作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
另有兩個位於車輛前翼子板處，被稱為“側方後視攝像頭”，主要作用為監測車輛兩側的後方盲區，在變道和匯入高速公路時起著重要作用。
此外，通常被作為倒車影像的後攝像頭，也被歸為AP環視攝像頭的一員，在自動駕駛中，主要負責複雜的泊車場景（同時也推測被用於躲避追尾時的緊急規避）。
在NP系統中，環視攝像頭有4個，其中兩個位於兩側外後視鏡下方，兩個則位於D柱內，主要作用為監測車的兩側、後側的主要盲區以及組成360影像等。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
另有兩個位於車輛前翼子板處，被稱為“側方後視攝像頭”，主要作用為監測車輛兩側的後方盲區，在變道和匯入高速公路時起著重要作用。
此外，通常被作為倒車影像的後攝像頭，也被歸為AP環視攝像頭的一員，在自動駕駛中，主要負責複雜的泊車場景（同時也推測被用於躲避追尾時的緊急規避）。
在NP系統中，環視攝像頭有4個，其中兩個位於兩側外後視鏡下方，兩個則位於D柱內，主要作用為監測車的兩側、後側的主要盲區以及組成360影像等。
可見，在環視攝像頭方面，二者有著較為明顯的區別，除了數量和安裝的位置外，在主要實現的功能上也有較大不同：在AP系統中，環視攝像頭的重要程度更高，可以實現車輛監測、路況識別、緊急規避等操作；但在NP系統中，由於視野的限制，則主要起一些輔助作用。當然，在後攝像頭方面，蔚來旗下車型也是有配備的，只不過沒有將其特意納入NP的範疇中。
所以，在環視攝像頭這一項中，AP要強於NP。
毫米波雷達 1個打5個
毫米波雷達為傳統ACC系統中的主要工作部件，它主要起到的作用是距離探測，並且在惡劣天氣中仍可工作。
AP系統中，只有一個毫米波雷達，是遠程雷達，它位於車輛的正前方，前包圍的正中央，特定波長可以穿越灰塵、雨、雪、霧以及車輛下方空間，還可以通過反射計算出與物體之間的距離，對探測前方物體並作出及時反應起到至關重要的作用，對AP來說就是提供與正前方障礙物的距離了。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
另有兩個位於車輛前翼子板處，被稱為“側方後視攝像頭”，主要作用為監測車輛兩側的後方盲區，在變道和匯入高速公路時起著重要作用。
此外，通常被作為倒車影像的後攝像頭，也被歸為AP環視攝像頭的一員，在自動駕駛中，主要負責複雜的泊車場景（同時也推測被用於躲避追尾時的緊急規避）。
在NP系統中，環視攝像頭有4個，其中兩個位於兩側外後視鏡下方，兩個則位於D柱內，主要作用為監測車的兩側、後側的主要盲區以及組成360影像等。
可見，在環視攝像頭方面，二者有著較為明顯的區別，除了數量和安裝的位置外，在主要實現的功能上也有較大不同：在AP系統中，環視攝像頭的重要程度更高，可以實現車輛監測、路況識別、緊急規避等操作；但在NP系統中，由於視野的限制，則主要起一些輔助作用。當然，在後攝像頭方面，蔚來旗下車型也是有配備的，只不過沒有將其特意納入NP的範疇中。
所以，在環視攝像頭這一項中，AP要強於NP。
毫米波雷達 1個打5個
毫米波雷達為傳統ACC系統中的主要工作部件，它主要起到的作用是距離探測，並且在惡劣天氣中仍可工作。
AP系統中，只有一個毫米波雷達，是遠程雷達，它位於車輛的正前方，前包圍的正中央，特定波長可以穿越灰塵、雨、雪、霧以及車輛下方空間，還可以通過反射計算出與物體之間的距離，對探測前方物體並作出及時反應起到至關重要的作用，對AP來說就是提供與正前方障礙物的距離了。
