由于特斯拉的FSD还不能完全进入国内，导致了目前国内外的驾驶相当于处于各自发展的过程，国内的厂商可以不用承受特斯拉的压迫感，慢慢地开通各种驾驶功能。
而海外的特斯拉FSD Beta已经在北美普及了超过40万台车，特别是随着特斯拉最新的FSD Beta V11.3.2版本在上周末更新之后，海外的用户一致把这一版本称为目前最好用的一版，已经非常接近于完全自动驾驶，之前我们为大家解析过一些版本FSD的能力表现，每一次我们都还是可以挑出来一些硬上，那么这个V11.3.2版本又如何呢？这一版本有没有能力进入国内呢？
FSD Beta的能力上限已经快让我们看到了？
目前整体的FSD Beta V11.3的版本，相较之前的V10版本提升很大，特别是在这周末进化到了V11.3.2，从海外的一些用户实际体验来看，这一版本很有可能就是现在HW3.0硬件下FSD的最高水平了，同时我们也看到了使用HW4.0硬件的Model S车型，也支持了FSD Beta V11.3.2。
在这一版中，特斯拉能够完全实现在城市中点到点的自动驾驶，车辆可以规划走一些小巷，目前我们看到很多驾驶系统，基本上只会走大路、主路，如果主路发生了拥堵，车辆系统并不会让车辆走辅路，或者绕行一些小路，特斯拉在基础地图的加持下，可以分辨出在复杂路口下，到底应该走哪里。
之前，不管是哪一版的系统中，特斯拉在FSD开启后的左转右转过程中，存在着随时可能退出的情况，在如今的这一版中，左右转已经几乎不需要人为介入，而且连续性很强，特斯拉左右转的速度非常快，基本上都是带着速度转弯，出弯后立刻加速，这种比较激烈的风格确实也是特斯拉一以贯之的。而面对有行人通过或者有车辆干扰时，特斯拉会主动地停下，安静地在后面排队等候，可以说特斯拉变得文明了不少。
为什么说变文明了，因为在一些场景中，我们还能看到特斯拉FSD会主动超越排队车辆，到前方去加塞，就像人为驾驶一样，特斯拉能做出这类行为，可能并不是自己学习而来的，或许就是人工为它输入的程序。之前有不少人都说，如果到了全自动驾驶的时期，就没有车加塞了，路上会变得十分通畅，现在一看还真不见得，车辆也可能会自主学习去加塞。
特斯拉的V11版本是可以识别红绿灯的，想实现开通城市驾驶，在不接入车路协同系统的前提下，必须依靠视觉去识别红绿灯的情况。特斯拉的视觉目前不但可以识别正前方的红绿灯，同时也可以识别侧向路口的红绿灯。
然而目前有一个比较有困难的情况，就是黄灯情况，最新一版的特别针对黄灯进行了优化。更新改进了在黄灯前通过路口或停车的决策逻辑，系统综合考虑了停车所需的减速时间、进入和穿过十字路口的时间，以及在红灯转换前穿过十字路口的距离，从而使得黄灯处理更加自然和人性化，如何避免红绿灯区域的潜在风险，这是城区驾驶中的一个重难点，特别是在驾驶的这个阶段，人要负全部责任。
FSD变得更文明，更守规矩了，可依然很“野”？
我们也会发现，有不少没有信号灯的路口，路口一般都会有STOP（停）的标志，之前的版本中，特斯拉会在识别到标志之后，进行急刹，这一版改进了在停车标志交叉口时的纵向减速控制机制，使变速过程感觉更直观、更自然。
由于不依靠高精地图，其实特斯拉对于路边的标志特别敏感，会特别遵守这些标志的规定，停车指示标志只是其中一部分，另一部分是限速指示标，特斯拉在匝道中会完全按照限速40来行驶，导致后方压车，新版系统中也进行了优化，不会在识别到限速后，迅速重刹减速。
现在可以对检测到的限速标志减速时的响应力度进行控制，这取决于当前速度及其与检测到的限速标志所示速度的差值。特斯拉会在用户界面上的限速图标后面增加一个视觉效果，当车辆设置的速度超过检测到的限速 50% 以上时，系统会自动发出提示，同时特斯拉还删除了 FSD Beta 中绝对速度限制偏移的选项，可以进行自行控制。
除此之外，之前大家还会看到了一些特斯拉压实线变道，或者在直行和左右转的车道内，违章行驶，V11版本最开始路试的时候，就有这样的问题。这一次特别针对这部分进行了优化，改进了某些情况下特斯拉可能会在转弯车道继续直行的行为。
