*本文只发新出行论坛，如有想要转载的，请先与本人联系。

**以下所用图示，为了让大家方便理解，做了适当调整，实际情况并非如此。

大家好~

经过岚图Free首发和19号鹏友会，相信部分车友也知道我就是汽车制造业的从业人员。

参会过程中，@敖丁啊 说我发的都是视频，所以我决定连发个几篇文章。

今天就来给大家分享点干货！

首先，今天是2020年12月20日，农历冬月初六，上海的天气——晴！上海人称今天叫冬至夜，因为明天是冬至。

没错，就和圣诞夜一样，冬至夜是冬至前一天的晚上，而上海风俗呢，

今天晚上太阳下山后，是不能再出家门的，除非是为了烧锡箔。当然，锡箔最好也是傍晚的时候烧。

还记得当年刚上班的几年里，公司在冬至夜当天，都是下午4点全厂放假的。

所以今天的干货就是，上海人过冬至夜，并且有冬至夜不出门的习俗！

开个玩笑哈。

现在进入正题：

首先，昨天的鹏友会上，有鹏友问了小鹏自动驾驶产品总监黄总，一个识别问题，即：小鹏车机有时会将电动车识别成轿车，识别经常跳转。另外，有的时候，驾驶员明明看到车了，可是车机却完全没有识别。

那么，当时黄总给的回复是，识别不稳定这个问题，现阶段确实没法避免。

说实在的，这方面个人是感同身受的，当时真的很想和黄总继续深入讨论下去的，但是又觉得太技术的问题，会浪费大家的时间，就没刨根问底。

其实，视觉识别系统，在汽车制造业内是一个非常普遍而又非常令人头痛的应用，原因在于，其应用往往是在关键工序上，但是视觉识别又是一个及其容易被外界所干扰的系统。本人曾经作为调试工程师，吃净了苦头。

所以，枯燥的内容来了：

首先，相信有不少人看过这个视频，小鹏自己放出的高速自动驾驶的系统识别画面：

如果你以为，车机看到的，或者准确的说，视觉检测系统看到的就是以上的画面？那就大错特错了。

这个画面只是处理完后的合成画面而已。

现在开始，带大家进入一个真正的车机视觉世界！！！在开始前，还是要重复提一个应该也算是常识性的问题，这就是电脑的世界，其实只有0和1而已。

所以：

上图是一张彩色照片，但是刚才说了，电脑只有0和1，实际上摄像头拍到的只是黑白照片而已（色彩是后期合成给人看的的）。

大家现在脑补个黑白照片，是不是这样的？

大错特错！

实际上，电脑看到的黑白照片，是这样的：

是的，上图就是车机真正看到的世界，这里再给大家截图，并稍加标明下，以便解释：

以上我简单画了3个框，从人眼看，其实还是可以分辨出这是3辆车的。

但是我说了，电脑识别不是这样的，如果我们把白色做为0，黑色作为1。那么，实际上电脑是在计算框内黑色面积和白色面积，或者通俗点说，就是有几个像素点是黑的？有几个是白的？

然后，视觉工程师就会根据计算情况，设置相应的阈值，例如黑色面积到多少以上，应该可以识别成车，当然万一是辆白车，那就白色面积到多少以上，也同样识别为车。

可是，路上不止有车。

上图两辆电动车同样按外形画框，现在我们假设，前车不动，后车靠近并和前车重叠。

可以看到，黑色面积就会大量增加，从而超过工程师设定阈值，被误判为汽车。

所以，大家开车时可以在确保安全的情况下（例：别人开，自己坐副驾驶），仔细观察仪表盘，小鹏是会经常把重叠的电动车，甚至是人行道上交汇的多个行人，识别成汽车的。

当然，这个情况通过其他辅助手段是可以尽量降低识别错误的。例如移动跟踪，所以3.0有3目识别，误判的概率就会小很多很多，毕竟我在你们还没合体的时候，就开始跟踪了。

还有，就是可以使用各种雷达进行辅助。毕竟雷达区分人体和金属，那是得心应手的事。

这也是为什么行业内对特斯拉这种只用视觉做自动驾驶觉得牛逼的原因了，当然，这也和特斯拉拥有庞大的用户群体并且激进的做事风格有关，所以你可以看到，特斯拉的model3什么都减配，但是在自动驾驶硬件方面却一点都不减配。

你真以为特斯拉觉得用户买车时不要，后期可能会要？别逗了，你没选FSD，只是你用不上，实际上特斯拉在后台还是会用，并反馈数据。（此段主观臆断，大可不必当真。）

OK，扯远了，这边扯回来。没有特斯拉庞大的用户数据进行分析，光靠视觉检测又误判高，雷达辅助就是必须要上的手段了。

最近有个大佬也说了，下一代一定要用激光雷达了。

然而！激光雷达这个名词，大众听起来可能有点新鲜，毕竟现在汽车常用的也就是声波和毫米波。但在行业内，激光雷达早就用在了零件生产方方面面了。优点很明显，缺点也同样存在，由于使用的是反射原理，一旦遇上强/弱反射不同的材质，或者雨天，雾霾导致反射数值不规律下降，都会影响其判断，而这都需要不断的数据累积，才能逐步完善的。当然，这方面有机会，再和大家分享。

今天的内容就到这里了，如果大家有兴趣，可以留言告知。谢谢！