关于激光雷达的一些资料 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
ferock
0.76D
V2EX    汽车

关于激光雷达的一些资料

  •  
  •   ferock
    PRO
    195 天前 via Android 9403 次点击
    这是一个创建于 195 天前的主题,其中的信息可能已经有所发展或是发生改变。
    视觉和激光雷达雨雾天的区别:

    https://video.twimg.com/amplify_video/1907444882555457536/vid/avc1/638x360/opzA7qyNSGBN6fDJ.mp4?tag=16



    1. 注意激光区域黑暗区,也就是盲区

    2. 注意前车激光检测到的云雾,基本不可用





    关于激光雷达业内人员的分析:

    https://pbs.twimg.com/media/Gnh7kouWkAAuFXc.jpg



    具体文字我这里摘出来了。

    以下是图片中的完整文字内容(已核对原文并修正部分笔误/格式):



    ---



    经是普通消费者中的“佼佼者”了。

    <这次事故 SU7 是标准版,没有 Lidar>

    有 Lidar 的版本能处理(或者类似鼓吹的)你们真的不懂 Lidar 。



    目前量产的( 96 线/128 线)激光雷达,稳定检出雪糕筒的典型距离在 50 米左右。在高速上 50 米也就一秒多点。



    任何一个智驾算法团队都不可能对雪糕筒这种远距离下 lidar 打上去只有几个点的物体不降噪不滑窗就直接报出,在 lidar 的点云里,雪糕筒在超过这个距离里和 Lidar 常见的各种噪点(扬尘,高反,水雾,阳光)很难区分。



    那么更高线束的 Lidar ( 192 线或以上)是否可以更好更有效一些?理论上是的。前提是:

    1. 你买的车激光雷达不是一个只通了电的样子货。

    2. 你买的车激光雷达是感知主传感器。

    3. 在配备了更高线束的 Lidar 以后,你买的车的智驾算法团队能挤出足够多的系统资源( cpu gpu ai core 啥的)来处理数量暴增的点云。



    智驾业内的同学,应该知道我上面三条都在说什么,如果不幸命中了你的公司,请不要暴露公司名称。我不想收到律师函。





    ---







    以上,你们自己判断
    第 1 条附言    194 天前
    增加一个内容,大家自己判断


    https://chejiahao.m.autohome.com.cn/info/17058939?from=pc
    141 条回复    2025-05-15 06:00:51 +08:00
    1  2  
    maxxxxx
        1
    maxxxxx  
       195 天前
    你永远叫不醒装睡的人
    hirenoongdddd
        2
    hirenloongdddd  
       195 天前 via Android
    251 大礼包
    ferock
        3
    ferock  
    OP
    PRO
       195 天前 via Android
    ferock
        4
    ferock  
    OP
    PRO
       195 天前 via Android   1
    再补充一个开着智驾出事的行车记录仪视频,也是 120 不到的时速,事故当时 9x 时速

    https://video.twimg.com/ext_tw_video/1907340948419252224/pu/vid/avc1/480x910/r6KJskLqWUtUuurO.mp4?tag=12
    loading
        5
    loading  
       195 天前
    视觉和雷达目前是个对立面,什么时候能二合一呢?
    follow
        6
    follow  
       195 天前
    总结就是:各家雷达基本都是样子货?
    wxw752
        7
    wxw752  
       195 天前   1
    有点专业,所以信任何厂家智驾遥遥领先,甚至鼓吹可以脱手的,都是傻 x 对吗
    WhiskerSpark
        8
    WhiskerSpark  
       195 天前   4
    视觉+雷达 > 纯视觉,就这么简单。
    ferock
        9
    ferock  
    OP
    PRO
       195 天前 via Android   1
    @WhiskerSpark #8

    能做到再说,敲键盘最简单
    wanguorui123
        10
    wanguorui123  
       195 天前
    有个悖论:人的视力好还是摄像头的视力好
    ferock
        11
    ferock  
    OP
    PRO
       195 天前 via Android
    @wanguorui123 #10