总体来看，这一次更新后的特斯拉FSD Beta几乎已经表现得比较全面了，这一版本下它会变得很聪明，该守规矩就守规矩，也会根据实际道路环境，去自主决策一些轻微越界的驾驶行为，而且我们能够看到一些3D视角的驾驶实景简化图，这正是在加入了占用网络技术之后，特斯拉的进步点。
我们目前国内的落地的城市驾驶系统，很多还是比较保守，之前我们也为大家解析过，发现它们考虑最多的就是安全问题，所以就会去***一些更好体验性的功能，特斯拉的这套系统更贴近人为的一些习惯，当然不文明的驾驶行为还是要杜绝的，该排队还是要排队。
这套系统能否进入国内呢？其实我们已经看到了HW4.0硬件的车型用上了FSD Beta V11.3.2，这套系统完全可以使用在新款的特斯拉Model Y上，还有进口的Model S/X车型上。由于特斯拉也在和国内的监管部门进行协商，所以在年内落地是非常有可能的。
总结
但面对国内的一些实际道路情况，这套系统或许还是有些单薄，尤其是在路口左右转的部分，中国城市中路口的实际情况千差万别，特斯拉在国外的训练数据并不能符合国内的实际，虽然现在特斯拉有了一定在中国路面上的数据量的积累，但是没有经过真实的训练，要面对的边角案例可能还有非常多，所以特斯拉还需要在中国道路上进行长期的路试，才能够适应中国的环境。
特斯拉的FSD Beta V11.3.2推送的同时，国内厂商们也在加速落地城区驾驶，小鹏P5在最近开通了深圳的城市NGP，华为系的自动驾驶也在加速落地，理想和蔚来等新势力也都给出了城区驾驶落地的时间，在特斯拉进来之前，它们必须站稳了脚跟，否则会面临巨大的冲击。
本文来自易车号作者路咖汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
车主实测特斯拉完全自动驾驶：遇见修路就傻眼，左摇右摆频繁画龙
马斯克曾说会在2019年年底推出功能齐全的自动驾驶（Full?Self?Driving,简称?FSD），但现在已经到了2020年，特斯拉升级系统后除增加了“车辆召唤”功能，也并没有完全开放自动驾驶权限。对此，马斯克表示特斯拉希望通过训练神经网络来识别城市中可能遇到的每个物体并取相应的行动，从而强行进入城市驾驶，这可能还需要数月的时间。
不得不说，尽管还需数月，但如果能在今年内开放城市内的完全自动驾驶，也足以令人惊叹。而最近有日本媒体拆解了特斯拉Model?3，更是宣称它的自动驾驶技术要领先其余汽车制造商6年的时间，究竟有什么玄妙？
什么是“Hardware?3”？
说起来特斯拉的自动驾驶技术，不能忽略的就是它的自研芯片，也就是在2019年4月发布的“Hardware?3”。
其实在最开始的时候，特斯拉并没有完全独立研究这块集成芯片，而是与?Mobileye?合作，但后来特斯拉产品在驾驶情况下经历了一次事故，这显然没有达到预期的要求，所以二者不欢而散。随后特斯拉又携手英伟达，用英伟达的芯片解决方案，但显然马斯克觉得这还不够，于是在2016?年请来“芯片皇帝”?Jim?Keller?担任特斯拉硬件开发副总裁，也正式拉开了自研自动驾驶芯片的序幕。
从成品的FSD?电脑中可以看出，里面包含了两块自研芯片。这两款芯片独立运行，拥有各自的电源、DRAM?内存以及闪存，也就是说，当其中任何一个出现故障，FSD?电脑依然会正常驱动汽车进行自动驾驶。
“Hardware?3”拥有60亿颗晶体管，每秒能完成144万亿次计算，能同时处理每秒2300帧的图像。对比特斯拉上一代处理器（HW2.5），FSD在性能方面提高了21倍，并且能够应对L5级别自动驾驶所需的感知层数据量和计算能力，目前来看哪怕与英伟达这样的芯片公司相比也丝毫不落下风。
“神经网络”才是重点？
想要在自动驾驶方面比其它汽车制造厂更好仅仅拥有一块自研芯片也是不够的。特斯拉之所以能在驾驶领域拥有较好口碑，还有一个关键点，就是神经网络。
