- 主题:特斯拉走视觉还是很成功的
我也做计算机视觉和成像测量，HDR什么的都常用。
这些都是算法，写论文可以，实际环境中都有缺陷，错一次就够陪一条命了。
6年前开始开特斯拉，除了开始在环路上短暂试过自动驾驶，后来再也没有用过。正是因为做一点相关研究，所以从来不相信纯视觉方法，我不会把自己的命交给几台相机和几个神经网络。但是我鼓励其他人用，毕竟调参需要数据。((:
【 在 juinjwst 的大作中提到: 】
: 成像过曝应该很好处理，多次曝光，hdr，自动nd，都行，肯定比人眼快
:
--
FROM 114.250.182.*
撞死的晚上去找你了？那么清楚是“误导”？
【 在 XC90 的大作中提到: 】
: 是误导用户自动驾驶撞死的吗？
:
--
FROM 39.86.142.*
围棋其实是残酷的，对方输了就是输了，我输了也没事，只要几千万次大数据下我能胜就行。
拿到战争里面也行，毕竟战争死人也就死了。
但是在日常交通里面，承受的压力就不一样了。
【 在 wholeholes 的大作中提到: 】
: 你再想想，在海量数据面前，除了第一次出现需要学习之外，车人之间的互动关系，数量其实很有限。
: 比起围棋，来说都不是一个量级。
:
--
FROM 222.128.117.*
难道是闭着眼睛坐在副驾驶上用的？真英雄啊
【 在 sthgot2give 的大作中提到: 】
: 我也做计算机视觉和成像测量，HDR什么的都常用。
: 这些都是算法，写论文可以，实际环境中都有缺陷，错一次就够陪一条命了。
: 6年前开始开特斯拉，除了开始在环路上短暂试过自动驾驶，后来再也没有用过。正是因为做一点相关研究，所以从来不相信纯视觉方法，我不会把自己的命交给几台相机和几个神经网络。但是我鼓励其他人用，毕竟调参需要数据。((:
: ...................
--
FROM 39.86.142.*
这有什么可杠的，优秀的司机千千万，优秀的棋手几十人
【 在 juinjwst 的大作中提到: 】
: 围棋是固定规则，完全信息类博弈。马路上ai跟电动车和行人博弈几次试试
:
--
FROM 39.144.43.*
你还是从业人员呢，那么基于你这句话“实际环境中都有缺陷，错一次就够陪一条命了”问一下，如果不是纯视觉，其他方案能完美靠谱吗？
【 在 sthgot2give 的大作中提到: 】
: 我也做计算机视觉和成像测量，HDR什么的都常用。
: 这些都是算法，写论文可以，实际环境中都有缺陷，错一次就够陪一条命了。
: 6年前开始开特斯拉，除了开始在环路上短暂试过自动驾驶，后来再也没有用过。正是因为做一点相关研究，所以从来不相信纯视觉方法，我不会把自己的命交给几台相机和几个神经网络。但是我鼓励其他人用，毕竟调参需要数据。((:
: ...................
--
FROM 49.7.64.*
这个要赞，相控阵雷达和红外搜索
【 在 wholeholes 的大作中提到: 】
: 估计以后战斗机的技术，什么热成像，相控阵雷达，都会白菜花，用到汽车自动驾驶上
--
FROM 117.107.139.*
最起码不像有些厂家按训练好的路线开一遍就天下第一了
--
FROM 114.242.248.*
特斯拉的纯视方案很厉害，但是也不能覆盖所有corner case.
不知道马斯克为什么这么固执不肯用激光雷达。
【 在 SmartIC 的大作中提到: 】
: [upload=1][/upload][upload=2][/upload]
--
FROM 1.202.15.*
激光雷达缺点：
1.不能全天候，太阳强光直射和雨雪雾效果很差。
2.当装备的车辆到了一定规模后，激光雷达之间会相互干扰，有效帧率会进一步降低。
3.目前无论是旋转还是固态，帧率还是较低。
【 在 bearinmind 的大作中提到: 】
: 特斯拉的纯视方案很厉害，但是也不能覆盖所有corner case.
: 不知道马斯克为什么这么固执不肯用激光雷达。
:
--
FROM 36.43.232.*