    至少人眼没有红外功能,暗光视力基本不可用,参考夜间监控
    whathappen
        12
    whathappen  
       195 天前   1
    @WhiskerSpark

    没错,双重辅助怎么也比单辅助好的。

    OP 找这种特例来对比有什么意义? 没光的时候你视觉系统直接收皮。
    什么处理不来就更加扯了,那只是成本和时间问题。
    xtx
        13
    xtx  
       195 天前
    现在市面上大部分激光雷达都是纯摆设。辅助驾驶目前来说,传感器获得的数据已经溢出了,我个人的理解是算法是重中之重,芯片和处理器排第二,各种传感器排第三。
    luckyrayyy
        14
    luckyrayyy  
       195 天前
    我有个疑问,新能源公司选择一个成本更高,效果更差的方案,一般是怎么考量的?
    dynastysea
        15
    dynastysea  
       195 天前   4
    @loading 根本不是对立的,是可以有条件的融合的,别被 tsl 忽悠了。特斯拉用视觉的时候,单纯是因为激光雷达太贵了,他们压根想不到中国市场能把激光雷达的成本卷到如此之低,所以对外吹牛逼激光雷达不好。实际上激光雷达的探测距离比视觉远多了,是可以互补的。
    maxxxxx
        16
    maxxxxx  
       195 天前
    @xtx 抛开激光雷达,国内厂商对于视觉部分的算法是真的没眼看,场景理解能力差很多。
    ferock
        17
    ferock  
    OP
    PRO
       195 天前 via Android
    @dynastysea #15

    实际上激光雷达的探测距离比视觉远多了,

    你的结论给出依据或者出处。比如,什么价格内,案例
    wanguorui123
        18
    wanguorui123  
       195 天前
    @ferock 道路标识是为红外线光服务还是可见光,在有限视力范围内人的视力好还是摄像头的视力好?
    ferock
        19
    ferock  
    OP
    PRO
       195 天前 via Android
    @wanguorui123 #18

    事故不就是晚上出的吗?#4 的视频你是选择性无视吗
    loading
        20
    loading  
       195 天前
    @dynastysea #15 我说的是厂商和目前消费者看这个问题。
    H97794
        21
    H97794  
       195 天前
    @whathappen 车载 CPU 算力够用吗?
    H97794
        22
    H97794  
       195 天前
    @wanguorui123 #10 夜间下雨,现在好点的行车记录仪都吊打人的视力
    不要说增强的硬件和针对的软件优化
    xubingok
        23
    xubingok  
       195 天前
    @xtx 真的假的?等于说现在都还是靠视觉方案和毫米波雷达在跑?
    wanguorui123
        24
    wanguorui123  
       195 天前
    @H97794 弱光,无光的环境呢?路面急弯、坡道呢?
    rqYzyAced2NbD8fw
        25
    rqYzyAced2NbD8fw  
       195 天前
    @ferock #9 我是雷军?我挑电动车还得先学会怎么造车是吧
    idealhs
        26
    idealhs  
       195 天前
    纯视觉才是正确答案,现在几家堆雷达的都看着吧,都是忽悠消费者,没一个真的会做出来的
    ferock
        27
    ferock  
    OP
    PRO
       195 天前 via Android
    @LanhuaMa #25

    所以你挑的依据是什么?
    你会把这个思路放到自己的安全问题上吗?