神经网络（NEURAL?NETWOTRK）现在对于用户来说并不再陌生，因为大家熟悉的手机产品很多都使用了这种机器学习方式，比如：Iphone?上的Siri。神经网络的工作原理的数学模型就像是生物神经网络。最主要的能力就是能够依赖大量的数据信息进行自我学习，而特斯拉拥有庞大的用户群以及数据量。所以特斯拉可以通过大量用户数据，教会机器识别车道线、车辆、行人、交通信号等内容。
具体来说，特斯拉会首先在神经网络中放置一个数据集，随机集大量数据然后进行标注，当神经网络在后续识别中存在识别不准确或者车内司机进行某些操作触发反馈机制后，车子会向总部回传这些数据，特斯拉会对数据进行验证修复，在经过海量数据学习之后，机器就变得更加智能，识别更加准确，同时更利于后续的路径规划以及决策操作。
根据之前特斯拉公布的一份数据，利用在全球的车队，特斯拉已经收集超过?160?亿公里的真实行驶数据，其中超过16?亿公里的行驶里程使用了?Autopilot?自动驾驶系统，海量的自动驾驶数据也是特斯拉相比其它汽车制造厂更占优势的地方。
视觉传感器有何作用？
说完了特斯拉自动驾驶中的“大脑”，想要完成出色的自动驾驶功能，还有一个部分不可缺少，那就是车辆的“眼睛”，也就是视觉传感器，俗称摄像头。
在特斯拉看来，人就是通过两只眼睛来实现对外界的感知，车辆上的摄像头作用与之类似，而特斯拉产品上的的视觉传感器有8?个，并且还有毫米波雷达等设备一起完成车辆在自动驾驶时对外界的感知。
总结
通过上述内容可以总结出，特斯拉自动驾驶技术的核心就是视觉感知+自我学习。而特斯拉这种通过神经网络来完成的“用户数据—自动驾驶—用户数据”提升闭环也能使特斯拉自动驾驶技术愈发的领先。
要说特斯拉完全自动驾驶功能何时能下放到现有产品上，很多行业人士乐观的认为将会在2020年内完成。反观其它汽车制造商，无论是传统品牌还是造车新势力，要么就被禁锢在传统的汽车制造逻辑中难以脱离，要么就是缺乏可用的大量用户数据。这些因素虽不说让它们在技术上落后特斯拉6年，但差距总归还是有一些的。据消息称，特斯拉的下一代芯片也会在两三年内面世，如再不加以追赶，特斯拉会不会在自动驾驶的道路彻底甩离这个时代呢？
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
车东西（公众号：chedongxi）
作者?|?James
编辑?|?晓寒
特斯拉的FSD“完全自动驾驶”系统，离规模量产可能比你想的还要远。
10月份，特斯拉向少数用户推送了FSD?Beta功能（后续又推送了多个更新），让特斯拉Model?3可以在城市的各种场景实现L2级自动驾驶，包括车道内跟车、自动变道、自动等红灯、自动调头，甚至是经过环岛等等。
特斯拉FSD?Beta车机显示
这一功能的推送，让特斯拉的车型在高速和城市两个场景都实现了L2级自动驾驶，用户只需要盯着路况监控车辆表现即可，相当于是实现了L4自动驾驶的功能，再次展示了特斯拉在自动驾驶方面的领先实力。
马斯克今年在上海世界人工智能大会上宣布，特斯拉将在今年完成L5级自动驾驶基本功能的研发工作，说的就是FSD。
虽然目前美国用户上传的显示FSD?Beta有很多惊人之处，但也有车主发现了一些致命问题——比如在遇到道路维修时，FSD?Beta的表现就非常差，甚至可以说完全无法使用。
美国特斯拉车主Raj日前就专门进行了一次系统的测试，打开FSD?Beta功能驶过了4个道路施工区域，向我们表明了特斯拉FSD?Beta遇到施工这一场景究竟有多不靠谱。
一、驶过八个施工区域?六个都无***常通过
近日，特斯拉车主Raj在测试FSD?Beta的过程中发现，FSD的最强对手竟然是封闭路段。
他在公共道路上行驶时发现，特斯拉FSD?Beta在大多数路段都能很好地自动驾驶，在十字路口转弯、等红灯、调头都能轻松完成。
在12分钟的中，Raj一共测试了8个施工区域，其中有6个都无***常通过，某些区域还需要人为干预。
在行驶一次后，Raj调头让车辆再次行驶，表现依然不太理想。有时候不敢往前走，有时候又想撞向封闭道路的锥桶区域，甚至还会“画蛇前进”。
