純視覺(jué)自動(dòng)駕駛是指在車輛自動(dòng)駕駛系統(tǒng)中僅依賴攝像頭而不使用激光雷達(dá)或毫米波雷達(dá)等主動(dòng)傳感器。特斯拉率先倡導(dǎo)這一路線，宣稱模擬人類駕駛完全可以依靠視覺(jué)。在國(guó)內(nèi)，也有一段車企瘋狂追捧純視覺(jué)方案的時(shí)期，但進(jìn)入2025年，純視覺(jué)的口號(hào)逐漸減弱，尤其是隨著“智駕安全第一”呼聲熱烈的當(dāng)下，純視覺(jué)的優(yōu)勢(shì)性似乎不再明顯。那純視覺(jué)的自動(dòng)駕駛會(huì)帶來(lái)哪些安全問(wèn)題?今天智駕最前沿就和大家來(lái)聊聊這個(gè)話題。

　　感知局限性

　　攝像頭作為被動(dòng)傳感器，其感知能力受光照和氣象條件影響極大。在雨雪、霧霾等復(fù)雜天氣下，攝像頭捕捉到的圖像易出現(xiàn)模糊或?qū)Ρ榷冉档停瑢?dǎo)致感知性能明顯下降;夜間或逆光場(chǎng)景下光線不足，也會(huì)嚴(yán)重限制攝像頭獲取信息的能力。這些問(wèn)題容易產(chǎn)生感知盲區(qū)或誤檢。特斯拉Autopilot曾有多次事故就是因?yàn)橄到y(tǒng)將白色貨車誤判為天空背景而沒(méi)有識(shí)別導(dǎo)致的。

　　此外，純視覺(jué)系統(tǒng)需要通過(guò)二維圖像推斷三維空間信息。這意味著車輛必須通過(guò)多路攝像頭和復(fù)雜算法來(lái)估計(jì)距離和形狀，但這種“2D轉(zhuǎn)3D”的過(guò)程存在先天局限。算法需要從圖像中提取深度和速度等特征，其延時(shí)和誤差難以徹底消除。此外，純視覺(jué)方案在將二維圖像轉(zhuǎn)換為三維信息、理解復(fù)雜場(chǎng)景細(xì)節(jié)方面等難度也很大。以特斯拉為例，攝像頭本身無(wú)法直接測(cè)量物體的深度與速度，為了安全起見(jiàn)，特斯拉在取消毫米波雷達(dá)后曾將自動(dòng)轉(zhuǎn)向(Autosteer)最高速度限制為120公里/小時(shí)并拉大跟車距離，后來(lái)才稍作放寬?？梢?jiàn)，依賴單一攝像頭感知的方案在距離、深度和速度檢測(cè)方面存在不足，難以與激光雷達(dá)或毫米波雷達(dá)提供的直接測(cè)量相匹敵。

　　環(huán)境適應(yīng)性

　　純視覺(jué)方案需要依賴大量且多樣化的圖像數(shù)據(jù)來(lái)適應(yīng)不同環(huán)境，而實(shí)際道路環(huán)境千差萬(wàn)別。在駕乘體驗(yàn)和安全要求面前，視覺(jué)系統(tǒng)面臨復(fù)雜度極高的環(huán)境適配挑戰(zhàn)。不同國(guó)家的交通環(huán)境也會(huì)對(duì)識(shí)別效果產(chǎn)生影響，在中國(guó)，高速公路曲折蜿蜒、路網(wǎng)立交交錯(cuò)復(fù)雜，環(huán)島、多層互通的道路更多;城市道路上行人、電動(dòng)車通行習(xí)慣與西方也有顯著差異。有統(tǒng)計(jì)顯示，自動(dòng)駕駛在美國(guó)路口通過(guò)要比在中國(guó)簡(jiǎn)單近十倍，這也使得在中國(guó)實(shí)現(xiàn)純視覺(jué)方案更具挑戰(zhàn)。