    还是你不管自己的用车安全?
    Clay0620
        28
    Clay0620  
       195 天前
    对于一个普通人,只是买辆车,总不能要求这么高啊,这些在我看来都是样子货,你只要别总出毛病趴窝就行了
    leochenL
        29
    leochenL  
       195 天前
    差不多得了
    frankies
        30
    frankies  
       195 天前   3
    @WhiskerSpark 现实情况是,国产电车用来视觉+数十个雷达还不如特斯拉的纯视觉方案。有特斯拉车主直播开 FSD 走小米事故路段完美通过,你怎么平价?所以说,不是有雷达就更牛,还是得看算法调度和调教。
    idealhs
        31
    idealhs  
       195 天前
    有人说没光的时候你视觉系统直接收皮,没光你开车我是真的笑了
    frankies
        32
    frankies  
       195 天前
    @luckyrayyy 车厂 PPT 更好看啊传感器参数吊打啊,传感器供应商清了库存赚了米啊,只有消费者用真金白银和血肉之躯扛下了所有。
    RSTAR
        33
    RSTAR  
       195 天前
    特斯拉很早就尝试过激光雷达,结论是不行,比如扫描频率在高速工况下不足以应对突发状况。
    国内厂家视觉算法能力不行,只好用激光雷达补充,同时看起来更唬人,但你信就是蠢了。
    danhahaha
        34
    danhahaha  
       195 天前
    生物进化了几亿年,最终获胜的是视觉(人类以及其他顶层的生物),世间少有的雷达生物应该是蝙蝠,这点是不是可以说明视觉才是最优解?
    danhahaha
        35
    danhahaha  
       195 天前   4
    我觉得视觉有更多的维度,比如距离感,颜色,大小等等等等,远比雷达要多,虽然雷达更精准,而且所有的交通标识,道路设备,都是针对人类视觉设计的,醒目的颜色,形状,大小,都是有益于视觉处理。
    09EdgqomQp5z019t
        36
    09EdgqomQp5z019t  
       195 天前   6
    最关键的是偷工减料的问题。

    Su7 标准版车搭载的 orin N 芯片,int8 稀疏算力 84tops ,仅搭载一颗毫米波雷达,这样的硬件配置下,也敢开启 NOA 功能。

    作为对比,搭载 MDC610 芯片的问界 M7 非智驾版,其 int8 稀疏算力达到了 400tops 。

    Su7 标准版,无论车载雷达,还是车载驾驶芯片算力,都远远落后 m7 非智驾版。

    如此落后的硬件配置,怎么能代表国产智驾水平?

    上次自动泊车召回,也仅仅召回标准版。

    由此可见,标准版硬件配置,应付自动泊车都捉襟见肘,更何谈自动驾驶。作为对比,秦 L EV,搭载同款驾驶芯片 orin N ,但配有 5 个毫米波雷达。

    这是偷工减料到什么地步,连 11.98 的车都不如。
    wy315700
        37
    wy315700  
       195 天前
    所以你只知道激光雷达吗。


    毫米波雷达才是应对大雾天的利器。
    dz5362
        38
    dz5362  
       195 天前
    @ferock #4 这种情况遇到雪糕桶阵列了,就应该开始打起精神开始减速,一般建议减速到提示速度,比如临时路牌上显示 80 就降到 80 ,显示 60 就降到 60 ,无论现在辅助驾驶发展到什么程度,开车的还得是自己
    totoro625
        39
    totoro625  
       195 天前   1
    @ferock #4 这个行车记录仪视频里驾驶员开着智驾的来源是什么?
    我昨天看到一个很多粉丝的博主说,这个驾驶员是自己驾驶着一辆燃油车
    QlanQ
        40
    QlanQ  
       195 天前   1
    @danhahaha 这也是 生存环境 筛选出来的吧,用视觉的 可以说都是 白天 捕猎,晚上躲起来,但是 蝙蝠的 生存环境 更多是无光的
    ferock
        41
    ferock  
    OP
    PRO
       195 天前 via Android
    @totoro625 #39

    具体要深挖甄别一下了
    我也是从网上搜集的资料可能有错误请指正
    whathappen
        42
    whathappen  
       195 天前
    @idealhs

    新手吧? 想不到什么场景没光还在开车吧?
    wy315700
        43
    wy315700  
       195 天前
    @ferock #11 目前再好的摄像头,动态范围都比不过人眼。

