现实比你想到的残酷的多，
你想想机器错误一次的概率是多少，这次错误无法修正直接导致车祸的概率又又多少？
司机疲劳的概率是多少？司机没有注意路况的概率又有多少？注意到危险，能做出有效动作的又有多少?

【 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 203.114.246.*

才不会呢。
是国内新势力全视觉方案迟迟落不了地，所以先拿激光雷达来冲。



【 在 wanllow 的大作中提到: 】
: 如果视觉方案迟迟落不了地，你猜智慧交通会不会为了激光雷达而改变基础设施？ 比如给道路全搭棚子
--
FROM 36.43.232.*

那就比速度了，纯视觉方案未必能跑得赢
【 在 SmartIC 的大作中提到: 】
: 才不会呢。
: 是国内新势力全视觉方案迟迟落不了地，所以先拿激光雷达来冲。
:
: ...................
--
FROM 218.13.166.*

融合感知可以降低单一技术路线的盲点
【 在 cosun 的大作中提到: 】
: 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？
:
--
FROM 218.13.166.*

要降低事故率的办法多了 走路也行啊

事实证明，智慧交通搞那么多年了，全段装滤波的也就核心区的几条而已，要覆盖全域成本根本负担不起，就别说能支持自动驾驶的道路了，真以为人民币随便印呢

不谈条件谈方案的就是耍流氓
【 在 sthgot2give 的大作中提到: 】
: 不用走极端，其他方案也有缺陷。
: 问题是特斯拉选择这个技术路线的出发点是什么？我认为马斯克的出发点在降低成本，而不是降低事故率。他是有选择的，但是他选了纯视觉方案。大家都要在这两个因素之间选一个平衡点，这正是考验人性的地方。
:
--
FROM 58.210.186.*