车主Raj道路实测特斯拉FSD?Beta
1、遇到施工频繁蛇形前进
在Raj发布的中，他一直开启特斯拉FSD?Beta前进，但车辆遇到了多个区域临时道路封闭。在数百米以外的位置，道路修复单位已经摆上了警示牌，提示前方左侧道路变窄。但由于特斯拉无法识别停车标志以外的路标，因此仅能识别在道路变窄标志下方的锥桶。
继续向前行驶，特斯拉能够沿着锥桶划定的路线前进，防止撞上锥桶。但是在通过路口时，由于没有摆放锥桶，此时特斯拉“有点懵”，在左右两条车道之间纠结，并作出了非常危险的“画蛇前进”动作。
特斯拉在左侧道路变窄时“画蛇前进”
不过还好，当时车速比较慢，换道过程比较平缓，最终特斯拉通过第一个路口，进入左侧道路封闭路段。
2、碰见自行车道不知所措
在这一路段，车辆仅能在最右侧非机动车道行驶，这时特斯拉的表现越来越不稳定。
非机动车道道路狭窄且车道线将车道一分为二，特斯拉以这样的道路似乎不太适应，一直打着左转向灯，想向左侧变道。同时，在“踏上”非机动车道的那一刻，特斯拉就开始紧张，方向盘不稳定地左右转动。
在经过两个锥桶之间的空隙时，特斯拉多次向左猛打方向，驾驶员快速反应接管车辆，继续保持右侧非机动车道行驶。
同时，也逐渐跟不上前方大奔的脚步，速度放缓。在即将停车时，车辆发出提示音，请求驾驶员接管。
进入非机动车道后，车辆开始画蛇同时减速
Raj重新开动车辆后，这一路段不再允许打开自动驾驶，仅能驾驶员手动驾驶前进。
3、道路中央施工直接撞了上去
在另一临时封闭路段，工作人员将中间车道封闭，看似车辆可以选择左右两条路行驶，但道路最右侧为非机动车道，因此车辆只能靠左侧车道行驶。同时，临时路牌也提醒驾驶员，车辆需要靠左行驶，避免驶上非机动车道。
不过，FSD?Beta在检测到前方道路将要封闭后，错误地选择向右行驶进入非机动车道。
临近封闭道路时，特斯拉在谨慎地右转的同时，反而将路径规划选择向左。
特斯拉错误选择右侧非机动车道行驶，但仍需要驾驶员接管
在撞上锥桶之前，驾驶员选择手动接管，被迫让车辆驶上非机动车道。
4、无视施工阻拦硬要转弯
之后，Raj又将车辆开上另一路段，在规划路线中，车辆将会遇到右转道路封闭的场景。
特斯拉在临近右转路口时，打开转向灯并向右侧变道。到达路口时，特斯拉微微右转，但因为识别到障碍物，所以放弃右转继续前行。
右转道路封闭时强闯
在前行几米后，特斯拉再次尝试右转，试图强行闯入右侧封闭道路，驾驶员手动接管，最终没有造成事故。
5、仅有两次顺利通过
临时封闭道路场景给特斯拉FSD带来了不小的麻烦，但是在某些情况下，特斯拉也能完美处理临时道路变窄的场景。
在整个测试过程中，特斯拉FSD?Beta仅有两次妥善处理了封闭道路设施。
仅有少数情况能顺利通过修缮路段
Raj分析称，这是因为特斯拉提前向右侧变道，并非真正识别左侧变窄路标。
6、同一场景再尝试?依然无法通行
这几个复杂路段测试完成后，Raj让车辆调头，如果将此前的场景再测试一次，特斯拉的表现会有提升吗？结果是，第二次的表现似乎更糟糕。
同一路段再次行驶表现更加糟糕
在左侧道路封闭时，特斯拉不断试图向左侧变道，驾驶员仍旧需要多次紧急接管，才避免事故发生。
在表现最糟糕的情况下，在20秒的时间内驾驶员一共干预了4次。几次紧急接管后，Raj都将车辆的行驶报告向特斯拉提交，特斯拉工程师将会通过自动驾驶电脑的“影子模式”不断提升车辆的自动驾驶能力。
二、城市道路L2自动驾驶基本实现?环岛都能轻松拿下
特斯拉虽然在临时封闭路段表现不佳，但是FSD?Beta在其他路段的表现可谓非常出色。在多家量产自动驾驶车企推出与特斯拉类似的自动导航驾驶、自动变道功能之后，特斯拉在今年10月面向测试用户更新了FSD?Beta，可以基本实现城市道路的L2级自动驾驶。
目前，特斯拉车主在购买FSD选装套件之后，车辆都能在高速公路和城市快速路上实现自动导航驾驶、自动变道等L2级自动驾驶功能。在停车场，驾驶员可以使用自动泊车让车辆泊车入位，取车时可以智能召唤让车辆自动开到驾驶员面前。在美国，车辆还能识别道路上的信号灯，并根据信号灯颜色判定停车或前进。
