- 全站推荐
- 全站置顶
- 撤销首页推荐
- 社区推荐
-
置顶推荐
- 6小时
- 12小时
- 24小时
- 3天
- 一周
- 长期
- 设为精华
- 热门推荐
- 撤销审核
- 进小黑屋
- 生成议题
特斯拉 FSD Beat V9.0 目前在美国已经正式开始推送,目前已经有许多国外用户下载并安装该版本的 FSD 软件更新,此次更新的内容也是迄今为止改变最大的一次。
首先了解一下 FSD Beta V9.0 软件的主要升级:
- 1、 FSD Beta V9.0 使用场景新增城市道路,可以按照导航进行左转、右转、进出匝道,自动对障碍物以及车辆、行人避让或者绕行,识别 LED 信号灯并做出相应处理。
- 2、车辆的自动驾驶感知全部改为纯视觉,安装毫米波雷达的车型同样才会采用纯视觉感知。
- 3、在 FSD 开启的状态下,车辆行驶的可视化界面能够以更大的区域、面积显示。同时,相较于上一版本,UI 界面显示也有所优化。
用户在车载导航中输入目的地,车辆即可自动驶向目的地,包括在车道线内居中行使、在十字路口自动等红灯或是转向。
最完美的情况下,车主从家门口开启 FSD,全程只需握着方向盘和盯着路面,车辆即可开至目的地。
对于量产自动驾驶行业来说,这是全球第一套向所有车主 " 推送 " 的城市 NOA,能够大幅提升辅助驾驶系统的使用频率,一定程度上提升用户出行体验。
在高速 NOA 已经大幅普及的当下,特斯拉、小鹏、华为等车企和科技公司都在积极研发城市 NOA 自动导航辅助驾驶系统,其目标是实现城市的点对点自动驾驶。
一、可视化 UI 界面大改
特斯拉刚刚发布的 FSD Beta V9.0 虽然还是一版测试软件,但普通用户通过申请使用测试版软件,也已经能够下载安装。
在功能层面,这一版本的软件更新共有三大升级。分别是城市道路 L2 级自动驾驶、车机行驶可视化 UI 界面升级,车内摄像头开启监控驾驶员状态。
特斯拉的更新说明中,对三项功能升级做了详细说明。
针对 FSD 功能的更新,更新说明中说,这一版软件能够让车辆在高速公路、城市快速路实现自动辅助导航驾驶、自动辅助变道等功能,同时还支持在城市道路上进行 L2 级自动驾驶,还能实现左右转弯。
特斯拉同样也提醒用户,这一软件还是测试版本,实际使用中可能出错,因此需要驾驶员始终握住方向盘,并且特别注意路面情况。此外,在城市道路自动驾驶时,还需要驾驶员注意转角盲区,通过窄路时也要注意道路状况。
FSD Beta V9.0 在车机可视化界面上同样有更新。现在路肩用红色线条标记,其他以白色、紫色、黄色线条标记能够很好地还原实际路况,此前已经更新的红绿灯、停止线、地标识别功能同样得到了优化升级。
此外可视化部分动态显示新增了周边车辆的刹车灯和转向灯,前方横向通过的大卡车也可以准确识别了。
道路路口的渲染更为精准,其中绿化带变窄、车道线变宽, FSD Beta 9.0 也能很好的判断并识别出来。
此外,可视化界面的面积可以变得更大。在驾驶员打开 FSD 时,如果车机上没有运行其他 App,可视化界面会主动放大,占据屏幕大约 60% 的位置,相比此前大约 30% 的面积有了明显提升,观看效果更好。
在可视化界面下,最多的一个场景下,可以渲染出了多达 26 辆汽车,并且能够实时的精准显示车辆动态。
另外特斯拉 FSD 的纯视觉方案还能识别到车辆后方的行人,能很好地解决突然出现行人的情况,在停车场等场景还是非常有用的。
在这一版系统更新中,特斯拉也开始使用车内摄像头。这枚车内摄像头能够监测驾驶员状态,如果驾驶员视线离开道路,系统会发出警报声提醒驾驶员。方向盘仍然是此前的方向盘内扭矩传感器发挥作用。
针对用户关心的隐私问题,特斯拉承诺车内摄像头拍摄的图像不会离开汽车,除非用户主动选择数据共享。
值得注意的是, 在 FSD Beta 9.0 开启状态下,车辆是强制开启自动远光灯和自动雨刷的。
二、 全面采用纯视觉感知,实现城市 NOA
这功能更新中,能够在城市道路上使用 NOA 无疑是最重磅的一项功能。
用户在车载导航中输入目的地,车辆即可自动驶向目的地,实现了点对点的自动驾驶。
那我们从实际的演示中来解读 FSD Beta V9.0 到底有什么“魔力”吧!
