- 主题:关于华为自动驾驶的杂音
楼上大家给你说了那么多…
不怕路况复杂，因为在训练集之中，场景其实不多，就怕没见过的场景…
【 在 wrsea 的大作中提到: 】
: 所以华为这个视频就牛在复杂路况竞然没废，所以么我还是比较期待出来后表现的
--
FROM 117.136.38.*
其实场景这东西真没多少，无非就是道路+车+各种东西呗
物体识别和轨迹预测这些，确实只有靠AI，但已经比较成熟了，尤其结合激光雷达以后。除了上次特斯拉那个倒的货车识别错误，好像没再听说什么类似bug了
具体怎么开，真没那么复杂，不就是牛顿物理定律范畴的事情，哪有那么复杂，只不过需要大量规则是必然的，偏偏是很多车厂做得不好的地方。
所以堆算法堆规则有效很正常啊，而且这才能让自动驾驶尽可能接近人自身开车，否则坐车的人和周边的人可能心脏都受不了
【 在 hsv 的大作中提到: 】
: 楼上大家给你说了那么多…
: 不怕路况复杂，因为在训练集之中，场景其实不多，就怕没见过的场景…
: 【 在 wrsea 的大作中提到: 】
: ...................
--来自微水木3.5.5
--
修改:wrsea FROM 223.167.21.*
FROM 223.167.21.*
你理解的场景是人的场景，差一个交通标志牌，或者树，桥之类的都可能有影响…
更不用说参与的公交车、行人之类的…
【 在 wrsea 的大作中提到: 】
: 其实场景这东西真没多少，无非就是道路+车+各种东西呗
: 物体识别和轨迹预测这些，确实只有靠AI，但已经比较成熟了，尤其结合激光雷达以后。除了上次特斯拉那个倒的货车识别错误，好像没再听说什么类似bug了
: 具体怎么开，真没那么复杂，不就是牛顿物理定律范畴的事情，哪有那么复杂，只不过需要大量规则是必然的，偏偏是很多车厂做得不好的地方。
: ...................
--
FROM 117.136.38.*
嗯，至少华为这个视频最后面那段，是我看到自动驾驶处理过最复杂的路况了。
说明华为做法没啥大问题，就算针对特定地点训练，也不可能针对这些车和行人训练
【 在 hsv 的大作中提到: 】
: 你理解的场景是人的场景，差一个交通标志牌，或者树，桥之类的都可能有影响…
: 更不用说参与的公交车、行人之类的…
: 【 在 wrsea 的大作中提到: 】
: ...................
--来自微水木3.5.5
--
FROM 223.167.21.*
小数据与大数据是俩概念…
我感觉不至于拿这一条路训练，这太业余了，测试需要。其他道路表现可以期待。
【 在 wrsea 的大作中提到: 】
: 嗯，至少华为这个视频最后面那段，是我看到自动驾驶处理过最复杂的路况了。
: 说明华为做法没啥大问题，就算针对特定地点训练，也不可能针对这些车和行人训练
--
FROM 117.136.38.*
和他讲这些是对牛谈琴……
- 来自 水木社区APP v3.4.0
【 在 hsv 的大作中提到: 】
: 小数据与大数据是俩概念…
: 我感觉不至于拿这一条路训练，这太业余了，测试需要。其他道路表现可以期待。
--
FROM 221.218.30.*
海外的算法在中国真心是没用。碰瓷就解决不了。
【 在 last2 的大作中提到: 】
: 多空自取[upload=1][/upload]
: 文字版:
--
FROM 72.76.239.*
不但技术厉害，也是炒股专家呀，兄嘚，??
【 在 hsv 的大作中提到: 】
: 第三点赞同，我同事（现在是望京码农了）参与过华为的数据采集。
: 最后的补充也赞同，基本没市值管理，估计管理也没戏。
--
FROM 120.244.164.*
路线可以拟合，路况也能拟合？难道找了些演员和车辆，固定时刻出现？
【 在 last2 的大作中提到: 】
: 多空自取
:
: 文字版:
: ....................
- 来自「最水木 for iPhone 7」
--
FROM 180.79.243.*
同一条线路走的次数足够多，路况基本也能采集全
- 来自 水木社区APP v3.4.0
【 在 wakesman 的大作中提到: 】
: 路线可以拟合，路况也能拟合？难道找了些演员和车辆，固定时刻出现？
--
FROM 223.104.247.*