蔚晓理特斯拉这一代辅助驾驶，用的是融合方案，仅就视觉感知而言，其每个摄像头检
出目标，然后融合再决策，每个摄像头都有漏检、误检，也没有距离信息（距离信息是靠
雷达输出的动态目标也会出错），融合效果很难保证，目前各种撞墙刹就是因为雷达的误
检。

下一代fsd，目前进化到了beta10，无论是减速带，还是雪糕筒，亦或是临时的修路，都
能很好的识别，且一直在进化中，只要算法模型见过的场景，就能处理，通过逐渐收集样
本，可以一直进化，天花板就是超越人类的能力。

思路简述就是，多个摄像头通过模型变换到一个4D场景，除了三维的xyz，还有时间轴，
在这一个4D场景进行检测识别跟踪目标，完全规避了上述不足，无论是远处静止的目标，
还是旁边的大货车，都能连续稳定的识别。其去掉了雷达以后，重新被相关部门评估，仍
然是top rated。。。

很多大v拿着现款AEB瞎jb测试，有毛好测的，大家都是垃圾。。。

【 在 lvjk862828 (ruihge) 的大作中提到: 】
: 特斯拉的神经网络及及机器人学习训练是噱头吗 哪位大神给科普一下，如果有这种技
: 术还可以用在哪些领域，除了自动驾驶
--
FROM 106.39.67.*