    进隧道和隧道里出来,摄像头瞎的时间可能比人眼更久。

    另外,人开车可不仅仅是视觉。你的耳朵呢。
    ccxxjjjjjj
        44
    ccxxjjjjjj  
       195 天前
    @ferock 这个视频原作者从始至终没说过开启智驾,而且是蓝牌车,更像是定速巡航或者车道保持。不能罔顾事实当论据呀
    leasingzong
        45
    leasingzong  
       195 天前   16
    特斯拉不用激光就说明激光不行,结案!视觉是最好的方案! 当然 这是在特斯拉没用激光雷达前的结论。我们会在特斯拉用上激光后更新这个结论,请大家静待通知。
    wy315700
        46
    wy315700  
       195 天前
    @frankies #30 不否认特斯拉牛逼。
    但是特斯拉的牛逼是因为算法和算力,而不是纯视觉。

    特斯拉的利润倒是来自于纯视觉。
    ferock
        47
    ferock  
    OP
    PRO
       195 天前 via Android
    @ccxxjjjjjj #44

    如果视频有异议,那如何删除某一楼?
    楼上已经有人给我提出了,我也回复了,感谢指正
    ferock
        48
    ferock  
    OP
    PRO
       195 天前 via Android
    @wy315700 #43

    所以摄像头本身不可能是一颗,而且你的意思是再增加声谱维度的传感器吗?

    这个思路各大厂应该向你学习
    H97794
        49
    H97794  
       195 天前
    @wanguorui123 #24 过过脑子再说话吧,弱光,无光的环境 大部分,专业摄像头强,强的多了...
    路面急弯、坡道呢 ? 不知道你这是要在比什么了!!!
    你要实在不行就设一个摄像头没电的条件吧.
    intouchables
        50
    intouchables  
       195 天前
    你这全是结论,没有一个依据结论是怎么得出来的啊
    kokerkov
        51
    kokerkov  
       195 天前
    看来是内行噢,我问个问题。waymo 那种大球的激光雷达和国产电动车的激光雷达效果差别大多少?
    wetalk
        52
    wetalk  
       195 天前
    @whathappen #12 真不一定,随便举个例子,雷达和摄像头计算结果冲突,算法相信哪个
    intouchables
        53
    intouchables  
       195 天前
    还有需要分清 AEB 和 ADAS 是两套系统
    wy315700
        54
    wy315700  
       195 天前
    @ferock #48
    这不就是多种传感器的方向么。
    视觉不行的地方激光雷达跟上
    激光雷达不行了,毫米波雷达跟上。


    然后近距离的时候还有超声波雷达。
    ccxxjjjjjj
        55
    ccxxjjjjjj  
       194 天前
    特斯拉采用视觉方案是 occupancy network 技术在车端应用,可以把水马、锥桶、落石全部当作障碍物。之前各家主机厂采购的 AEB 是无法识别上述物体的(小米的公告中也提到了)。但视觉方案容易受摄像头脏污、光照、运动模糊影响,因此 AEB 做的好的主机厂(比如鸿蒙系列、理想系列等)都会配套激光雷达增强障碍物探测能力。occupancy network 技术的纯视觉方案,以及相机的低成本是 21 年特斯拉推动的主要原因,不能说激光无用。
    HypoChen
        56
    HypoChen  
       194 天前
    楼上关于摄像头和人眼哪个更强的争论,非技术党,但我补充一个我验证过的场景,某天暴雨,可见度极差,但意外的发现 Tesla 的摄像头拍的异常清楚,至少比我肉眼看的要清楚的多。
    wanguorui123
        57
    wanguorui123  
       194 天前
    @H97794 摄像头看到的不等于视力好,明白不,视力好需要过脑子,摄像头带脑子还是人带脑子
    Tink
        58
    Tink  
    PRO
       194 天前
    @dynastysea #15 关键是现在这两个传感器叠加判断,行业内做的一个比一个垃圾
    hwdq0012
        59
    hwdq0012  
       194 天前
    可以弄个类似hd r 的功能, 视觉效果 好用视觉,激光雷达好用激光雷达, 两者加起来分析
    ferock
        60
    ferock  
    OP
    PRO
       194 天前 via Android
    @kokerkov #51

