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.*