自動駕駛 Level2++, nvidia alapmayo, MB.DRIVE ASSIST PRO

一般車子的 level2, 主要就是置中, 跟車 之類, 而且通常對靜止障礙物偵測是有問題, 所以常有撞防撞車意外,
tesla 的 AP 算屬於此類, 不過用的視覺系統, 防撞車意外就沒發生.

而 level2+, 像 EAP, 就會偵測四週車輛, 原本在高速公路還可以自己變換車道, 後來被法規限制.

而 level2++, 就強調在市區也能用, 可以點到點導航, 偵測交通號誌等.

FSD(supervised) 現在在台灣測試就屬於 level2++,
但它的名字... 在歐洲(/中國大陸) 都被認會誤導, 改 Tesla Assisted Driving.

有 level2++ 的, 在前幾年除了大陸用精確地圖外, 就只有 tesla 一家,
但在今年, 有 nvidia 的 alpamayo 加入戰場, 而也有賓士 cla180 採用量產,
不過實際上市場上開放的還是只有 大陸(配合在地化地圖?)

不過最新聞,
title
"M-Benz搶先Tesla布局德國自動駕駛市場,MB.DRIVE ASSIST PRO年底率先上路"
不過內容是 年底測試, 明年開放, 還是要收錢.
(嗯.. 開放 斯圖加特與慕尼黑符合資格的車主使用, 一般車主, 不是車廠人員.)
"MB.DRIVE ASSIST PRO依循最新聯合國UN R171法規開發,有望成為首個正式進入德國市場、支援點對點城市駕駛的量產車輔助系統,相較之下Tesla的Full Self-Driving(FSD)仍面臨德國監管機關審查"

德國算是比較嚴謹的, 不知道德國開放後, 台灣能不能跟進?
(有了 FSD supervied 的審查經驗, 能不能快一點?)

https://cars.tvbs.com.tw/car-news/342413
Mercedes-Benz正式宣布,與NVIDIA共同開發的MB.DRIVE ASSIST PRO進階駕駛輔助系統,將於2026年底率先在德國斯圖加特與慕尼黑展開早期體驗計畫,並預計2027年上半年正式開放德國市場訂購,這套系統最大特色,在於能夠依照導航設定,提供從出發地到目的地的全路線駕駛輔助

根據Mercedes-Benz於10月21日公布的規劃,MB.DRIVE ASSIST PRO將於2026年底透過早期體驗計畫,率先提供斯圖加特與慕尼黑符合資格的車主使用,原廠將主動聯繫指定客戶,只要車輛具備必要硬體,即可透過OTA遠端軟體更新啟用功能,並將實際道路使用經驗作為持續優化系統的參考,正式商業化則預計於2027年上半年展開,後續依不同車型逐步導入Mercedes-Benz乘用車與商用廂型車產品陣容,既有車主只要車輛符合硬體條
(
並於2026年1月美國CES消費性電子展期間,針對純電CLA公布三年3,950美元的使用方案,約合新台幣12.2萬元,後續也規劃月付與年付選項
)
ec wrote:
一般車子的 ...(恕刪)
ec wrote:
有 level2++ 的, 在前幾年除了大陸用精確地圖外, 就只有 tesla 一家,
但在今年, 有 nvidia 的 alpamayo 加入戰場, 而也有賓士 cla180 採用量產,
不過實際上市場上開放的還是只有 大陸(配合在地化地圖?)

全自動駕駛,我還是看好FSD的全視覺系統
FSD > Alpamayo > Waymo,是我個人的判斷
無論如何,任何科技百家爭鳴都是好事
Maine
LV4,Waymo仍遠遠領先特斯拉,FSD選了自駕法規最鬆的德州做為起點,就是避免像Cruise一樣被強迫停駛。但德州以外的自駕法規嚴格,FSD雖然成本是最低的,但要追上Waymo恐仍要5~10年。
我也希望多多自駕系統都是好事

目前fsd應該是跑在前端 但真的靠北貴 雖然變訂閱方案 就怕跟遊戲條款一樣


其實 自駕在呆丸 最大道路障礙 就是交通部
沒救了
. wrote:
FSD



開啟 全自動駕駛
最後還是碰撞 發生死傷
請問
肇責 算在 駕駛 還是 車商 ?
這 太難了
A辣愛怕跑 wrote:
開啟 全自動駕駛最後...(恕刪)
肇責 算在 駕駛 還是 車商 ?


這邊提的 Level2, 責任就是駕駛,
直接寫 FSD 是有爭議的,
所以會在後面括號 (Supervised), 需要駕駛監督的版本, 也就是台灣目前受審的的版本,
但這個名字還是不被接受, 大陸/歐洲 已經改名為 Tesla Assisted Driving, 特斯拉輔助駕駛...
(FSD 名字用習慣了, 只是個名字, 就像太陽餅沒太陽一樣...)
watson0106 wrote:
全自動駕駛,我還是看好FSD的全視覺系統
FSD > Alpamayo > Waymo,是我個人的判斷

嗯... 其實一直有些疑問,
全視覺是說模仿人的眼睛,
但人的眼睛可以用 二眼角度 判斷距離....
FSD 會用多鏡頭對單一物體判斷距離嗎?

