物理特性上，光线很难穿浓雾大家都知道，激光雷达波长特性，透雾效果比雾灯好一点
，但不大。毫米波透雾没问题，可以全天候，但受制于反射面
这个世界模型的特性，也存在问题，以前靠各种trick来检测动态目标，现在也开始靠深
度学习分析FFT以后的tensor，技术上也是可行的。

想结合这些传感器的优点，势必堆人力来持续完善planar，这个动辄千万级的数据，标
注很难、人力写规则覆盖也很难。

现在技术潮流已经卷向了端到端，无论是商汤地平线的UniAD、还是理想的DriverVLM，
都已经开始了布局，量产就是时间问题。届时，训练数据由司机产生，模型学习的数据依
然是人的经验产生的数据（人看到了障碍物，并减速避让），各种雷达在其中就是一个冗
余的传感器，毕竟蝙蝠靠超声波避障，人不是靠激光雷达或者毫米波躲避障碍物。

摄像头16bit，夜间能力可比人眼强多了，只要人可以走的路，模型就可以走，且能做到
比人好，现在属于黎明前的黑暗，大部分研发智能驾驶的公司，已经看到曙光了。

【 在 zhiliang 的大作中提到: 】
: 要靠摄像头+雷达，国内的厂商都是这种路线
: 特斯拉的纯视觉不行的
--
FROM 114.246.101.*