sei.
2021-04-20T10:54:04+00:00
自己看吧，视频里百度的车是去年才开始搞的纯视觉方案Apollo lite，为了迎合车厂降低成本的需求搞的
至于效果嘛，这检测跟踪的效果感觉还不如同样纯视觉方案的特斯拉FSD beta演示视频的效果，那些车辆一闪一闪的
[attach]./mon_202104/21/-7da9Qsqjm-ps4XrZ7eT3cS8w-44.mp4?filename=326932589%2d1%2d16%2eMP4[/attach]
视频看不了可以去b站
[url]https://b23.tv/JUH3PF[/url]
而且还路测视频还搞了演员路障这种骚操作，同个位置，同样摆法的四个雪糕筒+一个三角板，这是为了保证雪糕筒足够多不会出现漏检吗？搞这就很没意思了啊
[img]https://img.nga.178.com/attachments/mon_202104/21/-7da9Qsqk2-fm98K2aT3cSs8-j1.jpg[/img]
[img]https://img.nga.178.com/attachments/mon_202104/21/-7da9Q4e2f-cz9oK24T3cSoi-j1.jpg[/img]
百度原本完整的激光雷达方案那个其实搞的不错的，结果去年突然才开始搞纯视觉路线，不看好在这个路线上能做的比搞了很多年的特斯拉更好
主要是之前的……
百度：激光雷达太贵，我们改用便宜的视觉方案
华为：激光雷达太贵，我们要研制低成本的雷达
这差距就出来了
我看见很多特斯拉吹摄像头视觉方案比激光先进
我外行，想问一下激光雷达和摄像头视觉到底技术力上谁更先进
看了比对视频，我只能说，华为yes
百度那个一闪一闪，太吓人
百度那视频，故障车那人，在其他自动驾驶视频多次出现。而且，地点都一样，铁演员。
可以想象，国内大多这些所谓自动驾驶，基本就是骗投资的。
互联网企业真是垃圾多
[quote][pid=509813990,26426559,1]Reply[/pid] Post by [uid=61573439]jaerv1159[/uid] (2021-04-21 18:58):
我看见很多特斯拉吹摄像头视觉方案比激光先进
我外行，想问一下激光雷达和摄像头视觉到底技术力上谁更先进[/quote]当然是激光雷达
[quote][pid=509813990,26426559,1]Reply[/pid] Post by [uid=61573439]jaerv1159[/uid] (2021-04-21 18:58):
我看见很多特斯拉吹摄像头视觉方案比激光先进
我外行，想问一下激光雷达和摄像头视觉到底技术力上谁更先进[/quote]视觉方案必须大量结合人工智能技术来判断目标，从这方面来说当然很先进，至少听着就很先进……
问题在于现在的人工智能技术很容易犯把白车认成白云，径直撞上去这样的错误，激光雷达绝对不会
[quote][pid=509813990,26426559,1]Reply[/pid] Post by [uid=61573439]jaerv1159[/uid] (2021-04-21 18:58):
我看见很多特斯拉吹摄像头视觉方案比激光先进
我外行，想问一下激光雷达和摄像头视觉到底技术力上谁更先进[/quote]没有谁比谁更先进的说法，两种传感器各有优劣。激光雷达感知精度高，不容易受天气影响，但是成本和耐久性都是劣势。视觉就是成本低，耐久性好，但是非常容易受天气影响(你看不见的摄像头也基本看不见)。所以目前的方案基本都是两种以上的传感器互补
正常人哪会这么摆雪糕筒[s:ac:咦]
不都是隔多少米放一个？
[quote][pid=509814527,26426559,1]Reply[/pid] Post by [uid=42859425]lwx525[/uid] (2021-04-21 19:01):
百度那视频，故障车那人，在其他自动驾驶视频多次出现。而且，地点都一样，铁演员。
可以想象，国内大多这些所谓自动驾驶，基本就是骗投资的。
互联网企业真是垃圾多[/quote]美国有一个公司，就是专门拿林肯的mkz改装自动驾驶的汽车，再内置一个demo软件，然后那些搞自动驾驶的公司就可以拿这种车拍演示视频去拿投资[s:ac:哭笑]
区长最新出的百度自动驾驶视频，车撞了雪糕筒
视觉方案最多个人驾驶差不多，可能强一点，但激光雷达可以弥补缺陷，可以实现超过人很多的能力。
泥潭吹百度自动驾驶的还不少呢，真不知道这种公司为什么都有人舔。
我就说一点，懂车帝测试特斯拉主动刹车，哪个车我忘了，系统准确识别出了各种物体，包括人，垃圾桶，车，但就是没刹住[s:ac:闪光]
第一张图没看错的话，是辆电车吧，电车故障了打开前备箱在那干啥呢？