FSD 對一些細的欄杆, 好像有時會出問題...
以及... 像公路有時會有些裂縫陰影... 如何分辨那時無害的還是輪胎碎片?

這些東西如果透過其它的方式, 會比較好分辨嗎?
像遇到陰影就先減速, 由其它系統(LiDar)也辨斷有問題, 決定要大角度避開降速之類的...

像...
"Alpamayo 支援全方位感測器輸入,LiDAR 點雲與相機、雷達數據共同提供 360 度環境感知能力"
不過 benz cla 看起來也沒有用 LiDAR,
"雷達感測器:配置 5 組雷達(如都卜勒雷達與中/長距雷達)"
"超音波感測器:前後保險桿共 12 個超音波感測器(用於停車輔助與距離偵測)。"
看起來對陰影還是靠純視覺...

看到一些測試報告,
好像 beze 停車比 fsd 好... 靠 "12 個超音波感測器" ?


(好像看過.. 是用移動時 物體在影像的位置變化判斷位置)
(嗯... 這類技術的核心原理是透過追蹤連續影像(Frames)中特徵點或像素的位置變化(位移向量),來計算出物體本身的移動速度、方向或是相機自身的位移)
(
LiDAR 通過發射雷射脈衝並接收反射訊號,在極短時間內建立路面的 高密度 3D 點雲數據(Point Cloud)。
• 微小高程差辨識: 高階的 LiDAR 具有毫米級(mm)的垂直精度,能直接捕捉到路面的凹凸、坑洞、裂縫或車轍。
)
wind0083
你可以看一下YT上最近一期的硅谷101,剛好在講特斯拉,裡面有一段是在講特斯拉FSD的技術
ec wrote:
(嗯... 這類技術的核心原理是透過追蹤連續影像(Frames)中特徵點或像素的位置變化(位移向量),來計算出物體本身的移動速度、方向或是相機自身的位移)
(
LiDAR 通過發射雷射脈衝並接收反射訊號,在極短時間內建立路面的 高密度 3D 點雲數據(Point Cloud)。
• 微小高程差辨識: 高階的 LiDAR 具有毫米級(mm)的垂直精度,能直接捕捉到路面的凹凸、坑洞、裂縫或車轍。
)




https://technews.tw/2025/09/16/tesla-vision-ai-patent/
Tesla 這項編號 US20250282344 的專利,
該系統採用 transformer 神經網路架構,將多個攝影機的影像轉換為連續的有向距離場。每個 voxel 包含到最近表面的詳細距離測量數據,而非僅顯示占用狀態。這項創新實現了子 voxel 精度改良,將解析度從 33 厘米提升至 10 厘米,

嗯... 10cm, 算小嗎?
如果是指行車遇到的行人, 車子, 動物之類算是綽綽有餘,
但要判斷路面的石頭, 可能就吃力了...

高階的 LiDAR 具有毫米級(mm)的垂直精度... 這個才夠用...

(
volvo 這兩天新聞也在說要用 nivida 的方案... 但也不打算用 LiDar... (之前的車子有用)
L2++ 應該純視覺就夠用, 一般也有有 33cm 的分辨率, 行人, 車子, 動物之類 還是夠用?,
路邊停車的路緣測試就交給超音波雷達..?
反正出問題是駕駛的責任.. :Q
)


"
google AI 摘要

10公分大的石頭對汽車會造成相當嚴重的影響。這個尺寸的石頭(約成人拳頭大小)如果被車輪高速碾過,或是直接撞擊底盤,極易造成車輛結構、外觀或安全系統的重大損害。
以下是不同行駛情況下,10公分石頭對車輛造成的主要影響與損害部位:

💥 高速行駛時的直接衝撞 (最危險)

• 底盤與重要機件毀損: 石頭若撞擊車底,可能直接擊穿引擎油底殼(導致機油漏光而縮缸)、損壞變速箱、排氣管或油箱。
• 懸吊與轉向系統變形: 撞擊力道足以讓三角架、避震器、方向機拉桿彎曲變形,導致車輛瞬間失控。
• 輪胎與輪圈報廢: 高速直接碾壓會使輪胎內部鋼絲斷裂(起包)甚至瞬間爆胎;鋁圈也極可能當場變形或破裂。
"


"
特斯拉近期(專利編號 US20250282344)公開了全新的純視覺 AI 空間建模技術:
• 有符號距離場(Signed Distance Fields, SDF): 系統透過神經網路將多顆攝影機拍到的 2D 影像,轉換為連續的 3D 佔用地圖。每個 3D 體素(Voxel)都會存取該空間點到最近物體表面的真實「距離數據」。
• 亞體素(Sub-voxel)超高精度: 透過 Transformer 架構配合回歸與插值演算法,將原本 33 公分的偵測解析度大幅細化到 10 公分等級的精準度,這讓車輛在沒有 LiDAR(光學雷達)的情況下,也能精確辨識路緣石、障礙物邊界甚至地面上的無障礙標誌。
• 時空多影格追蹤(Spatiotemporal Tracking): 系統會同時對比前幾個時間點(t 到 t-3)的影像,透過物體在連續畫面中的相對位置變化(類似視差與運動恢復結構),更準確地計算出移動物體的距離與動態。
"
文章分享
評分
評分
複製連結

今日熱門文章 網友點擊推薦!