11月6日消息，近期，特斯拉宣布，从2022年10月初开始，所有为北美、欧洲、中东制造的Model 3和Model Y都不再配备超声波雷达，而是完全依靠Tesla Vision来提供Autopilot、FSD和主动安全功能。此外，2023年起交付的Model X及Model S也不再配备超声波雷达。这意味着，特斯拉将采用只有摄像头的纯视觉自动驾驶方案。
特斯拉的这一举措，让业内本就存在的有关自动驾驶解决方案(包括纯视觉和视觉+传感器融合)谁优谁劣的争论再次升温。那么事实究竟如何?
这里，我们不妨先看看自动驾驶底层逻辑是什么?是感知、决策、执行三个步骤的结合，对周围环境的周密感知是所有决策的基础，也是自动驾驶汽车的安全保障。在了解周围环境中物体的位置、速度和方向、路面的性质、路缘石的位置、信号(交通、道路标志)等之后，自动驾驶系统则要开始做计划和控制：首先是其他移动物体在接下来的短时间会做什么，然后是根据整体计划(比如规划的通向目的地路线)计划自己要做什么，最后就是告诉汽车要做什么。
从这个逻辑再加上业内对于视觉解决方案的描述，我们认为，纯视觉派更接近人类驾驶的逻辑。
那么问题来了，既然纯视觉派更接近人类驾驶的逻辑，为何还会有视觉+传感器融合派呢?
尽管纯视觉解决方案实现成本相对更低，更接近人类驾驶，通过高分辨率、高帧率的成像技术获取的环境信息更加丰富，但摄像头捕捉环境信息容易受到环境光的干扰，且纯视觉方案对于图像的处理更依赖训练，难免出现环境认知的“死角”
相较之下，融合则是通过摄像头、毫米波雷达、激光雷达等设备一起收集车辆的周边信息。激光雷达的加入能够获取更深度的空间信息，对于物体的位置、距离和大小感知更准确，且由于激光雷达是自发光并不受环境光影响。也就是说，融合解决方案克服了纯视觉的缺点。
不过从技术的角度看，融合解决方案也存在着短板。
马斯克曾经对此做出过解释，即纯视觉，尤其在使用显式光子计算时，比雷达和视觉的组合要好得多，因为后者有太多的不确定性——当雷达和视觉感知不一致，不清楚该相信哪个。而马斯克的解释并非毫无根据。
以此前被用户诟病的“幽灵刹车”为例，特斯拉前AI项目负责人安德烈·卡帕西曾公开描述过“幽灵刹车”的典型案例：当车辆即将驶入桥下的时候，毫米波雷达检测到前方有一个静止的物体(其实是桥)，然后它在等待视觉系统告诉它(我的判断是正确的)，然后便创建一个静止的目标并刹车。同时，恰巧此时有一辆行驶很缓慢的汽车在旁边，大致发生的情况是视觉系统有几帧报告了前车产生了减速(但不足以造成刹车)，系统就会将视觉系统报告的“减速车辆”和雷达报告的“静态物体”相关联，从而造成幽灵刹车。
对此，特斯拉自动驾驶最后的结论：视觉报告产生减速的必然就是毫米波雷达报告的静止物体，于是把天桥和缓慢行驶的汽车识别为同一物体，导致幽灵刹车出现。
从以上刹车现象以及特斯拉所做的结论，我们似乎可以认定，在通过桥下这个场景中，毫米波雷达实际上拖累了视觉系统的判断。
需要说明的是，虽然特斯拉取消了超声波雷达，但其将会启动基于视觉Occupancy Network，能够实现Autopilot高清空间定位、更远距离可见性以及识别和区分对象的能力，但目前仅能在FSD测试版中使用。
另外，特斯拉还构建了一个纯视觉自动驾驶系统的多任务系统架构(HydraNets)，具备了多任务学习技术最新实践和巨大潜力。同时，特斯拉庞大的用户群的行驶数据收集，也有助于智能AI训练。
由此可见，特斯拉在纯视觉解决方案的探索和创新从未停止。
此外，马斯克也并非像业内所言就一定会一直坚持纯视觉的解决方案。例如近日就有消息显示，特斯拉正式向美国联邦通信委员会FCC提交了毫米波雷达的相关材料，这意味着特斯拉可能正在设计毫米波雷达。根据特斯拉向当局提供的文件，这种高分辨率雷达将用于成像，配合摄像头用于自动驾驶的探测方案。
其实从市场和用户的角度，无论是特斯拉的纯视觉，还是与之相对的融合解决方案，都曾出现过出险和避险的情况，这说明自动驾驶在取得成效的同时，仍有创新和改进的空间。