    Waymo 使用的球形激光雷达型号很可能是 Laser Bear Honeycomb 。它也自研了很多激光雷达,具体对比需要型号和型号进行对比,我查到的依据来自
    https://www.tangramvision.com/blog/sensing-breakdown-waymo-jaguar-i-pace-robotaxi
    ferock
        61
    ferock  
    OP
    PRO
       194 天前 via Android
    @wy315700 #54

    所以,你的思路是传感器多一个就多一分厉害?
    juded
        62
    juded  
       194 天前
    建议以后各大厂家在低端车型用激光雷达,在高端车型用纯视觉 doge~
    ccxxjjjjjj
        63
    ccxxjjjjjj  
       194 天前   1
    @HypoChen 车端 Tesla 自己的方案、地平线这种硬件集成的方案,都会对雨雾天气做一层去除,保证输入模型的图像可靠性高。但是即便如此,相机也有固有的缺点,比如运动模糊、光照急速变化时曝光调整不足等等。既然人类司机光靠眼睛开车不一定安全,为什么纯视觉方案多几双眼睛就会安全呢?激光、毫米波和超声波雷达就相当于冗余,只是各家的方案确实有高低之分,但肯定不是硬件多了无用
    wanguorui123
        64
    wanguorui123  
       194 天前
    @H97794 小米 su7 这次事故从报警到人工只有 2s 的反应时间,如果是人大致识别出雪糕筒时候就会减速,你明白人的视力和机器的视力的区别吗?
    cherryas
        65
    cherryas  
       194 天前
    结论 1 推导不出结论 2 1 对 2 对 3 对 不代表 4 对
    ferock
        66
    ferock  
    OP
    PRO
       194 天前 via Android
    @ccxxjjjjjj #63

    至少我本人,从没有觉得硬件多了无用。

    现在问题是
    1. 用不好
    2 。 厂商让用户觉得装了就比没有装的牛逼,营销需要
    3 。 实操的时候稀烂
    wanguorui123
        67
    wanguorui123 &nbp;
       194 天前
    @H97794 人的视力存在:游离态、确认态;机器的视力只有:确认态,这就是为什么要激光雷达提高识别距离的原因
    pkoukk
        68
    pkoukk  
       194 天前   1
    你的观点认为,在高速情况下,雷达作用小,我同意
    但我同样认为,纯视觉在高速上也没卵用,尤其是夜间
    目前无论是视觉还是雷达,在 120kmph 的时速下,都不可能达到让你神游,它发现情况提醒你,你回过神接管这种很多人臆想种的智驾场景
    totoro625
        69
    totoro625  
       194 天前
    @ferock #41 我看了博主的分析,结合自身高速遇到施工路段的经历
    导航基本上提前 5km 开始不断提醒前方道路施工,但是驾驶员能快速通过的时候是没有那种意识去主动降低速度的
    一直到危险到达眼皮子底下了,才开始减速刹车,包括我和周围车辆都是这样的行为

    如果是夜间遇到视频中那种施工路段,我自己开车也保不准撞上去
    stoneabc
        70
    stoneabc  
       194 天前
    市面上有些牌子的车上的激光雷达确实就是个摆设,但不能说明所有用激光雷达的都用不好
    ccxxjjjjjj
        71
    ccxxjjjjjj  
       194 天前
    @ferock 这是手机圈硬件对比法营销的结果。多少年了,一颗振动马达从“转子”还是“线性”都吵来吵去。现在无非是吵到新能源圈了。SU7 贵的两个版本用的禾赛的 128 线雷达,如果别家用的不如 128 线,估计又能吵很久。从硬件信息融合来说,有前融合、中融合和后融合,自动驾驶领域也研究许多年了。只是各家技术路线不同,对多传感器融合技术的自动驾驶看法不一致。从实现上来说,肯定是纯视觉方案信息融合简单、硬件成本低。
    ccxxjjjjjj
        72
    ccxxjjjjjj  
       194 天前   1
    补一个 21 年 Tesla AI day 的链接: https://elon-musk-interviews.com/2021/08/31/tesla-ai-day-the-presentation-i/,如果说纯视觉方案,特斯拉确实是最早研究 bev 和 occupancy 的。如果说多传感器融合,鸿蒙智行目前确实要走的更远些。国内对标特斯拉这套方案的方案提供商就是地平线,其他家投入力度是明显不足的
    ccxxjjjjjj
        73
    ccxxjjjjjj  
       194 天前
    whathppen
        74
    whathappen  
       194 天前
    @wetalk