[quote][pid=509815380,26426559,1]Reply[/pid] Post by [uid=42759050]用户名是个啥玩意[/uid] (2021-04-21 19:05):
没有谁比谁更先进的说法，两种传感器各有优劣。激光雷达感知精度高，不容易受天气影响，但是成本和耐久性都是劣势。视觉就是成本低，耐久性好，但是非常容易受天气影响(你看不见的摄像头也基......[/quote]没有哪个方案是只用激光雷达不用摄像头视觉的，所以加激光雷达的方案必然比纯视觉强。
[quote][pid=509813990,26426559,1]Reply[/pid] Post by [uid=61573439]jaerv1159[/uid] (2021-04-21 18:58):
我看见很多特斯拉吹摄像头视觉方案比激光先进
我外行，想问一下激光雷达和摄像头视觉到底技术力上谁更先进[/quote]特斯拉想通过给AI模型喂数据的方式，让模型学到人脑的视觉处理能力，只用摄像头视觉信号输入去检测物体，感知障碍物啊等等，可以说特斯拉那套方案的核心就是基于CNN的黑箱模型，靠大量喂数据训练起来的，马斯克投资的OpenAI走的路线也可以看出来，搞的那GPT3模型就是把互联网爬到的全部语料库喂进去，让他从这些语料里自己学语法模型等等。现在特斯拉想通过大量的行车数据积累起来，喂给模型，让模型学会，检测、感知车辆，行人，障碍物，实现对空间深度的感知能力，这些基本都依赖于CNN这种黑箱模型，也就跟踪那块还在跑跑传统算法。神经网络这种黑箱模型最大的问题是没有可解释性，不知道误差边界在哪，在什么情况下会误差扩大，甚至突然失效。可以假设很简单的一个场景，只靠视觉方案的话，如果某个行人突然闯进马路里，而且这个行人体态和常人不一样，有可能这个行人抱了个很大的快递箱子，抱了只很大的布娃娃，穿着那种表演玩偶服等等这种形状异形的行人出现，基于AI的检测模型就很难检测识别出这是一个人，因为以前没见过这样的行人数据，可能会直接忽略掉，认为那什么都没有，这时候就非常危险了，可能会直接撞上去，所以特斯拉通过多个摄像头的输出，还用CNN网络搞了一个脑补空间深度信息的功能，这个也是黑箱模型，同样不知道误差边界在哪，和上面逻辑一样，只不过多了一层保险，有可能可以感知周围的障碍物。
毫米波，激光雷达就是通过物理模型的方式探测到周围的空间深度信息，可以直接知道哪个位置有什么障碍物，至于是什么类型障碍物这个一般还得配合视觉那边的数据来做，这种物理模型的方式得到的深度信息，有障碍物就是有，没有就是没有，误差完全是可控的，在什么情况下误差会扩大，什么时候会失效，这种也都是已知的，这种情况下你至少能预警，及时让车主接管等等。激光雷达对行人车辆检测都准的多，毫米波主要是静态物体不好识别，激光雷达就没有这问题，但是激光雷达需要处理的数据量又特别大，对芯片算力要求高。
反正归根到底还是得能感知周围空间深度信息，知道有什么障碍物，除了这些以外，经过光学配准的双目摄像头系统也可以在一定距离内，应该是10多米内实现物理模型方式获取深度信息，这个也是比特斯拉那种用多个单目摄像头然后神经网络黑箱模型脑补深度图的方式靠谱的多，这种双目摄像头现在一部分有L2的车型已经配备了，主要是mobileeye那些车子，好像斯巴鲁还是啥的有，这些车子对非常见的异形障碍物的感知能力是比特斯拉那套方案稳定的
百度这个全程路况都很简单，行人电动车几乎没有。全程就只有右转只有2个还是3个左转
[quote][pid=509818169,26426559,1]Reply[/pid] Post by [uid=9580226]fvbhyt[/uid] (2021-04-21 19:17):
百度这个全程路况都很简单，行人电动车几乎没有。全程就只有右转只有2个还是3个左转[/quote]就算这样，几次行人自行车过马路都没刹住，差点就撞上了
[quote][pid=509818058,26426559,1]Reply[/pid] Post by [uid=60602729]Extreme2018[/uid] (2021-04-21 19:17):
特斯拉想通过给AI模型喂数据的方式，让模型学到人脑的视觉处理能力，只用摄像头视觉信号输入去检测物体，感知障碍物啊等等，可以说特斯拉那套方案的核心就是基于CNN的黑箱模型，靠大量喂数据训练起来的，马斯克投资的OpenAI走的路线也可以看出来，搞的那GPT3模型就是把互联网爬到的全部语料库喂进去，让他从这些语料里自己学语法模型等等。现在特斯拉想通过大量的行车数据积累起来，喂给模型，让模型学会，检测、感知车辆，行人，障碍物，实现对空间深度的感知能力，这些基本都依赖于CNN这种黑箱模型，也就跟踪那块还在[/quote]很详细，看明白了，谢谢科普…感觉特斯拉那个，离稳定还是太远了[s:ac:上]