NP系統中，則配備了多達5個毫米波雷達，其中一個是遠程雷達，探測距離可達150米，位於車輛正前方，起到的作用與AP相似。另外四個為環視雷達，位於車輛兩側及左後、右後方。這四個雷達，探測距離相對較近，但範圍更廣，主要起到的作用為車側及後方物體探測，也就是與AP中環視攝像頭的作用相似。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
另有兩個位於車輛前翼子板處，被稱為“側方後視攝像頭”，主要作用為監測車輛兩側的後方盲區，在變道和匯入高速公路時起著重要作用。
此外，通常被作為倒車影像的後攝像頭，也被歸為AP環視攝像頭的一員，在自動駕駛中，主要負責複雜的泊車場景（同時也推測被用於躲避追尾時的緊急規避）。
在NP系統中，環視攝像頭有4個，其中兩個位於兩側外後視鏡下方，兩個則位於D柱內，主要作用為監測車的兩側、後側的主要盲區以及組成360影像等。
可見，在環視攝像頭方面，二者有著較為明顯的區別，除了數量和安裝的位置外，在主要實現的功能上也有較大不同：在AP系統中，環視攝像頭的重要程度更高，可以實現車輛監測、路況識別、緊急規避等操作；但在NP系統中，由於視野的限制，則主要起一些輔助作用。當然，在後攝像頭方面，蔚來旗下車型也是有配備的，只不過沒有將其特意納入NP的範疇中。
所以，在環視攝像頭這一項中，AP要強於NP。
毫米波雷達 1個打5個
毫米波雷達為傳統ACC系統中的主要工作部件，它主要起到的作用是距離探測，並且在惡劣天氣中仍可工作。
AP系統中，只有一個毫米波雷達，是遠程雷達，它位於車輛的正前方，前包圍的正中央，特定波長可以穿越灰塵、雨、雪、霧以及車輛下方空間，還可以通過反射計算出與物體之間的距離，對探測前方物體並作出及時反應起到至關重要的作用，對AP來說就是提供與正前方障礙物的距離了。
NP系統中，則配備了多達5個毫米波雷達，其中一個是遠程雷達，探測距離可達150米，位於車輛正前方，起到的作用與AP相似。另外四個為環視雷達，位於車輛兩側及左後、右後方。這四個雷達，探測距離相對較近，但範圍更廣，主要起到的作用為車側及後方物體探測，也就是與AP中環視攝像頭的作用相似。
可見，在毫米波雷達方面，NP系統的利用程度要遠高於AP系統，這也是為什麼NP只選用了算力為2.5TOPS的芯片，因為NP對於圖像處理的需求遠低於AP，但可以實現的功能是相似的。
超聲波傳感器 一打對一打
我們常說的倒車雷達實際上就是超聲波傳感器，通常位於前後保險槓上。與毫米波雷達類似，它可以通過反射計算出與障礙物間的距離和大體輪廓，但範圍較短，僅有3~5米。
AP中，前後共配備了12個超聲波傳感器，前6後6。每個傳感器可覆蓋約90度的扇面，探測距離最大為8米。它在自動駕駛中的主要作用，是探測附近的車輛、尤其是強行並道的車輛，並在關鍵時刻進行規避。同時，在自動併線、低速行駛、窄路輔助、以及自動泊車時，也會起到作用。整體上來看，是與環視攝像頭相輔相成。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
另有兩個位於車輛前翼子板處，被稱為“側方後視攝像頭”，主要作用為監測車輛兩側的後方盲區，在變道和匯入高速公路時起著重要作用。
此外，通常被作為倒車影像的後攝像頭，也被歸為AP環視攝像頭的一員，在自動駕駛中，主要負責複雜的泊車場景（同時也推測被用於躲避追尾時的緊急規避）。
在NP系統中，環視攝像頭有4個，其中兩個位於兩側外後視鏡下方，兩個則位於D柱內，主要作用為監測車的兩側、後側的主要盲區以及組成360影像等。
可見，在環視攝像頭方面，二者有著較為明顯的區別，除了數量和安裝的位置外，在主要實現的功能上也有較大不同：在AP系統中，環視攝像頭的重要程度更高，可以實現車輛監測、路況識別、緊急規避等操作；但在NP系統中，由於視野的限制，則主要起一些輔助作用。當然，在後攝像頭方面，蔚來旗下車型也是有配備的，只不過沒有將其特意納入NP的範疇中。
