激光雷达也有缺点，比如受天气和大气条件干扰，不如视觉方案鲁棒

另外，会丢失颜色和纹理特征，某些目标识别上不如视觉方案简单可靠

所以大部分公司都是两种方案融合，就特斯拉现在坚持视觉方案搞定，马斯克相信人眼能搞定的摄像头一定能搞定，我觉得有些吹牛逼

【 在 sevny 的大作中提到: 】
: 基于激光雷达的自动驾驶，还用得着深度学习么？我感觉完全没必要了吧，传统控制决策方案应该就行
: 【 在 zzvc 的大作中提到: 】
: : 深度学习出来之前的自动驾驶基本就是玩具
: ....................
--
FROM 111.197.246.*

是的，waymo出租车在凤凰城都商用一年多了，少数车辆没有配备安全员，纯无人驾驶

特斯拉要是有激光雷达，可能能少一半人命事故

【 在 sevny 的大作中提到: 】
: 嗯，两个99.9%的系统配合工作应该就差不多了，所以现在商用的自动驾驶出租车还有货车，都是这个方案吧？就这样还要加个安全员
: 【 在 zzvc 的大作中提到: 】
: : 激光雷达也有缺点，比如受天气和大气条件干扰，不如视觉方案鲁棒
: ....................
--
FROM 111.197.246.*

不一定，这个大批量驾驶数据倒是真的壁垒，所以相比Google waymo我更看好特斯拉

因为很多现实问题不是激光雷达和视觉能解的

比如怎么判断障碍物的材质，属性，高速路上一个纸盒子或塑料袋或其他柔性物体，就可以压过去，但如果是个大石头就必须刹车躲避，突然吹来一个小物体是树叶还是小石头？视觉方案和激光雷达可能都无法判断

又比如前方是一个低矮的桥梁隧道，无法准确识别的情况前提下要不要穿过去？万一是个横着的货车呢？

特斯拉提出了车队学习，可以学习人类驾驶员的行为，如果有人类驾驶员开过去了，那自动驾驶车辆就可以学习到也开过去

另外，特斯拉即使不开ap，ap也是在后台不断模拟并和人类驾驶行为对比，不断修正自己，这就是影子模式

特斯拉还会上传目前不认识的物体图片，比如自行车认识，汽车认识，汽车后备箱放一辆自行车就不认识了，如何决策？就会上传，积累后标注学习

所以，和互联网一样，大数据时代，数据为王

【 在 sevny 的大作中提到: 】
: 特斯拉所谓90万车辆多少多少公里驾驶数据，壁垒有多高？是不是加个激光雷达就可以破了？
: 【 在 zzvc 的大作中提到: 】
: : 是的，waymo出租车在凤凰城都商用一年多了，少数车辆没有配备安全员，纯无人驾驶
: ....................
※ 修改:·zzvc 于 May  1 22:42:19 2020 修改本文·[FROM: 111.197.246.*]
※ 来源:·最水木 客户端·[FROM: 111.197.246.*]

修改:zzvc FROM 111.197.246.*
FROM 111.197.246.*

现在米帝的版本就有自动驾驶啊，还能识别红绿灯。。

靠不靠谱反正我现在大多数使用辅助驾驶，包括五一去北戴河。

【 在 sevny 的大作中提到: 】
: 我认识个硕士去商汤实习了半年，搞基于深度学习的自动驾驶，后来给了offer没去，说不靠谱
: 基于视觉的自动驾驶也就忽悠忽悠文科生，前两年特斯拉还叫自动驾驶时候没少死人，后来mobileye都不跟他合作了，自己也老老实实改成辅助驾驶
: 估计马斯克跟这些人说5g传播病毒，他们也信
: ...................
--
FROM 106.119.137.*

原理就是函数拟合
【 在 cdbdyx (舆情引导研究院主任研究员) 的大作中提到: 】
: 你搞过深度学习，说的清深度学习到底什么原理吗？一个根本搞不清楚原理的东西，当
然不可靠
: 来自 无与伦比的华为荣耀手机
--
FROM 39.130.90.*