Wie Tesla Vision bei schlechtem Wetter sieht

Teslas kamerabasierter Ansatz für autonomes Fahren wird häufig für sein Verhalten bei schlechtem Wetter kritisiert. Skeptiker argumentieren, dass Radar, LiDAR und Ultraschallsensoren (USS) für schwierige Bedingungen besser geeignet seien, während Tesla behauptet, dass Tesla Vision eine bessere Leistung erbringe als eine Kombination mehrerer Sensoren.

Diesen Monat veröffentlichte das Unternehmen ein Patent mit dem Titel „Fail-Safe Corrective Actions Based on Vision Information for Autonomous Vehicles“, das beschreibt, wie FSD auf widrige Wetterbedingungen reagiert. Anstatt bei schlechter Sicht anzuhalten, identifiziert das System die Art der Behinderung und wendet Gegenmaßnahmen an, um den Betrieb sicher fortzusetzen.

Sichtbarkeitsraster und Szenen-Tags

Um mit beeinträchtigten Kameradaten umzugehen, verarbeiten Teslas neuronale Netze kontinuierlich die Bilder der Fahrzeugkameras mit hohen Raten – etwa 30 Hz (HW3) oder 60 Hz (AI4). Wenn die Sicht einer Kamera behindert ist, markiert FSD nicht einfach einen Fehler. Das System unterteilt das Bild in ein Raster aus rechteckigen Pixelbereichen und weist jedem Bereich einen Sichtbarkeitswert zu.

Die Skala reicht von 0 bis 3, wobei 0 für eine klare Sicht steht und 3 bedeutet, dass das Bild vollständig verdeckt ist. Nach der Einstufung des Schweregrades geht das System einen Schritt weiter und identifiziert die Ursache. Das neuronale Netz weist den betroffenen Bereichen spezifische „Szenen-Tags“ zu.

Es kann Bedingungen wie Dunst, Kondensation, Eis, Wasser, Regen, Blendung durch die Sonne, Nebel, Rauch und Spritzwasser von Reifen markieren. Das System kann auch eine verschmutzte Windschutzscheibe oder Hardwareprobleme wie defekte Pixel erkennen.

Aktive Hardware-Gegenmaßnahmen

Das bemerkenswerte Element des Patents ist die Art und Weise, wie das Fahrzeug auf diese Tags reagiert. Tesla hat das neuronale Netz für die Sichtbarkeit mit der Fahrzeughardware integriert, sodass ein hoher Sichtbarkeitswert in Verbindung mit einem bestimmten Tag automatisierte, ausfallsichere Maßnahmen auslöst. Wenn die Szene als regnerisch markiert ist, kann das System automatisch die Scheibenwischer aktivieren, während andere Tags für geringe Sichtweite die Scheinwerfer oder die Warnblinkanlage einschalten können.

Bei Erkennung von „Schnee“ oder „Kondensation“ kann das Fahrzeug die Windschutzscheibenheizung oder die Entfrostungsfunktion der Klimaanlage aktivieren, um die Sicht freizumachen. Die neuronalen Netze können auch die Spur wechseln, um Gefahren auszuweichen, etwa wenn sie dem starken Spritzwasser eines vorausfahrenden Lastwagens ausweichen. Unter den beschriebenen Funktionen scheint dies die einzige zu sein, die derzeit noch nicht in FSD implementiert ist.

During rain FSD 14.3 locks you into chill or sloth. Standard, hurry, and mad Max are not available. pic.twitter.com/hm1G4ibgla

— Dirty Tesla (@DirtyTesLa) April 10, 2026

Reduzierung von Phantombremsungen

Über das Freimachen der Kamerasicht hinaus adressiert das Patent das Problem der Phantombremsungen. Vision-Systeme haben in der Vergangenheit bei geringer Sicht häufig Fehlalarme erzeugt; so kann beispielsweise eine dichte Nebelbank oder eine Abgaswolke fälschlicherweise für ein Objekt gehalten werden.

Das Patent beschreibt eine Methode, um Fehlerkennungen zu reduzieren. Da das neuronale Netz Szenen mit Sichtbarkeitswerten kennzeichnet, kann es erkennen, wann es in einer beeinträchtigten Umgebung operiert.

Wenn das Fahrzeug etwas erkennt, das wie ein Hindernis aussieht, während das Sichtbarkeitsraster eine starke Blockierung durch Rauch oder Nebel anzeigt, kann FSD schlussfolgern, dass es sich bei dem Objekt wahrscheinlich um ein visuelles Artefakt handelt. Durch die Nutzung dieses Sichtbarkeitskontexts unterdrückt das kamerabasierte Modell unnötige Bremsmanöver, was zu einer sanfteren und sichereren Fahrt führt.