所以，在環視攝像頭這一項中，AP要強於NP。
毫米波雷達 1個打5個
毫米波雷達為傳統ACC系統中的主要工作部件，它主要起到的作用是距離探測，並且在惡劣天氣中仍可工作。
AP系統中，只有一個毫米波雷達，是遠程雷達，它位於車輛的正前方，前包圍的正中央，特定波長可以穿越灰塵、雨、雪、霧以及車輛下方空間，還可以通過反射計算出與物體之間的距離，對探測前方物體並作出及時反應起到至關重要的作用，對AP來說就是提供與正前方障礙物的距離了。
NP系統中，則配備了多達5個毫米波雷達，其中一個是遠程雷達，探測距離可達150米，位於車輛正前方，起到的作用與AP相似。另外四個為環視雷達，位於車輛兩側及左後、右後方。這四個雷達，探測距離相對較近，但範圍更廣，主要起到的作用為車側及後方物體探測，也就是與AP中環視攝像頭的作用相似。
可見，在毫米波雷達方面，NP系統的利用程度要遠高於AP系統，這也是為什麼NP只選用了算力為2.5TOPS的芯片，因為NP對於圖像處理的需求遠低於AP，但可以實現的功能是相似的。
超聲波傳感器 一打對一打
我們常說的倒車雷達實際上就是超聲波傳感器，通常位於前後保險槓上。與毫米波雷達類似，它可以通過反射計算出與障礙物間的距離和大體輪廓，但範圍較短，僅有3~5米。
AP中，前後共配備了12個超聲波傳感器，前6後6。每個傳感器可覆蓋約90度的扇面，探測距離最大為8米。它在自動駕駛中的主要作用，是探測附近的車輛、尤其是強行並道的車輛，並在關鍵時刻進行規避。同時，在自動併線、低速行駛、窄路輔助、以及自動泊車時，也會起到作用。整體上來看，是與環視攝像頭相輔相成。
NP中，超聲波傳感器的佈局和數量與AP相似，也是前6後6。該傳感器由博世提供，探測距離為5.5米。由於環視毫米波雷達的存在，超聲波傳感器的作用不是非常明顯，主要運用在窄路輔助、自動泊車輔助等方面。
可見，在超聲波傳感器方面，AP與NP不僅佈局和數量基本相似，在主要作用方面也基本相一致。當然，由於AP對環境的感知主要來自視覺攝像頭，所以在近距離範圍內的物體感知，是需要超聲波傳感器相配合的，也就是說在重要程度和利用率上，AP是要高於NP的。
勝負：左右之分
對比下來不難發現，在整套系統的構成上，特斯拉AP與蔚來NP基本是一樣的，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。但在周圍環境的感知上，二者還是有著明顯的差別的。
在AP系統中，對周圍環境的感知主要來自車身上的5個環視攝像頭，獲取信息的方式主要是視覺（圖像）信號，視覺信號的複雜程度和包含的數據量要遠高於雷達信號，但從中進行識別和信息提取需要用特定的算法進行視覺處理，這也是為什麼HW 3.0的視覺處理能力非常強。
相應的，特斯拉的視覺處理技術也非常強，他們可以通過獨有的算法，在平面的圖像中識別到各種物體、標識，如行人、車輛、自行車、信號燈、限速牌、路肩等等。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
另有兩個位於車輛前翼子板處，被稱為“側方後視攝像頭”，主要作用為監測車輛兩側的後方盲區，在變道和匯入高速公路時起著重要作用。
此外，通常被作為倒車影像的後攝像頭，也被歸為AP環視攝像頭的一員，在自動駕駛中，主要負責複雜的泊車場景（同時也推測被用於躲避追尾時的緊急規避）。
在NP系統中，環視攝像頭有4個，其中兩個位於兩側外後視鏡下方，兩個則位於D柱內，主要作用為監測車的兩側、後側的主要盲區以及組成360影像等。