1、转向通过路口
在城市道路中最常规的各种路口转向操作上 ,特斯拉 FSD Beta V9.0 能通过绝大多数的路口,并且能够遵守限速规定,在路口转向前能主动提前刹车,在不同的弯度上,特斯拉的整体转向幅度以及方向的修正都很精准,对于特斯拉来说路况转向基本没有什么难度了。
在夜间上,其 FSD Beta V9.0 的识别能力也毫不逊色,可以看到动图中特斯拉在夜间转向也非常精准和流畅,并且能迅速识别到转向后路边上的停放车辆,并且向左侧行驶。
另外,以前海外的特斯拉车主使用早期的 FSD 版本车型去挑战了难度很高的九曲花街,最终都以失败告终。而此次使用了 FSD Beta V9.0 进行测试,最终以 3.2km/h 的速度完成了这次挑战。
2、自动避让、绕行能力
在城市路况中,会许多避让或者绕行的情况,如果这个“难关”不攻破也很难实现城市中的 NOA。
面对单车道被占道时,特斯拉能够很“舒服”的做出避让动作并且快速的回到自身车道。
而面对被大货车占道,左侧有对向来车的复杂情况下,特斯拉 FSD Beta V9.0 也能很自然的向左侧小幅度的调整方向,超过占道的大货车后及时的避让对向来车并回到主道路上,可以说这很“老司机”。
在可通行路口下,面对行人和对向车辆的入侵时,特斯拉会优先停车等待,在安全的前提下才进行通行。
3、信号灯和物体识别
在城市道路中拥有许许多多的信号灯和指示牌,这也是保证道路通畅和车辆行人安全的重要措施。所以说识别处理信号灯和指示牌也是城市 NOA 的重中之重。
在城市道路上,特斯拉 FSD Beta V9.0 能够精准识别到信号灯并做出对应措施,等待时间过长也不会退出系统,并且在车机界面上,信号灯的相对位置做出了优化,进一步提升了立体感。
比较惊讶的是,特斯拉在通过双车道不同信号灯的情况下,能很好地识别当前车道线的信号灯并做出反应。
另外,在通过无信号灯路口时,会识别出右侧的“STOP”停车指示牌并会做出相应的停车动作,通过摄像头查看十字路口是否有车辆行驶,在安全的情况下才会通过路口。
4、特殊场景
在日常行驶中,道路上还是拥有许多特殊的场景,比如环岛、无信号灯十字路口等等,这些场景对于 FSD Beta V9.0 来说,会不会有难度呢?就让我们来看看吧。
面对无信号灯路口以及横向车辆通行频繁的复杂路况下,特斯拉 FSD 的应对策略是在路口进行停车避让,利用摄像头可观察横向车辆的动向,并能做出应对措施。但在拐入车道线上,系统还是相对保守,因此拖长了通过路口的时长。
环岛路况的难点就是在于环岛拥有多个岔路口,面对陌生的道路,人为驾驶也可能会走错出口,导致路线错误。从视频可以看到,特斯拉能精确的行驶在正确的车道线上,并且“一气呵成”的进出环岛。
在狭窄的街道,左侧停满了车辆以及来往匆匆的行人下,对 FSD 的难度上又上升了一个级别。 FSD Beta V9.0 利用摄像头来获取车辆以及行人的信息,能把车辆一直保持在车道中间,并且在行人靠近马路边上时会往左侧进行小幅度的调整。所以在大多数的场景中, FSD Beta V9.0 表现还是非常不错的。
5、“BUG”操作
特斯拉 FSD Beta V9.0 还处于测试版本,面对一些特殊情况还是会做出些“BUG”操作以及退出系统。
因此特斯拉同样在软件说明上提醒用户,软件还处于测试版本,实际使用中可能出错,因此需要驾驶员始终握住方向盘,并且特别注意路面情况。
在乱线、道路上有大面积阴影的情况下,特斯拉 FSD Beta V9.0 的表现依然会频繁地调整方向盘,出现“画龙”的现象,虽然最后还是拉回了车道线,但体验感来说冷汗指数直飙。所以该路况下, FSD Beta V9.0 的行驶路线策略和物体识别能力还有待改善。
在车辆行驶在上坡或者下坡的情况下,摄像头会出现短暂的盲区,导致抓取不到横向行驶的车辆。所以说纯视觉方案还有许多弊端需要攻破。
当然, 在 FSD Beta V9.0 上面同样会出现冷汗指数飙高的“谜之行为”。
比如在某些场景下,车辆转向完成后方向会无故往左侧大幅度偏移,让人惊恐不安,如果速度过快的话,还是挺危险的。
另外,在前车行驶过慢时,特斯拉的逻辑策略是进行变道超车。但在这个街道场景中,右侧车道被停放了车辆,特斯拉的行驶逻辑还是往右侧进行变道超车,在检测到车辆时又缓慢的向左侧回正,所以说有时候 FSD 的操作还是挺“蠢”的。
虽然在国内该版本的软件并没有开放更新,但从特斯拉中国官方可以找到一些“蛛丝马迹”,在「完全自动驾驶能力」选装包中,显示稍后推出: 识别交通信号灯和停车标志并做出反应以及在城市街道中自动辅助驾驶。可以看到,该功能也将会在不久引入国内。
特斯拉 FSD Beta V9.0 日间和夜晚完整视频如下:
四、总结
从 2019 年特斯拉推出 NOA 等重磅功能已来,特斯拉的自动驾驶一直处于行业领先地位。2020 年,不少造车新势力和自动驾驶方案提供商拿出自己的类 NOA 解决方案,并向用户大规模推送,特斯拉的 NOA 已不再有绝对领先优势。
从去年开始,FSD Beta 再次让人眼前一亮,城市道路也能进行自动驾驶,能左转、右转,甚至还能掉头、过环岛,特斯拉 FSD 又有了不少新鲜感。
今年,国内的造车新势力、自动驾驶方案商们将陆续推出城市道路自动驾驶功能,实际上和特斯拉 FSD Beta 所展现的功能也有几分相似,从抢先更新 FSD Beta 9.0 车主所拍摄的视频来看,纯视觉感知与此前融合感知在效果上没有明显区别,但在城市 NOA 表现来看整体还是非常不错的。特斯拉再一次站在了自动驾驶的高位,正向着城市内点对点自动驾驶不断迈进。