占用网格是特斯拉用纯视觉路线的秘诀吗？_风闻

【本文由“吃嘛嘛香”推荐，来自《新能源汽车能否接棒消费电子，成为半导体行业新的需求增长点？——峰瑞资本杨永成访谈（下）》评论区，标题为吃嘛嘛香添加】

• Lawrenceglow
• 猫腻没有，我找到了一个专业的文章给的答案：

过去几年，特斯拉拒绝雷达的理由，说到底，还是因为它们降本增效的速度还不够快。

故事的B面，则是特斯拉押下重注的纯视觉路线技术突飞猛进，快到在不到三年的时间里端了各种雷达的饭碗。

自2020年开始，特斯拉意识到依靠两个二维生物交换信息，很难准确还原三维世界。

2020年当年，特斯拉推出FSD beta，全面倒向潜力更高的摄像头，对智能驾驶算法进行重构：

而在今年，特斯拉的纯视觉算法更进一步，横空出世的占用网络（Ocuppancy Network），让摄像头把对手瞄向了更强的存在——激光雷达。

基于纯视觉的占用网络算法将感知空间划分为一个个立体网格，通过检测网格是否被占用，以一种低算力开销、低计算延迟的方式，实现对物体体积的测算

————包括让全世界智能驾驶团队头疼的各类异形物体。这解决了视觉感知“物体未识别则不存在”的经典难题。

而在此之前，行业多认为昂贵激光雷达才是正确答案。

视觉算法拥有了对标激光雷达的能力后，羸弱的超声波雷达在逻辑上也失去了存在的必要，顺势砍掉。

至此，在特斯拉体系内摄像头与雷达的赛马中，摄像头通过算法的进化，完成了对雷达能力的模拟，以低成本实现了视觉雷达效果，一个顶仨。

~

马斯克对毫米波雷达的态度也从未一棍子打死，今年初他在推特上互动时，留下了颇有暗示意味的回复：“高精度（毫米波 ）雷达才是正解。”

特斯拉对雷达的态度，也能反映出这家公司最真实的第一性原理——设立一个高难度的目标，然后找到最具性价比的工程手段实现它。

以上摘自@远川汽车评论《偌大的特斯拉，容不下一颗小雷达？》

兄弟，这篇文章额，一看就是外行人写的，把占用网格说成特斯拉的秘诀，额。。。而且话也说回来，占用网格都是上个世纪二维雷达的成熟技术解决方案了。你就是现在去淘宝买个几百块的雷达，建的图都是占用网格地图，这就尴尬😳了。

视觉技术无论怎么先进成熟，都没有雷达这种物理层面的安全阀可靠。所以雷达不是解决方案，而是安全保障，只是十几年内都会越来越重要，特斯拉直接跳过过渡，走的太快了。

你只要记住，无论视觉解决方案多么的先进，更何况现在的神经网络根本无法达到一定数量级别的准确率，特斯拉也不例外，凡是使用现如今神经网络的，有一个算一个，距离堪用的准确率都有着数量级的差距。都需要雷达这一道物理级别的安全阀做保障。