可見，在環視攝像頭方面，二者有著較為明顯的區別，除了數量和安裝的位置外，在主要實現的功能上也有較大不同：在AP系統中，環視攝像頭的重要程度更高，可以實現車輛監測、路況識別、緊急規避等操作；但在NP系統中，由於視野的限制，則主要起一些輔助作用。當然，在後攝像頭方面，蔚來旗下車型也是有配備的，只不過沒有將其特意納入NP的範疇中。
所以，在環視攝像頭這一項中，AP要強於NP。
毫米波雷達 1個打5個
毫米波雷達為傳統ACC系統中的主要工作部件，它主要起到的作用是距離探測，並且在惡劣天氣中仍可工作。
AP系統中，只有一個毫米波雷達，是遠程雷達，它位於車輛的正前方，前包圍的正中央，特定波長可以穿越灰塵、雨、雪、霧以及車輛下方空間，還可以通過反射計算出與物體之間的距離，對探測前方物體並作出及時反應起到至關重要的作用，對AP來說就是提供與正前方障礙物的距離了。
NP系統中，則配備了多達5個毫米波雷達，其中一個是遠程雷達，探測距離可達150米，位於車輛正前方，起到的作用與AP相似。另外四個為環視雷達，位於車輛兩側及左後、右後方。這四個雷達，探測距離相對較近，但範圍更廣，主要起到的作用為車側及後方物體探測，也就是與AP中環視攝像頭的作用相似。
可見，在毫米波雷達方面，NP系統的利用程度要遠高於AP系統，這也是為什麼NP只選用了算力為2.5TOPS的芯片，因為NP對於圖像處理的需求遠低於AP，但可以實現的功能是相似的。
超聲波傳感器 一打對一打
我們常說的倒車雷達實際上就是超聲波傳感器，通常位於前後保險槓上。與毫米波雷達類似，它可以通過反射計算出與障礙物間的距離和大體輪廓，但範圍較短，僅有3~5米。
AP中，前後共配備了12個超聲波傳感器，前6後6。每個傳感器可覆蓋約90度的扇面，探測距離最大為8米。它在自動駕駛中的主要作用，是探測附近的車輛、尤其是強行並道的車輛，並在關鍵時刻進行規避。同時，在自動併線、低速行駛、窄路輔助、以及自動泊車時，也會起到作用。整體上來看，是與環視攝像頭相輔相成。
NP中，超聲波傳感器的佈局和數量與AP相似，也是前6後6。該傳感器由博世提供，探測距離為5.5米。由於環視毫米波雷達的存在，超聲波傳感器的作用不是非常明顯，主要運用在窄路輔助、自動泊車輔助等方面。
可見，在超聲波傳感器方面，AP與NP不僅佈局和數量基本相似，在主要作用方面也基本相一致。當然，由於AP對環境的感知主要來自視覺攝像頭，所以在近距離範圍內的物體感知，是需要超聲波傳感器相配合的，也就是說在重要程度和利用率上，AP是要高於NP的。
勝負：左右之分
對比下來不難發現，在整套系統的構成上，特斯拉AP與蔚來NP基本是一樣的，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。但在周圍環境的感知上，二者還是有著明顯的差別的。
在AP系統中，對周圍環境的感知主要來自車身上的5個環視攝像頭，獲取信息的方式主要是視覺（圖像）信號，視覺信號的複雜程度和包含的數據量要遠高於雷達信號，但從中進行識別和信息提取需要用特定的算法進行視覺處理，這也是為什麼HW 3.0的視覺處理能力非常強。
相應的，特斯拉的視覺處理技術也非常強，他們可以通過獨有的算法，在平面的圖像中識別到各種物體、標識，如行人、車輛、自行車、信號燈、限速牌、路肩等等。
但是視覺信號有一個比較明顯的缺點，就是並不能真正的探測到物體、以及感知距離，這也是為什麼AP仍需要毫米波雷達和超聲波傳感器的輔助。
那麼，通過對算法的升級，是否可以在圖像中計算出距離等更深層次的信息呢？或許可以，畢竟在特斯拉看來“基於視覺計算的神經網絡能夠解決所有問題”。這就讓AP這套系統的上限很高，只要算法足夠先進，利用現有的攝像頭+雷達硬件，甚至可以直接實現L3甚至更高等級的自動駕駛。
