,需要人工调整一下。

召唤功能实测

召唤分为直线召唤和智能召唤,其中直线召唤可以让车辆在狭小的空间内前进或者后退,并且在探测到障碍物时还能自动转向。该功能与开锁等直连控制功能不同,需要手机和车辆同时连入网络。不过有时候在狭窄车位停车时,就可以让人先下车,然后手动控制车辆进库,离开时也是相同,非常实用。

智能召唤的初衷是为了让车辆可以自主规划路线,然后前进到车主指定的位置。但限制比较多,例如只能在停车场场所、手机和车辆不能超过 65 米距离等。在实际测试中,由于具体的场景过于多样,车辆并不能每次都顺利被召唤。但是该功能为车辆在城市复杂路况的决策累积了数据,可以期待后续的更新。

一些实用方法和技巧

跟车中加速可控

在 Autopilot 开启的情况下,如果你觉得速度不够、或者前车距离过远,是可以介入加速控制的,踩加速踏板并不会退出自动辅助驾驶,只是会弹出提示,你控制加速的时候不会主动刹车,你停止加速动作,车辆会继续进入自动辅助驾驶状态,不需要任何操作。

在可控的情况下,可以主动补一下速度,防止被过多车辆插队并线。但如果低于一个车距的情况下还加速靠近,可能会引发系统紧急制动,不建议操作。

双击限速对齐车速

自动辅助驾驶过程中,车辆的限速是通过提取地图数据和识别路面标志进行调整的,但 Autopilot 的调整不会那么频繁,所以可能存在车辆速度高于或低于限速的情况,此时可以利用方向盘的滚轮加减速,也可以双击一下限速图标,车辆速度会自动对齐限速,并进行加减速动作。

最后总结

自动驾驶是未来的趋势,但争议也非常多,甚至出现了一些意外事故,这里必须强调 L3 之下的自动驾驶都是辅助驾驶,需要驾驶员保持全程监管,但很多车主没有遵循这个原则,再加上各国路况、驾驶习惯差异较大,意外情况总是会发生。

但从辅助驾驶的角度来说,Model 3 已经大大减少了驾驶疲劳感,甚至在某些情况下,可以自动躲避障碍,减少事故发生,在同级别车辆 L2 辅助驾驶能力测试当中,保持了最佳成绩。甚至将很多高端豪华传统车企甩开了差距。这里除了三电系统的底层能力,60 亿公里的数据采集,更重要的是对自动驾驶的理解,贯穿了马斯克的第一性原理。

《霹雳游侠》中的神车 K.I.T.T,只是 Michael 的专属配置,但马斯克正在致力于让每个人都拥有这样一部智能汽车, 真正的「移动办公」时代也要到来了。

更多热门文章

登录查看更多
2

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
深度强化学习在智能制造中的应用展望综述
专知会员服务
96+阅读 · 2021年1月28日
不可错过!CMU《深度学习导论》2020课程,附课件与视频
专知会员服务
79+阅读 · 2020年10月27日
【ECCV2020-华为】车道线架构搜索框架
专知会员服务
22+阅读 · 2020年9月23日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
面向司法案件的案情知识图谱自动构建
专知会员服务
125+阅读 · 2020年4月17日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
多任务深度学习框架在 ADAS 中的应用 | 分享总结
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Arxiv
0+阅读 · 2021年1月25日
Arxiv
126+阅读 · 2020年9月6日
Arxiv
3+阅读 · 2018年5月21日
VIP会员
相关VIP内容
深度强化学习在智能制造中的应用展望综述
专知会员服务
96+阅读 · 2021年1月28日
不可错过!CMU《深度学习导论》2020课程,附课件与视频
专知会员服务
79+阅读 · 2020年10月27日
【ECCV2020-华为】车道线架构搜索框架
专知会员服务
22+阅读 · 2020年9月23日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
面向司法案件的案情知识图谱自动构建
专知会员服务
125+阅读 · 2020年4月17日
相关资讯
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
多任务深度学习框架在 ADAS 中的应用 | 分享总结
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员