上周末，特斯拉 FSD Beta V9 向美国早期测试车主开始推送（全网可能最全的视频解析如上）。
这个版本的特殊之处在于这是一套完全基于摄像头的技术解决方案，它从底层开始重写，依靠机器视觉和深度学习就可以实现自动驾驶，不再需要任何雷达的帮助。
由于干掉了毫米波雷达，隧道之类场景下光线的明暗变化不会再对系统造成「欺骗」，所以新版 FSD 再也不会遇到「幽灵刹车」的问题，这是长期以来特斯拉用户倍感头疼的「痼疾」之一了。
不过干掉毫米波雷达究竟会不会「伤敌一千，自损八百」，这个还是需要用体验说话。最近有不少海外博主测试了 FSD V9 的街头实力，我们一起来看看没有雷达的 FSD 究竟表现如何？
新的 UI，新的立体世界
特斯拉一直是一家审美在线的公司，设计的考究堪比苹果。此次 V9 的更新还带来了全新的 UI 设计，你可以更加直观地从仪表上看到机器眼中的世界，马斯克还给这种全新的可视化设计一个新的名字；Mind of Car。
全新的 UI 设计更加立体，线条感更强。界面不再是原先「简陋」的点和矩形组成，交叉点、曲线和转弯这些细节开始变得更加丰富，有一种从 2D 画面变成 3D 世界的感觉。
在这个 3D 世界里，你必须认清四类颜色鲜明的线条。
1、导航上的蓝色线条代表着为你规划的行驶路线；
2、紫色线条会勾勒出双向车道中间绿化岛的轮廓；
3、当双向车道之间没有绿化进行物理隔绝，那么分界线就会以黄色线条显示，类似现实道路里的黄实线；
4、红色线条描绘的则是同向道路的边界；
看懂了这几种颜色的线条，你就基本能看懂这个可视化的世界了。
和旧版本一样，系统通过特定的 UI 把各种道路参与者的位置呈现在仪表上，区别在于新版本的 UI 设计更加细腻精致，轿车、SUV、皮卡、货车、自行车、摩托车等等物体的描绘都进一步得到了优化，用户甚至可以通过 UI 辨别轿车的尺寸，而且仪表上同时呈现车辆目标物也变得更多。
除了车辆，行人、动物、雪糕筒等等的具象的物体也细节感更强，系统会通过对每个对象进行不同亮度和透明度来显示识别的信心度。
这个更新中比较炫技的是对车辆灯光的识别，得益于摄像头视觉的优势，系统现在可以清楚识别到其他车辆的灯光状态，现阶段系统以及可以认出刹车灯了，此类信息的加入将帮助特斯拉的对其他车辆的状态进行一个提前的预判。
而马斯克表示，在后续的更新中，特斯拉还会加入对其他类型灯光的识别，比如转向灯、双闪、警车和救护车的爆闪灯，甚至是手势。
从机器视觉到深度学习，马斯克一直想打造的就是一套「仿人类」的自动驾驶，让车子跟人一样会看、会思考。为了让机器进一步向人类靠拢，FSD 在视觉之外还将加入「听觉」，系统会将周边的警报和鸣笛等声音信息也采集过来辅助自动驾驶，让 FSD 的感知更加立体。
噢对了，为了防止你开车打瞌睡，V9 正式启用了车内那个摄像头。和所有驾驶员监测系统一样，只要发现你走神了就会发出报警并在必要时退出驾驶辅助。
不看广告看疗效
在特斯拉干掉雷达这件事上，很多行业认识都持质疑的态度。但对于新技术，我们是持开放态度的。所以，今天不看广告看疗效。但提前说明，毕竟是 Bata 版本，且是小规模内测，样本还不够丰富，以下结果仅供参考。
据美国 Model S 车主 @Eli Burton 测试，FSD Beta V9 在城市自动驾驶中处理起环岛场景下明显要比之前的 FSD Beta V8.3 要好的多，他个人表示「非常惊讶」，整个过程可以说是非常丝滑。
除了环岛表现优异，在 @Eli Burton 的测试中我们还发现了不少惊喜。
比如这个车辆右拐离开主路这个动作，一气呵成。
进入内部道路后，系统也会自动让行左侧要驶出的车辆。即便道路没有划车道线，特斯拉也行驶得非常稳定，没有和内部停放的车辆发生冲突，而是稳稳地停下。
和 @Eli Burton的测试场景不同，女博主 @Kim Paquette 选择驾驶她的老款性能版 Model 3 去路况更为复杂的巷子里挑战一把。
在 @Kim Paquette 在主路上的测试出现了一些插曲，在过连续路口时，V9 在车道选择上出了问题，车子本应该驶向左拐道时却走了中间车道，最后为了不偏离路线，@Kim Paquette只能人为介入压着线回到左拐道，此时系统也被强制退出了。
重新激活系统继续上路，在一段单向双车道的路上，V9 又犯了同样的错误。按规划本应该左拐的车子却走在了右侧直行道上，这时她又不得不强行把这车拽到左转道上。
诚如下图所现，车子又压实线了…….