在NP系統中，對周圍環境的感知主要來自車身上的4個環視毫米波雷達。通過雷達信號，可以準確獲取到周圍障礙物的位置、大小以及速度，且獲取的方式更直接，不需要太複雜的運算，這也是為什麼eyeQ4方案即可滿足NP的需求，因為真正需要處理的視覺信號就只有來自正前方的三目攝像頭。
當然，雷達信號也有明顯的短板，那就是它不能分辨探測到的物體是什麼，它只能告訴你多遠處有個東西，但是人是狗，就不知道了。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
另有兩個位於車輛前翼子板處，被稱為“側方後視攝像頭”，主要作用為監測車輛兩側的後方盲區，在變道和匯入高速公路時起著重要作用。
此外，通常被作為倒車影像的後攝像頭，也被歸為AP環視攝像頭的一員，在自動駕駛中，主要負責複雜的泊車場景（同時也推測被用於躲避追尾時的緊急規避）。
在NP系統中，環視攝像頭有4個，其中兩個位於兩側外後視鏡下方，兩個則位於D柱內，主要作用為監測車的兩側、後側的主要盲區以及組成360影像等。
可見，在環視攝像頭方面，二者有著較為明顯的區別，除了數量和安裝的位置外，在主要實現的功能上也有較大不同：在AP系統中，環視攝像頭的重要程度更高，可以實現車輛監測、路況識別、緊急規避等操作；但在NP系統中，由於視野的限制，則主要起一些輔助作用。當然，在後攝像頭方面，蔚來旗下車型也是有配備的，只不過沒有將其特意納入NP的範疇中。
所以，在環視攝像頭這一項中，AP要強於NP。
毫米波雷達 1個打5個
毫米波雷達為傳統ACC系統中的主要工作部件，它主要起到的作用是距離探測，並且在惡劣天氣中仍可工作。
AP系統中，只有一個毫米波雷達，是遠程雷達，它位於車輛的正前方，前包圍的正中央，特定波長可以穿越灰塵、雨、雪、霧以及車輛下方空間，還可以通過反射計算出與物體之間的距離，對探測前方物體並作出及時反應起到至關重要的作用，對AP來說就是提供與正前方障礙物的距離了。
NP系統中，則配備了多達5個毫米波雷達，其中一個是遠程雷達，探測距離可達150米，位於車輛正前方，起到的作用與AP相似。另外四個為環視雷達，位於車輛兩側及左後、右後方。這四個雷達，探測距離相對較近，但範圍更廣，主要起到的作用為車側及後方物體探測，也就是與AP中環視攝像頭的作用相似。
可見，在毫米波雷達方面，NP系統的利用程度要遠高於AP系統，這也是為什麼NP只選用了算力為2.5TOPS的芯片，因為NP對於圖像處理的需求遠低於AP，但可以實現的功能是相似的。
超聲波傳感器 一打對一打
我們常說的倒車雷達實際上就是超聲波傳感器，通常位於前後保險槓上。與毫米波雷達類似，它可以通過反射計算出與障礙物間的距離和大體輪廓，但範圍較短，僅有3~5米。
AP中，前後共配備了12個超聲波傳感器，前6後6。每個傳感器可覆蓋約90度的扇面，探測距離最大為8米。它在自動駕駛中的主要作用，是探測附近的車輛、尤其是強行並道的車輛，並在關鍵時刻進行規避。同時，在自動併線、低速行駛、窄路輔助、以及自動泊車時，也會起到作用。整體上來看，是與環視攝像頭相輔相成。
NP中，超聲波傳感器的佈局和數量與AP相似，也是前6後6。該傳感器由博世提供，探測距離為5.5米。由於環視毫米波雷達的存在，超聲波傳感器的作用不是非常明顯，主要運用在窄路輔助、自動泊車輔助等方面。
可見，在超聲波傳感器方面，AP與NP不僅佈局和數量基本相似，在主要作用方面也基本相一致。當然，由於AP對環境的感知主要來自視覺攝像頭，所以在近距離範圍內的物體感知，是需要超聲波傳感器相配合的，也就是說在重要程度和利用率上，AP是要高於NP的。
勝負：左右之分
對比下來不難發現，在整套系統的構成上，特斯拉AP與蔚來NP基本是一樣的，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。但在周圍環境的感知上，二者還是有著明顯的差別的。
