基于TOF原理的深度摄像头与激光雷达的能力(包括距离与分辨率)不可同日而语,这是不同波长光的物理特性决定的。
基于其它原理的深度摄像头就更不靠谱了,对面车来几束远光直接就瞎了(这个人眼可以直观感受)。
深度摄像头用在玩具上,家用电器上,小机器人上都挺有前途的,自动驾驶汽车真不行,性能严重不足(当然,作为辅助驾驶还是有用的)。
还有一个重要原因,现在视觉依赖于深度学习,深度学习依赖于数据,但很多数据是学习不到的。
举个简单的例子,雨天视野一般,车速也不快30~40,路上一块直径将近1米的落石,人类驾驶员要么绕行,要么停车报警,虽然大部分司机一辈子第一次见那么大石头跑路上了,但还是能一眼认出来那是一块大石头。
按照深度学习训练出来的视觉连车辆都还认不全,遇到这种情况完全就是睁眼瞎。
激光雷达就不一样了,虽然激光雷达也没法分辨这是大石头还是其它啥玩意,但人家可以给你归类“不明障碍物”,还把距离、位置、尺寸这些信息都采集到了,后面处理自然简单。
【 在 lvsoft 的大作中提到: 】
: 不是,我的意思是,如果两套方案的天花板都没本质区别,那为啥 激光雷达 + 视觉就 > 单视觉啊,
: 你应该也有体会,工程上有句话叫多个香炉多只鬼,更复杂的设计如果不能带来足够具体的好处,那就是扣分项。
: 所以我想讨论的就是激光雷达跟视觉各有所长,这个各有所长的长具体体现在什么地方。
: ...................
--
FROM 122.238.142.*