类似的「方向」不清的问题还在继续发生，跟车途中，她前车那部黑色皮卡临时刹车的瞬间，她的 Moddel 3 突然向右打方向，直向路边车位的银色 SUV 驶去……
当然也不全是槽点，看这个左拐盲弯！在路口短暂观察之后，V9 利落地一把让车子左拐，整个过程一气呵成，说像「老司机」毫不为过。
精彩的不止这一把。
眼下的这个场景是不是很像你钻小区的样子？一条狭窄的单行道上，旁边放满了骑着马路牙子停放的车辆，剩余的通行空间极为有限，基本就一个车身的宽度。
这个时候，特斯拉非常谨慎地缓慢驶过，随着阵阵雷达报警，车子安然通过。
从 @Kim Paquette 的视频中不难看出，V9 在「穿街走巷」的复杂路况中表现的还是可圈可点的，在面对一些人类司机都头疼的场景居然也能够稳定发挥。
另一位博主 @WholeMarsBlog 在薄雾道路上测试了 V9，他的结论是新系统可以很好地应对雾天，系统甚至还能检测出来来向车辆以及转弯场景。系统还会自动切换远近灯光，去应对不同场景下的路况。
如果你觉得上述镜头还不能形象地描述「雾天」的话，我们看底下这个画面。
画面中的郊区道路弥漫着浓浓雾气，可见度并不高，但是 V9 并没有因此失灵，弯道表现中也显得非常稳定，还识别到了 T 字路口车道内的 Stop 标识，并作出了相应的停车动作。
当然，众多测试中 V9 也并非「一边倒」的好评，推特博主 @Giuliano Giacaglia 整理了 FSD Beta V9 的 11 大「翻车」镜头。
拐弯后差点撞上绿化带
识别不出路中间单行车道
误停公交车道
识别不出单行道和相关标志，导致逆行
不知道从哪条车道右拐
错过变道时机后强行实线变道，无奈错过路口
走错车道后强行压线变道进行纠正
左转前突然变道
左转后突然驶向对向停车位
穿过几条车道才能左转
明明只有一个停车标志，它却识别出了两个
上述的几个问题大都是因为车子摄像头识别和路线不清导致的，摄像头非常依赖车道线和指示箭头，一旦识别上出现问题，就很容易出现走错道以及压线的情况了。
毕竟没有高精地图，系统就无法对前方路况信息做到「未卜先知」，提前预判。从 V9 现阶段的表现来看，完全依靠摄像头的实时采集和实时计算可能真的还无法完美应对上述的这些场景。
再者是交通标志，尤其是国内交通标志错综复杂，很多人类驾驶员有时都表示「看不懂」，对于现阶段的 FSD 来说简直就是灾难…… 这就需要机器学习有足够的样本，尽可能多地认识不同标志，这又回到了 corner cases 的问题上了……
写在最后
从海外博主的测试中我们看到了 V9 的进化，也看到了它的不足，甚至是一些矛盾的地方。
新版本的 FSD 在 UI 设计以及雾天作业确实有了明显的进步，但摄像头很多容易遇到的坑，特斯拉似乎依然没有一个完美的解决方案。尤其是容易「方向迷失」以及处理「让速还是让道」这个问题上。
可是不管怎么说，V9 毕竟还是 Beta 版本，它的后续版本或许能表现得更为成熟。
撰文：胖飞同学
出处：头条号 @电动星球 News
等您评论