在AP系統中，對周圍環境的感知主要來自車身上的5個環視攝像頭，獲取信息的方式主要是視覺（圖像）信號，視覺信號的複雜程度和包含的數據量要遠高於雷達信號，但從中進行識別和信息提取需要用特定的算法進行視覺處理，這也是為什麼HW 3.0的視覺處理能力非常強。
相應的，特斯拉的視覺處理技術也非常強，他們可以通過獨有的算法，在平面的圖像中識別到各種物體、標識，如行人、車輛、自行車、信號燈、限速牌、路肩等等。
但是視覺信號有一個比較明顯的缺點，就是並不能真正的探測到物體、以及感知距離，這也是為什麼AP仍需要毫米波雷達和超聲波傳感器的輔助。
那麼，通過對算法的升級，是否可以在圖像中計算出距離等更深層次的信息呢？或許可以，畢竟在特斯拉看來“基於視覺計算的神經網絡能夠解決所有問題”。這就讓AP這套系統的上限很高，只要算法足夠先進，利用現有的攝像頭+雷達硬件，甚至可以直接實現L3甚至更高等級的自動駕駛。
在NP系統中，對周圍環境的感知主要來自車身上的4個環視毫米波雷達。通過雷達信號，可以準確獲取到周圍障礙物的位置、大小以及速度，且獲取的方式更直接，不需要太複雜的運算，這也是為什麼eyeQ4方案即可滿足NP的需求，因為真正需要處理的視覺信號就只有來自正前方的三目攝像頭。
當然，雷達信號也有明顯的短板，那就是它不能分辨探測到的物體是什麼，它只能告訴你多遠處有個東西，但是人是狗，就不知道了。
這套系統的優點是顯而易見的：安全性很高。雖然雷達信號相對簡單，但識別足夠準確，有障礙物存在就可以檢測到，不需要再進行運算和識別，可以避免絕大多數的意外發生，也基本不會出現像特斯拉誤把白色車廂識別成白雲從而發生交通事故的情況。
作者：陳師傅
高級輔助駕駛已經在改變著我們的生活，自動駕駛硬件作為這一功能的基礎，決定了它所能實現的功能、精度、智能程度等。那麼各家廠商的自動駕駛都採用了什麼方案？在硬件上都有什麼區別？
特斯拉的Autopilot應該是目前應用最廣泛的高級輔助駕駛系統了，那麼我們就挑一些目前關注度比較高的選手來挑戰，看看從硬件方面，特斯拉Autopilot是否稱得上是“當今最強”。
今日賽事：特斯拉Autopilot vs 蔚來NIO Pilot
首先在整套系統的構成上，特斯拉Autopilot（以下簡稱AP）與蔚來NIO Pilot（以下簡稱NP）基本一致，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。其主要區別在於，主芯片組的不同，以及毫米波雷達的使用數量。
主芯片組 144TOPS vs 2.5TOPS
AP的主芯片組，為特斯拉自行開發的Hardware3.0 FSD，目前已搭載於特斯拉的各種車型上。其中包含了兩套完整的FSD，這是因為它採取雙神經網絡處理器冗餘模式，一個處理器掛掉另一個還能繼續工作。
上圖為即為Hardware3.0。它的主芯片採用14納米FinFET CMOS工藝製造，具有60億個晶體管，內含2個神經網絡處理器，每個核心在2GHz頻率下擁有36TOPS的算力，所以雙核共有72TOPS的算力，整個Hardware3.0就有了144TOPS的算力。
NP的主芯片組實際上也是自行開發的，不過在視覺處理上，採用了Intel Mobileye eyeQ4方案，該芯片為Mobileye迄今最新的視覺處理器，目前在ES8和ES6上均有搭載。
上圖即NP的電腦板，可以看出在面積上要比APHW3.0小很多。這塊板子上有兩個比較明顯的芯片，其中較大的一顆就是EyeQ4芯片，它採用28納米FD-SOI工藝製造，內建四個CPU處理器內核，每個內核又擁有四個硬件線程，共可提供2.5TOPS的算力。