不过，特斯拉完全自动驾驶FSD缺失了一个重要场景，那就是无法在城市道路实现自动驾驶。FSD?Beta的发布，补充了这一短板。
根据FSD?Beta的更新说明，车辆可以在非高速公路路段实现自动变道、根据导航路线行驶，既能够在车流和其他物体之间穿梭，也能在路口左转、右转。这也就意味着特斯拉将在不久的将来面向所有FSD选配用户更新城市道路L2级自动驾驶功能。
特斯拉FSD?Beta更新说明
同时，特斯拉也提示，驾驶员需要实时关注道路交通状况，并握住方向盘，随时准备接管车辆，在有盲区的拐角、十字路口以及窄路路段要尤其注意车辆行驶状态。
实际测试显示，特斯拉FSD?Beta的表现确实非常出色。
另一名车主Brandon让特斯拉在黑夜行驶，行驶至一段双向两车道的道路上，车道线并不清晰，车机显示中央车道线显示时隐时现。即使没有车道线，车辆一直保持靠右，并跟随导航行驶。
FSD?Beta转弯测试
到达路口停车标志前300英尺（约合91.4米）时提示前方有停车标志，即将停车。
在路口左转时，对向车道驶来车辆，系统根据对向车辆可能造成的威胁标记成白色、**、紫色、红色。在停车标志前停下等待（美国交通法规规定）后启动车辆，左转通过十字路口。
这是量产L2级自动驾驶的一项重大进步。
在此前，所有量产版L2级自动驾驶系统都只能随公路“调整方向”，并非真正的“转弯”，而特斯拉实现了让车辆在十字路口转弯。
据外媒The?Verge报道，特斯拉在完成自动驾驶的神经网络和控制算法基本架构的重写之后，才得以拓展更多的自动驾驶功能。也就是特斯拉已经完成了从二维图像的识别升级到四维环境的识别，自动驾驶性能得以显著提升。
夜晚环境中，路灯、路边建筑物灯光、前车刹车灯、对向车道头灯都会让车辆自动驾驶变得更加困难。此前车东西在夜晚测试使用特斯拉自动导航驾驶（NOA）时，夜晚的性能确实不如白天。
在Brandon的测试中，即便在光线干扰非常强的情况下，特斯拉也能“看清”前方交通信号灯变化。
夜晚光线复杂也能快速识别信号灯
接下来，Brandon将车开到了有环岛的路段，根据导航路线，车辆需要在环岛第二出口驶出。
中可见特斯拉首先在环岛外停车（美国交通法规规定），确认安全后驶入环岛并按照导航路线顺利驶出。
特斯拉自动驾驶通过环岛
这是量产L2级自动驾驶的另一项重大进步。
在此前，所有量产L2级自动驾驶系统都无法在环岛自动驾驶。别说自动驾驶系统，即便是驾驶员手动驾驶，有许多驾驶员也难以“驾驭”环岛这样的特殊路段，不敢驶入、驶出环岛、错过环岛出口等情况时有发生。
从演示中可以看到，特斯拉已经有能力解决人类驾驶中的这一痛点。
在FSD?Beta发布的第二天，马斯克就自信地宣布，FSD选配马上涨价。目前美国车主选配FSD的价格是1万美元（约合6.54万元人民币），这也是特斯拉年内第二次宣布FSD选配套件涨价。中国车主选配价格暂时没有变动，今年只经历了一次涨价，目前价格为6.4万人民币（对应8000美元）。
不过，目前选配了FSD的中国车主还不能让车辆识别红绿灯并作出正确反应，功能相比于美国用户更少。随着用户获得的功能增加，未来中国用户选配FSD的价格或许还将增加。
结语：软件定义汽车?同样能定义自动驾驶
在量产自动驾驶领域，特斯拉或许是最胆大的那一个。仅凭视觉传感器、非高精地图、非高精定位，就能实现在大多数场景中自动驾驶。相比其他厂商，激光雷达、高精度地图、高精定位、车路协同等技术堆上车身，受硬件成本限制，量产却成为最大的难题。
软件定义汽车如今已经成为行业共识，想要提升自动驾驶水平，必须要提升软件的水平，真正让自动驾驶车辆在路上跑起来，这样才能对自动驾驶系统不断迭代，让可靠性99.9%之后的9越来越多。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
标签： #特斯拉