　　由于純視覺(jué)系統(tǒng)僅靠攝像頭的實(shí)時(shí)感知，缺乏超視距的先驗(yàn)信息和高精地圖的輔助，其“視野”往往局限在攝像頭直接能看到的范圍。在今年年初特斯拉FSD在中國(guó)剛推送時(shí)，也有很多博主進(jìn)行了測(cè)試，卻發(fā)現(xiàn)其有明顯的“水土不服”，在未經(jīng)中國(guó)本地?cái)?shù)據(jù)訓(xùn)練情況下難以流暢行駛，而其他廠商通過(guò)激光雷達(dá)、高精地圖和定位系統(tǒng)提供的先驗(yàn)信息，則能更好地應(yīng)對(duì)復(fù)雜路況?？傊?，環(huán)境差異導(dǎo)致純視覺(jué)系統(tǒng)泛化能力受限，一旦遇到訓(xùn)練數(shù)據(jù)中未覆蓋的道路標(biāo)記、交通標(biāo)志或行駛習(xí)慣，車輛就可能出現(xiàn)判斷失誤。

　　系統(tǒng)魯棒性不足

　　高度可靠的自動(dòng)駕駛要求系統(tǒng)具備多重冗余和故障容錯(cuò)能力。純視覺(jué)方案由于僅依賴攝像頭，天然缺乏其他傳感器的互補(bǔ)與冗余。一旦攝像頭受損(如鏡頭被雨滴、污物遮擋)或誤判(光暈、眩光等)，整個(gè)感知鏈會(huì)陷入癱瘓狀態(tài)，系統(tǒng)沒(méi)有備用數(shù)據(jù)源來(lái)糾正錯(cuò)誤。這也導(dǎo)致“幽靈剎車”成為純視覺(jué)系統(tǒng)難以根治的問(wèn)題，在純視覺(jué)方案中無(wú)法直接測(cè)量前車速度和加速度，車輛有時(shí)會(huì)無(wú)故急踩剎車以避免預(yù)測(cè)的碰撞。據(jù)中國(guó)證券報(bào)，美國(guó)國(guó)家公路交通安全管理局(簡(jiǎn)稱“NHTSA”)在一份監(jiān)管文件中表示，特斯拉在2021年取消毫米波雷達(dá)后，幽靈制動(dòng)投訴數(shù)量在一個(gè)月內(nèi)由354起驟增至758起，引發(fā)美國(guó)監(jiān)管機(jī)構(gòu)的大規(guī)模調(diào)查。

　　純視覺(jué)系統(tǒng)的安全設(shè)計(jì)幾乎沒(méi)有多傳感器的功能安全保障。為了達(dá)到高級(jí)別自動(dòng)駕駛的安全要求，必須防止單一系統(tǒng)失效帶來(lái)風(fēng)險(xiǎn);但純視覺(jué)方案很難滿足這一點(diǎn)。如特斯拉Autopilot被定位為L(zhǎng)2級(jí)輔助駕駛，需要駕駛員時(shí)刻監(jiān)控駕駛環(huán)境;即使如此，美國(guó)國(guó)家公路交通安全管理局也發(fā)現(xiàn)數(shù)百起Autopilot相關(guān)事故，引發(fā)對(duì)其安全性的質(zhì)疑。由此可見(jiàn)，由于缺乏多傳感器的冗余設(shè)計(jì)，純視覺(jué)自動(dòng)駕駛系統(tǒng)在容錯(cuò)性和魯棒性方面存在明顯短板，其安全性難以與多傳感器融合方案相比。

