摘要：特斯拉將準(zhǔn)備FSD引入中國，距離自動駕駛又近了一步。自動駕駛的FSD與車聯(lián)網(wǎng)的V2X自動駕駛相比，誰更有優(yōu)勢？該文從原理、人工駕駛、系統(tǒng)的角度，對FSD與V2X的優(yōu)劣做了對比。從實現(xiàn)的角度看，F(xiàn)SD更容易實現(xiàn)；從成本的角度看，F(xiàn)SD成本更低；從人工駕駛角度看，F(xiàn)SD缺少了聲音傳感器；從定位角度看，F(xiàn)SD無法在整車偏移或偏轉(zhuǎn)時準(zhǔn)確定位；從系統(tǒng)角度看，F(xiàn)SD是單機(jī)操作，容易實現(xiàn)，但效能無法與車聯(lián)網(wǎng)的V2X自動駕駛匹敵；V2X涉及基站系統(tǒng)、需要全網(wǎng)元統(tǒng)一接口，投資巨大，互聯(lián)互通困難，建設(shè)周期長，尚無商業(yè)網(wǎng)實踐經(jīng)驗。PSD與V2X各有所長，PSD適用于智能網(wǎng)聯(lián)的初級階段，V2X適用于智能網(wǎng)聯(lián)的中、后期階段。

關(guān)鍵詞：完全自動駕駛（FSD）；車聯(lián)網(wǎng)（V2X，Vehicle-to-Everything）

doi：10.3969/J.ISSN.1672-7274.2024.10.023

中圖分類號：TP 18 文獻(xiàn)標(biāo)志碼：A 文章編碼：1672-7274（2024）10-00-03

Comparison of the Advantages and Disadvantages of FSD and V2X

Abstract： Tesla's FSD is ready to be introduced to China， one step closer to autonomous driving. Who has the advantage of autonomous FSD versus connected V2X autonomous driving？ This paper compares the advantages and disadvantages of FSD and V2X from the angles of principle， manual driving and system. From the perspective of implementation， FSD is easier to implement; From the cost point of view， FSD cost is lower; From a manual driving point of view， the FSD lacks a sound sensor; From the positioning point of view， FSD can not be accurately positioned when the vehicle is offset or deflected; From a system point of view， FSD is a stand-alone operation， easy to implement， but the performance cannot match the V2X autonomous driving of the car network; V2X involves the base station system， the need for a unified interface of the whole network element， huge investment， difficult interconnection， long construction cycle， there is no practical experience in commercial networks. PSD and V2X have their own advantages， PSD is suitable for the initial stage of intelligent network connection， and V2X is suitable for the middle and later stages of intelligent network connection.

Keywords： FSD; V2X

1 概述

1.1 FSD

FSD可將攝像頭獲取的圖像數(shù)據(jù)輸入到處理單元后，能直接輸出例如轉(zhuǎn)向、加速、制動等車輛控制指令來控制汽車行駛。它更像是一個人類的大腦，不需要高精度地圖以及激光雷達(dá)，僅依靠圖像數(shù)據(jù)輸入就能分析并輸出控制策略。特斯拉的自動駕駛系統(tǒng)依賴基于規(guī)則的判斷，依靠汽車上搭載的攝像頭識別車道、行人、車輛、標(biāo)志和交通信號燈等，通過編寫代碼來應(yīng)對各種情況。當(dāng)前，特斯拉的FSD V12已能實現(xiàn)“端到端”的人工智能自動駕駛。

1.2 FSD的特點(diǎn)

（1）FSD采用全攝像頭獲取信息。FSD完全依賴攝像頭獲取圖像，通過算法積累、學(xué)習(xí)的方式判斷交通情況[1]。

（2）其具有AI功能。通過不斷迭代來完成升級、學(xué)習(xí)、完善。FSD V12中的AI神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)，不需要規(guī)則和條件判斷代碼，通過大量視頻訓(xùn)練得到結(jié)果[2]。

（3）絕大部分的場景FSD都有收錄，可以根據(jù)這些場景直接執(zhí)行正確的操作，這需要采集大量的數(shù)據(jù)，而且需要累積經(jīng)驗。

（4）特斯拉第三季度財報顯示FSD測試總里程超8億千米，說明FSD可靠性已經(jīng)在國外大量實地驗證，并且不需要使用高精度地圖。完全自動駕駛（FSD）將使車輛的利用率翻五倍，成本就變成了五分之一，而且使車主不用遭受駕駛的煎熬[3]。

（5）FSD的2022年事故發(fā)生概率明顯低于人類駕駛平均事故率[4]。

（6）根據(jù)具有科學(xué)價值的、明晰的、系統(tǒng)性的、基于在線評價和消費(fèi)者期望的問題體系評估，整體上，F(xiàn)SD確實比人類駕駛安全性要高[4]。

