#如何看待特斯拉失控事故频发汽车朋友圈油门开度百分百，4次按下P档，无刹车动作，这是特斯拉官方调取的潮州特斯拉事故中的车辆数据，直到车辆撞停都没有任何刹车动作的一起车祸，造成了多人死伤，沉寂了近一年的特斯拉刹车门问题以一起新的悲剧，再次引起了广泛关注。事情发展到现在，还没有明确的调查结果，这一次的事件已经可以构成交通肇事罪了，相关部门以及事故相关方都会相当重视，让子弹再飞一会儿，这次事故对于特斯拉以及中国市场可能都会更深远的影响。
撞了人也不停不下来？车说得不算
中国目前在售的特斯拉车型，依然是有毫米波和超声波雷达的，并不是依赖纯视觉的，但是辅助驾驶感知更多依据的还是视觉信息。开过或者坐过特斯拉的朋友们应该注意过，在特斯拉的中控显示屏上，会实时显示车辆周围的行人、非机动车和机动车，甚至桩桶，虽然仅靠8个130万低像素的摄像头，但特斯拉也能完整地显示周围的移动物体，这台特斯拉Model Y在高速行驶的过程中，一定也会侦测到那些要发生碰撞的人或者物体，那么为什么还会完全不顾地撞上去呢？
即便是有特斯拉的Autopilot，还有AEB系统，也很难挽救这场悲剧，目前的辅助驾驶已经跨进了人机共驾这一阶段，但人的刹车动作可以把车辆自身的所有决策权全都夺过来，当然踩油门也可以……绝大部分车辆的AEB系统在司机踩油门的情况下，都是默认不介入的，而特斯拉也是如此，所有只要司机深踩下油门踏板，车辆的主动安全系统就不再介入了，完全任由司机发挥了，这起事故就这么不可避免了。
比FSD还便宜的纯视觉方案来了，能解决老问题？
特斯拉在今年取消了全部的所有雷达传感器，完全依赖纯视觉的辅助驾驶，而幽灵刹车、异常加速、刹不住车这些问题并没有因此得到改善，北美地区相关部门加强了对于特斯拉FSD的调查力度，已经有多起事故的直接原因就是特斯拉的FSD有漏洞。
而特斯拉也在最近升级了自己最新的FSD纯视觉系统，通过占用网络把2D平面视觉，变为把车辆自己置身于3D世界之中，至于特斯拉在3D世界中，能否克服掉之前的这些问题，目前数据量还不够，难以下结论，但纯视觉方案向着3D视角的过渡，是目前的一种比较热门的技术路径，而为了克服纯视觉方案中，黑暗环境这一重大难题，其他企业也给出了新的思路。
TriEye作为以色列的一家短波红外传感解决方案的供应商，它也在研发更低成本的3D视觉解决方案。近期TriEye推出了SEDAR平台，TriEye的SEDAR平台技术能够为自动驾驶系统，实时生成高清的热成像数据和深度图，TriEye公司CEO表示这一技术与激光雷达相比，成本可以降低10倍以上。
TriEye在短短四年内总共募集了9600万美元，SEDAR平台采用了短波红外的技术实现2D成像和3D深度确定传感，实时生成高清的热成像数据和深度图，新平台可以让搭载这一系统的车辆或者其他智能化设备，在任何光线环境下都能看清物体。
红外线2D+纯视觉3D，还不够？
作为一种纯视觉方案，首先在传感器硬件方面，TriEye已经可以把成本压低了，特别是与激光雷达相比，单个车规级激光雷达的成本依然很难压低到1000元以内，华为的96线半固态激光雷达的成本还在200美元左右，超过1400元人民币，而向图达通、速腾聚创的激光雷达还要在近万元左右，而就像特斯拉的穿视觉摄像头加一起，成本也就500元上下，对于自己就是红外摄像头供应商的TriEye来说，成本估计会更低，比激光雷达成本低十倍完全有可能。
另外，目前我们能数得出数的纯视觉方案，特别是量产装车的就2种：一个是特斯拉全掉全部雷达以后的FSD；还有一个就是搭载在极氪001和极氪009上的，基于Mobileye Q5h芯片打造的Super Vision架构，Mobileye的SFM算法，通过多个摄像头的交叉三角测量生成 3D 画面，再对物体进行识别。
而且只有特斯拉的FSD是在美国一些地方已经开放了，而Mobileye的还在不断地OTA中，进度很缓慢。相比于这两种纯视觉方案，TriEye SEDAR平台的方案比起它们又多了一层冗余，就是红外系统带来的感知冗余，但这一层冗余又是相当重要的。
之前纯视觉方案被大家诟病最多的地方在于黑暗环境，还有剧烈的明暗变化的环境下，比如进出隧道、被阳光直射等等，视觉感知非常类似于人眼的观察习惯，明暗变化让人眼花，摄像头也会眼花，人类视觉在黑暗环境下感知能力会大大减弱，而摄像头也一样，所以大家才会用雷达传感器来进行冗余，而红外传感器对车辆、车道等物体也可实现精准建模，特别是在高动态范围、雨天、雾天、暗光及沙尘暴等多种场景下，红外传感器有优势明显。
这也就是为什么曾经的D级豪华车会配备军用级的红外夜视摄像头，那这么好的感知硬件为什么之前很少有人用它开发自动驾驶呢？为什么是D级豪华车才有夜视系统？因为它贵啊，之前单个红外探测器的售价在200美元左右，与激光雷达相当。而且芯片制造和封装是红外探测器生产的核心，芯片的设计和制造将直接影响着产品性能，只有很少的企业有掌握阵列规模、像元尺寸及噪声等效温差的技术，而TriEye这家企业起家就是做这个的，这一点就让其他企业没了脾气。TriEye SEDAR的探测距离可以达到200米，通过红外2D视角+3D视角，能够在很大程度上提高自动驾驶的感知能力。
总结：
那么这种红外2D+3D视角的纯视觉方案，能否克服目前自动驾驶的一些老问题呢？静态物体识别就是个老大难问题，特斯拉的占用网络2D变3D就是朝着静态物体这块硬骨头来的，而本来就有3D视角，再配合上红外感知，TriEye SEDAR的技术应该也会对于静态物体的识别起到双重冗余的作用。
至于算法方面，工程师说TriEye SEDAR系统可与现有的ISP和AI算法直接进行集成适配，对于物体的识别分类可以用现有的数据库，这方面就要看量产的实际效果了，能不能认得清东西，可不是个简单的事情。
如今，比特斯拉FSD还便宜的纯视觉方案已经出现了，虽然冗余度更高，但它的实践几乎还是0，就看谁会是第一个吃螃蟹的人了。
