- 主题:有几个搞自动驾驶的，上来就大谈阔论激光雷达？
分得清端到端、bev、occ这些东西吗？
不会是只听“遥遥领先”们论“道”吧？
那些城市NOA或者叫领航啥的。如果一个一个城市开，开得很慢的，都是传统方法，他们都对路口、施工等复杂场景自行采图的。传统方案，激光雷达当然用处更大了。
高速上，没有激光雷达，跑得好好的。看理想pro，小鹏就知道，就是传统方案，没有，也影响不大。
--
FROM 120.244.162.*
传统方案挺好的，只要高速上别有翻车的白色大卡车就行
【 在 lushan5436 的大作中提到: 】
: 分得清端到端、bev、occ这些东西吗？
: 不会是只听“遥遥领先”们论“道”吧？
: 那些城市NOA或者叫领航啥的。如果一个一个城市开，开得很慢的，都是传统方法，他们都对路口、施工等复杂场景自行采图的。传统方案，激光雷达当然用处更大了。
: ...................
--
FROM 110.244.145.*
有occ之后，白名单之外的障碍物也不怕了，甚至可以识别300米障碍物的轮廓，而lidar在这个距离一个反射点可能代表若干米了。
【 在 lly9666 的大作中提到: 】
: 传统方案挺好的，只要高速上别有翻车的白色大卡车就行
--
FROM 114.246.236.*
广告牌停车，是transformer、occ做的不咋地的表现，至少前视可以恢复立体视差，估计距离高度来规避，或者occ估计可以行驶区域躲避障碍；两个技术都没识别到，这不仅仅是场景收集的太少，基础不牢地动山摇…
高速积水反光、以及地库环氧漆的反光造成的AEB，是样本场景不足，或者这种场景样本比例太少造成的。
无论那个主机厂，这种传统方案，谁得场景收集的越多、越普适，谁的效果越好。所有有实力的厂商会最终都逐渐收敛到差异不大，因为你有的场景我也有，传统方法算力需求也不大，几百P就可以搞定，司机有监督的使用完全没有问题的。
ps：对于大部分人，不懂可以学，不需要理解公式，输入输出及大致框架就行。但有些人，尤其是资深搞技术的，反而更盲目迷信技术，无法开辟新的技术栈；甚至智架研发团队也不认可的，得出相反的结论…
【 在 lushan5436 的大作中提到: 】
: 分得清端到端、bev、occ这些东西吗？
: 不会是只听“遥遥领先”们论“道”吧？
: 那些城市NOA或者叫领航啥的。如果一个一个城市开，开得很慢的，都是传统方法，他们都对路口、施工等复杂场景自行采图的。传统方案，激光雷达当然用处更大了。
: ...................
--
修改:hsv FROM 114.246.236.*
FROM 114.246.236.*
高速上是最简单的路况，你拿这个想说明啥？
【 在 lushan5436 的大作中提到: 】
: 分得清端到端、bev、occ这些东西吗？
: 不会是只听“遥遥领先”们论“道”吧？
: 那些城市NOA或者叫领航啥的。如果一个一个城市开，开得很慢的，都是传统方法，他们都对路口、施工等复杂场景自行采图的。传统方案，激光雷达当然用处更大了。
: ...................
--
FROM 123.123.40.*
这位是真专业人士
【 在 hsv 的大作中提到: 】
: 广告牌停车，是transformer、occ做的不咋地的表现，至少前视可以恢复立体视差，估计距离高度来规避，或者occ估计可以行驶区域躲避障碍；两个技术都没识别到，这不仅仅是场景收集的太少，基础不牢地动山摇…
:
:
: ...................
--
FROM 120.245.121.*