（7）通過貝葉斯推理可知，新能源汽車嚴(yán)重突然失控的可能性為45%，輕微突然失控的可能性為90%，突然失控事故不發(fā)生的可能性為97%。實際上，97%的不發(fā)生率在整體上是可以接受的[5]。

FSD存在問題：

（1）因為FSD參考系是車，所以當(dāng)參照系發(fā)生抖動、側(cè)翻時、FSD定位是不準(zhǔn)確的。

（2）當(dāng)遭遇大霧、大雨、大雪等惡劣天氣時，F(xiàn)SD難以解決視距內(nèi)有障礙阻擋問題。

1.3 V2X的特點(diǎn)

（1）在V2X車聯(lián)網(wǎng)中，車、基站、網(wǎng)絡(luò)、行人、燈柱、紅綠燈等車聯(lián)網(wǎng)元相互關(guān)聯(lián)、消息互通，可以獲得超視距信息。

（2）V2X可以多角度反饋場景，避免誤判。還有，相鄰車、附近基站、行人、燈柱、紅綠燈標(biāo)志所處的空間位置不同、傳感器不一樣，可以提供客觀數(shù)據(jù)，從而準(zhǔn)確判斷汽車狀態(tài)。

V2X存在問題：

網(wǎng)絡(luò)阻塞。當(dāng)汽車堵車時，各V2X模組在空間上擁擠在一起，使用相同的頻率，大功率發(fā)射，就會出現(xiàn)無線網(wǎng)絡(luò)干擾，導(dǎo)致無法通信，這個問題需要優(yōu)化解決。

網(wǎng)元?dú)w屬于不同的體系，協(xié)調(diào)難度大。基站屬于中國移動、中國電信、中國聯(lián)通等運(yùn)營商，屬于電子行業(yè)；汽車屬于不同個人、單位；燈桿、紅綠燈等屬于市政管理部門、交警部門，因此，當(dāng)需要協(xié)調(diào)一致工作時，需要橫跨多行業(yè)、多單位，協(xié)調(diào)難度很大。

V2X車聯(lián)網(wǎng)需要大規(guī)模建設(shè)V2X網(wǎng)元，投資成本較大，包括基站擴(kuò)容，建設(shè)燈桿，路邊標(biāo)桿等，實施難度大。

車聯(lián)網(wǎng)建設(shè)需要較長時間。與基站連接的UU接口已完成，車車、車人、車物等的PC5接口已經(jīng)完成統(tǒng)一（PC5接口定義、場景定義），完全實現(xiàn)需要認(rèn)證、車廠、模組、芯片整個產(chǎn)業(yè)鏈步調(diào)一致，這需要時間。車聯(lián)網(wǎng)的網(wǎng)絡(luò)規(guī)劃、優(yōu)化也需要時間?？山换サ?、兼容性強(qiáng)、可靈活配置的互聯(lián)互通接口也需要大量時間調(diào)試。同時，需要建設(shè)覆蓋廣、速率高的無線網(wǎng)絡(luò)，這也需要時間。

2 優(yōu)劣勢

2.1 FSD與人工駕駛的區(qū)別

（1）沒聲音。駕駛員可以聽到周圍環(huán)境的聲音，由此可以預(yù)判物體、行人、前車、后車狀態(tài)，但是FSD沒有聽覺。假設(shè)人工駕駛沒有聲音，會增加事故概率，F(xiàn)SD則不然。

（2）經(jīng)驗積累。人工駕駛存在經(jīng)驗積累，而成熟的FSD是大量數(shù)據(jù)、經(jīng)驗、場景的積累，相當(dāng)于一個經(jīng)驗老到的司機(jī)。

（3）視野。FSD會在汽車的四周都安置攝像頭，因此，視野比人工駕駛要寬得多。

2.2 FSD與雷達(dá)的區(qū)別

（1）精度。雷達(dá)距離判斷較FSD準(zhǔn)確，因為雷達(dá)測距通過毫米波工具完成，因此精度可達(dá)到毫米級別，因此更為準(zhǔn)確。FSD通過視頻測距，通過算法估算兩物體間距離，準(zhǔn)確度難以達(dá)到毫米級別。