　　模型泛化能力與長(zhǎng)尾問(wèn)題

　　純視覺(jué)方案的感知能力主要依賴深度學(xué)習(xí)模型，而模型性能高度依賴訓(xùn)練數(shù)據(jù)的覆蓋度。由于現(xiàn)實(shí)駕駛場(chǎng)景具有極大的多樣性，模型難以通過(guò)常規(guī)訓(xùn)練囊括所有可能出現(xiàn)的場(chǎng)景。那些在數(shù)據(jù)集中出現(xiàn)頻率很低的“長(zhǎng)尾”場(chǎng)景(如罕見(jiàn)交通標(biāo)志、非常規(guī)障礙物、突發(fā)意外等)往往無(wú)法得到充分訓(xùn)練。結(jié)果是模型可能在這類場(chǎng)景下預(yù)測(cè)失誤，無(wú)法做出正確反應(yīng)。為應(yīng)對(duì)長(zhǎng)尾問(wèn)題，需通過(guò)大規(guī)模數(shù)據(jù)采集、數(shù)據(jù)增強(qiáng)、仿真模擬等方法擴(kuò)展訓(xùn)練樣本，但仍無(wú)法保證覆蓋所有極端情況。

　　域外數(shù)據(jù)與本地應(yīng)用的差異也會(huì)導(dǎo)致泛化不足。例如特斯拉的FSD系統(tǒng)主要訓(xùn)練于北美路況，對(duì)于中國(guó)復(fù)雜的高速公路環(huán)境并不匹配。中國(guó)對(duì)自動(dòng)駕駛數(shù)據(jù)安全監(jiān)管嚴(yán)格，特斯拉在中國(guó)采集的數(shù)據(jù)也難以外傳，這進(jìn)一步限制了本地化的模型訓(xùn)練?？傊円曈X(jué)系統(tǒng)需要海量高質(zhì)量的多樣化訓(xùn)練數(shù)據(jù)才能提高泛化能力，但在實(shí)際應(yīng)用中獲取和標(biāo)注這樣的數(shù)據(jù)既昂貴又耗時(shí)，難以迅速?gòu)浹a(bǔ)模型在新環(huán)境下的缺口。

　　未來(lái)趨勢(shì)與技術(shù)演進(jìn)

　　盡管純視覺(jué)方案在成本和算法創(chuàng)新上具有獨(dú)到之處，業(yè)界普遍認(rèn)為真正的大規(guī)模落地仍需要傳感器融合與更先進(jìn)的AI技術(shù)相結(jié)合。僅用一種傳感器難以覆蓋所有場(chǎng)景，中短期內(nèi)要實(shí)現(xiàn)高度可靠的環(huán)境感知必然依賴多種傳感器融合，尤其是在在L4級(jí)自動(dòng)駕駛中，激光雷達(dá)和攝像頭從安全性考慮具備相同的重要性和不可替代性，他們?nèi)币徊豢伞?/p>

　　智駕最前沿以為，今后的智駕路線可能是繼續(xù)發(fā)展端到端大模型和視覺(jué)算法優(yōu)化，同時(shí)保留毫米波雷達(dá)或激光雷達(dá)等輔助傳感，以兼顧精度與魯棒性。如特斯拉最新發(fā)布的FSDV12.5.1版本據(jù)稱已引入端到端神經(jīng)網(wǎng)絡(luò)架構(gòu)，大幅重構(gòu)了底層代碼，試圖進(jìn)一步提升純視覺(jué)系統(tǒng)的決策表現(xiàn)。此外，傳統(tǒng)自動(dòng)駕駛公司和供應(yīng)鏈正在加大對(duì)低成本固態(tài)雷達(dá)、激光雷達(dá)和高精地圖的投入，為車載感知增加多樣化的安全冗余。

　　總之，純視覺(jué)自動(dòng)駕駛在成本與市場(chǎng)落地潛力上具有優(yōu)勢(shì)，但它對(duì)感知系統(tǒng)的算法能力和數(shù)據(jù)支撐提出了極高要求?，F(xiàn)實(shí)案例表明，依靠攝像頭的方案仍存在可靠性隱患，需要謹(jǐn)慎評(píng)估和補(bǔ)強(qiáng)。未來(lái)的發(fā)展可能會(huì)更加平衡，既利用人工智能與視覺(jué)算法的進(jìn)步，也利用多傳感器融合來(lái)保證復(fù)雜環(huán)境下的安全性。