對比之下可見，NP的主芯片組要明顯差於AP，除了性能上數十倍的差距外，特斯拉的冗餘設計也是獨到且頗有必要的。當然，EyeQ4雖然性能遠不如Hardware3.0，但在功耗上擁有巨大優勢，芯片功耗僅3W，整個平臺功耗也僅5W，而HW3.0則要72W。
主攝像頭 均為三目攝像頭
主攝像頭為AP、NP的主要視覺傳感器，可以實現自動駕駛中的諸多功能，如道路標識識別、燈光控制、車道識別、行人識別、車輛識別等等。
AP的主攝像頭位於前擋風、內後視鏡上方，為三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是50度，負責一般性的道路狀況監測，覆蓋範圍150米；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是25度，能夠清晰的拍攝到遠距離物體、前方的車道線、紅綠燈，覆蓋範圍250米；另一個為廣角攝像頭，視野角度是120度，能夠拍攝到交通信號燈、行駛路徑上的障礙物和距離較近的物體，覆蓋範圍60米。
NP的主攝像頭同樣位於前擋風、內後視鏡上方，也是三目攝像頭。
其中，位於中央的為主視野攝像頭，視野角度是52度，負責一般性的道路狀況監測；兩側攝像頭中，其中一個為窄角攝像頭，視野角度是28度，用於探測前方的車道線、紅綠燈；另一個為廣角攝像頭，視野角度是150度，用來探測並行車道的狀況、行人和騎自行車的人。
由於二者採用了相似的方案，同時蔚來沒有透露其主攝像頭的具體參數，這一項可以說沒有勝負。
環視攝像頭 1個之差，天壤之別
環視攝像頭的作用是提供更豐富的環境感知，為自動駕駛的正常工作提供足夠的數據支撐。
AP中，環視攝像頭共有五個，其中2個位於車輛B柱，被稱為“側方前視攝像頭”，主要作用為監測到高速公路上突然併入當前車道的車輛，在進入視野受限的交叉路口時也可提供更多的安全保障。
另有兩個位於車輛前翼子板處，被稱為“側方後視攝像頭”，主要作用為監測車輛兩側的後方盲區，在變道和匯入高速公路時起著重要作用。
此外，通常被作為倒車影像的後攝像頭，也被歸為AP環視攝像頭的一員，在自動駕駛中，主要負責複雜的泊車場景（同時也推測被用於躲避追尾時的緊急規避）。
在NP系統中，環視攝像頭有4個，其中兩個位於兩側外後視鏡下方，兩個則位於D柱內，主要作用為監測車的兩側、後側的主要盲區以及組成360影像等。
可見，在環視攝像頭方面，二者有著較為明顯的區別，除了數量和安裝的位置外，在主要實現的功能上也有較大不同：在AP系統中，環視攝像頭的重要程度更高，可以實現車輛監測、路況識別、緊急規避等操作；但在NP系統中，由於視野的限制，則主要起一些輔助作用。當然，在後攝像頭方面，蔚來旗下車型也是有配備的，只不過沒有將其特意納入NP的範疇中。
所以，在環視攝像頭這一項中，AP要強於NP。
毫米波雷達 1個打5個
毫米波雷達為傳統ACC系統中的主要工作部件，它主要起到的作用是距離探測，並且在惡劣天氣中仍可工作。
AP系統中，只有一個毫米波雷達，是遠程雷達，它位於車輛的正前方，前包圍的正中央，特定波長可以穿越灰塵、雨、雪、霧以及車輛下方空間，還可以通過反射計算出與物體之間的距離，對探測前方物體並作出及時反應起到至關重要的作用，對AP來說就是提供與正前方障礙物的距離了。
NP系統中，則配備了多達5個毫米波雷達，其中一個是遠程雷達，探測距離可達150米，位於車輛正前方，起到的作用與AP相似。另外四個為環視雷達，位於車輛兩側及左後、右後方。這四個雷達，探測距離相對較近，但範圍更廣，主要起到的作用為車側及後方物體探測，也就是與AP中環視攝像頭的作用相似。
可見，在毫米波雷達方面，NP系統的利用程度要遠高於AP系統，這也是為什麼NP只選用了算力為2.5TOPS的芯片，因為NP對於圖像處理的需求遠低於AP，但可以實現的功能是相似的。
超聲波傳感器 一打對一打