（2）判斷。雷達(dá)成像較容易誤判，不如使用視頻圖形方法判斷。FSD在成像、圖形判斷方面更強(qiáng)。

（3）傳輸。雷達(dá)容易受到傳輸介質(zhì)的影響，導(dǎo)致誤判距離。而視頻判斷依據(jù)較直接，不容易受環(huán)境影響。

（4）夜間。雷達(dá)夜間工作正常，視頻判斷可能受較大影響。

（5）成本。安裝雷達(dá)成本增加。FSD前期需要大量數(shù)據(jù)積累，成本也高。

2.3 FSD與V2X區(qū)別

（1）實施。FSD容易實施，具有極高可操作性，為單機(jī)操作。V2X是一個系統(tǒng)工程，極不容易實施。

（2）廣度。FSD處理范圍為視距以內(nèi)，而V2X為超視距，在控制車輛廣度方面高多個量級。

（3）可行性。FSD已經(jīng)有大量的應(yīng)用驗證其可行性，但V2X僅僅完成試驗場測試。

（4）條件。V2X要求高精度地圖、高精準(zhǔn)定位、互聯(lián)互通，F(xiàn)SD完全依賴視頻判斷，對外部條件要求較低。

2.4 FSD可能會出現(xiàn)的問題

FSD采用攝像頭定距，攝像頭均安裝在汽車上，因此，攝像頭確定的位置均以汽車為參照系。當(dāng)汽車這個坐標(biāo)系產(chǎn)生偏移或角度偏轉(zhuǎn)時，攝像頭獲得的物體定位相對地面坐標(biāo)系來說就不再準(zhǔn)確，由于導(dǎo)航以地面為參照系，因此FSD的導(dǎo)航可能不再準(zhǔn)確。這是存在風(fēng)險的，具體場景以下。

（1）非平整路道路。FSD的參照系為攜帶攝像頭的整車，當(dāng)整車出現(xiàn)偏移及角度偏轉(zhuǎn)時，F(xiàn)SD得到的位置需要加入系統(tǒng)偏移變量，才能得到確切位置。而汽車的偏移及角度偏轉(zhuǎn)，是極難測量的，特別是僅通過視頻測量更難以得到準(zhǔn)確數(shù)據(jù)，從而導(dǎo)致誤判；如圖1所示，當(dāng)整車偏移、偏轉(zhuǎn)時，A’會被誤判為A位置。

（2）雨霧天氣。由于雨霧會導(dǎo)致視距受限和誤判，已有北美FSD用戶在雨霧天差點(diǎn)沖撞行進(jìn)火車的事故。

（3）超視野問題。如在十字交會路口，視線被樓房或樹木等阻擋物阻擋，無法通過視頻提早預(yù)知。

（4）視野盲區(qū)。在轉(zhuǎn)彎及下坡路段等超視野場景，容易發(fā)生事故。

（5）強(qiáng)光。當(dāng)對向車輛使用強(qiáng)光燈時，可以令駕駛員瞬間失明，這時，F(xiàn)SD的攝像也會過曝，產(chǎn)生誤判。

（6）車道識別。FSD識別車道，首先要求采用高清晰度的攝像機(jī)，同時有完善的算法。類似重慶這樣多山、多高架橋、多隧道的地貌，對于FSD將是一個挑戰(zhàn)。

（7）調(diào)度。FSD是單機(jī)模式，無法支撐智能調(diào)度、動態(tài)調(diào)整功能。

3 結(jié)束語

FSD積累了大量的實測數(shù)據(jù)，建立了完善的單機(jī)模型，并通過其學(xué)習(xí)系統(tǒng)不斷學(xué)習(xí)、優(yōu)化，確保FSD等同于一位具有豐富駕駛經(jīng)驗的駕駛員，據(jù)統(tǒng)計，F(xiàn)SD的安全系數(shù)已超越一般駕駛員。FSD還具有成本低、試驗早、累計經(jīng)驗快、有事實數(shù)據(jù)支撐等優(yōu)點(diǎn)，可行性高。但是，F(xiàn)SD存在無聲音輔助、車輛偏移時會出現(xiàn)定位誤差的缺點(diǎn)；同時，相對車聯(lián)網(wǎng)，F(xiàn)SD也存在無超視距數(shù)據(jù)、無法提前預(yù)判、沒有智能調(diào)度、惡劣環(huán)境容易誤判等缺點(diǎn)，因此，在智能網(wǎng)聯(lián)初級階段，F(xiàn)SD是可行的自動駕駛方案，而在智能網(wǎng)聯(lián)的中后期，車聯(lián)網(wǎng)的V2X技術(shù)將逐步成為自動駕駛的主流技術(shù)。

參考文獻(xiàn)

[1] 朱琳．特斯拉FSD Beta路測是非[J]．經(jīng)營者（汽車商業(yè)評論），2022（3）：64-66．

[2] 朱世耘．特斯拉正在走一步險棋？[N]．國際商報，2022-02-11（008）．

[3] 陳念航．挑戰(zhàn)特斯拉FSD，百度Apollo推出領(lǐng)航輔助駕駛ANP[J]．企業(yè)觀察家，2020（12）：66-67．

[4] 習(xí)揚(yáng)．基于在線評價和消費(fèi)者期望的產(chǎn)品推薦排序方法研究[D]．沈陽：東北大學(xué)，2021．

[5] 張順，周娟．基于STPA與模糊BN的新能源汽車安全性分析方法研究[J]．現(xiàn)代電子技術(shù)，2024，47（8）：18-24．