特斯拉将启用纯视觉方案的占用网络，以取代超声波雷达作为感知的输入端，占用网络是一种不同类型的算法，它包括将世界划分为网格单元格，然后定义哪些单元格被占用，哪些单元格是空置的，占用网络的设计算法是获得体积占用，既然谈到了体积问题，那么就说明了特斯拉的感知已经从2D世界来到了3D世界，特斯拉通过8个摄像头带来的多角度视图，将自己置身于3D世界之中。
这么一说，大家可能会想只有什么难的啊！奥迪不是早就实现了嘛？自主品牌车型上这样的功能已经烂大街了。大家想的是用4个环视摄像头的图像，在中央计算单元的整合下，中控屏上可以展示出车辆的3D模式，就是车在中间，周围是四周的实时画面。
意思确实是这么个意思，但是特斯拉的占用网络可不是这么简单。一句话就能让大家看清二者区别，你看看现在车上的3D图像周围是不是充满着畸变的画面，而且超过20公里/小时，这个功能是不是立马就自动关闭了，因为速度快了，以目前车辆的座舱芯片，是很难把画面处理清楚的。
而特斯拉的占用网络，依靠8颗摄像头提供的画面，将车辆完全置身于3D世界之中，并不是传统意义上的鸟瞰平面世界，而是一个3D充斥着各种物体、障碍物的真实世界之中。
占用网络改进目前特斯拉算法中的3个部分：鸟瞰图、固定矩形对象和对象检测的过程。
那么一个一个来说，鸟瞰图上文我们已经提到了，就是把2D平面世界，变成3D具象的。
固定矩形对象的优化，通俗点就是路边开着门的车可以完全识别出来了，不再只是千篇一律的模拟的车图。
这一次特斯拉的占用网络系统，可以清晰地识别这些不规则的物体，在3D视角下认清它们，从而能够躲避开，这是一个很重要的进步，其实这一点对于静态物体，不规则物体的识别，是相当有好处的。
最后一个对象检测，其实简单来说就是特斯拉认识了更多的物体，之前特斯拉是认识的就避开，不认识的直接躺平摆烂退出FSD或者直接撞上去。现在特斯拉经过了百万车主的数据收集，深度学习之后，认识了更多东西，具体它还会不会横冲直撞，这还真不好说。
老问题能解决吗？不买FSD就等于吃哑巴亏
那么取消了超声波雷达之后，特斯拉会不会暴露哪些弊端呢？
我认为，一些老问题，依然改不了，就比如幽灵刹车问题。
之前我们看到特斯拉取消了毫米波雷达后，就基本上已经是纯视觉自动驾驶了，因为超声波雷达除了泊车、召唤功能，正常行驶时它是不参与的，而在这一年中，幽灵刹车问题困扰了相当多的美国特斯拉车主，投诉量相当惊人，而且官方已经开始介入调查。