我們常說的倒車雷達實際上就是超聲波傳感器，通常位於前後保險槓上。與毫米波雷達類似，它可以通過反射計算出與障礙物間的距離和大體輪廓，但範圍較短，僅有3~5米。
AP中，前後共配備了12個超聲波傳感器，前6後6。每個傳感器可覆蓋約90度的扇面，探測距離最大為8米。它在自動駕駛中的主要作用，是探測附近的車輛、尤其是強行並道的車輛，並在關鍵時刻進行規避。同時，在自動併線、低速行駛、窄路輔助、以及自動泊車時，也會起到作用。整體上來看，是與環視攝像頭相輔相成。
NP中，超聲波傳感器的佈局和數量與AP相似，也是前6後6。該傳感器由博世提供，探測距離為5.5米。由於環視毫米波雷達的存在，超聲波傳感器的作用不是非常明顯，主要運用在窄路輔助、自動泊車輔助等方面。
可見，在超聲波傳感器方面，AP與NP不僅佈局和數量基本相似，在主要作用方面也基本相一致。當然，由於AP對環境的感知主要來自視覺攝像頭，所以在近距離範圍內的物體感知，是需要超聲波傳感器相配合的，也就是說在重要程度和利用率上，AP是要高於NP的。
勝負：左右之分
對比下來不難發現，在整套系統的構成上，特斯拉AP與蔚來NP基本是一樣的，都是以三目主視覺攝像頭為主，環視攝像頭、多種傳感器為輔，無激光雷達的方案。但在周圍環境的感知上，二者還是有著明顯的差別的。
在AP系統中，對周圍環境的感知主要來自車身上的5個環視攝像頭，獲取信息的方式主要是視覺（圖像）信號，視覺信號的複雜程度和包含的數據量要遠高於雷達信號，但從中進行識別和信息提取需要用特定的算法進行視覺處理，這也是為什麼HW 3.0的視覺處理能力非常強。
相應的，特斯拉的視覺處理技術也非常強，他們可以通過獨有的算法，在平面的圖像中識別到各種物體、標識，如行人、車輛、自行車、信號燈、限速牌、路肩等等。
但是視覺信號有一個比較明顯的缺點，就是並不能真正的探測到物體、以及感知距離，這也是為什麼AP仍需要毫米波雷達和超聲波傳感器的輔助。
那麼，通過對算法的升級，是否可以在圖像中計算出距離等更深層次的信息呢？或許可以，畢竟在特斯拉看來“基於視覺計算的神經網絡能夠解決所有問題”。這就讓AP這套系統的上限很高，只要算法足夠先進，利用現有的攝像頭+雷達硬件，甚至可以直接實現L3甚至更高等級的自動駕駛。
在NP系統中，對周圍環境的感知主要來自車身上的4個環視毫米波雷達。通過雷達信號，可以準確獲取到周圍障礙物的位置、大小以及速度，且獲取的方式更直接，不需要太複雜的運算，這也是為什麼eyeQ4方案即可滿足NP的需求，因為真正需要處理的視覺信號就只有來自正前方的三目攝像頭。
當然，雷達信號也有明顯的短板，那就是它不能分辨探測到的物體是什麼，它只能告訴你多遠處有個東西，但是人是狗，就不知道了。
這套系統的優點是顯而易見的：安全性很高。雖然雷達信號相對簡單，但識別足夠準確，有障礙物存在就可以檢測到，不需要再進行運算和識別，可以避免絕大多數的意外發生，也基本不會出現像特斯拉誤把白色車廂識別成白雲從而發生交通事故的情況。
但相應地，能獲取到的信息量低，其下限也就低。雖然NP在正前方也是採用視覺+雷達方案，但是在對周圍的感知上，僅憑雷達是不夠的，因為車輛實際上是不能知道車周圍是有哪些東西的，想實現L3等高級自動駕駛比較困難。
這也難免，目前蔚來在視覺算法方面的技術積累仍達不到特斯拉的程度，同時消費者對L3等更高級別的自動駕駛還沒有強烈的需求，所以在迫切需要實現L2的前提下，採用這種相對保守的方案，是更加實際的做法。
AP與NP到底誰更強？顯而易見的是，AP在方案成熟度和技術先進性上要遠超過NP，但用Mobileye副總裁的話來說：“從安全的角度看，這套系統的設計並不能覆蓋所有可能出現的碰撞情況”“…是在不斷挑戰安全極限”。在目前的道路狀況和用車需求下，特斯拉AP與蔚來NP，不過是一個偏左，一個靠右而已。