    #52 信那个是算法问题,准不准也是算法使用这些数据的问题。

    但很简单可以证明 2>=1, 就是所有冲突都信视觉。
    H97794
        75
    H97794  
       194 天前
    @wanguorui123 #57 搞笑,你现在是要讨论 所谓的视力 还是要转移到讨论 视力+智能驾驶?
    H97794
        76
    H97794  
       194 天前
    @wanguorui123 #64 你现在要讨论 "有个悖论:人的视力好还是摄像头的视力好" + "小米这次事故" 吗?
    lyxeno
        77
    lyxeno  
       194 天前
    @frankies 上个录像链接看看。是自动减速过?
    H97794
        78
    H97794  
       194 天前
    @wanguorui123 #67
    你要讨论,确定距离上 视力 激光雷达 与摄像头的对比了?
    maxxxxx
        79
    maxxxxx  
       194 天前   1
    @lyxeno https://www.douyin.com/user/MS4wLjABAAAAMALiiwmqRV-vLvhRuzqFVrIMK8_pqxmwx-nFOOtOzJIsTuKsDKkU8A4YHIbQOCRw?from_tab_name=main&modal_id=7488547882165964071

    了解 fsd 的用户第一反应一般都是会骂小米的 NOA 太烂,因为本身是一个不复杂的场景,预期智驾是能够处理的。
    min
        80
    min  
       194 天前   1
    @wy315700 不会啦,人眼硬件非常渣,人肉智能的信号处理能力强补上了而已。
    Insolitde
        81
    Insolitude  
       194 天前 via Android   4
    给个数据,某款 180 线的雷达,每秒点数是 165 万,但是角分辨率只有 0.129,0.11 度,对于 100 米外的物体 4 平米一个点,所以能看清楚点什么。尤其是会有误报,半空中会出现一个点,和 100 米外的水泥墩子上的 1 个点没有任何区别

    而且现在使用的绝大多数雷达还是重复式雷达,激光的出射角度是固定的,打不到的地方一直打不到,当然车辆的移动可以改变视角,但是这又要做高精度的融合对算力要求也很高。

    最后,这一个雷达会占 150mbps 的带宽,比 3 ,5 个摄像头还多
    wanguorui123
        82
    wanguorui123  
       194 天前
    @H97794 我所谓的视力不是清晰度,你没 GET ?而是识别力能和模糊状态下判断力
    vcbal
        83
    vcbal  
       194 天前
    @loading 蔚来 现在好像是视觉和雷达 两个都有配置
    Baoni
        84
    Baoni  
       194 天前
    这个反例也是煞费苦心。
    大雪天就一定要跟紧前车才行? lidar 如果让你离前车远一点反而更安全吧
    Baoni
        85
    Baoni  
       194 天前
    小米以前的 bug 只会让发现的人难受。删帖+水军都不能物理堵嘴。

    现在小米的新产品直接送走发现的人,然后删帖+水军的效果就会更好。

    而且之后他们改 bug 的优先级也比较容易分,只把那些送不走人的 bug 改掉就好了。
    H97794
        86
    H97794  
       194 天前
    @wanguorui123 #82 我没 GET! 我无法 GET 到.
    你现在完整介绍了"视力"!
    那我再希望你确认一下, 你是拿"视力"/"识别力能和模糊状态下判断力" 和摄像头比"识别力能和模糊状态下判断力"?
    请问摄像头有"识别力能和模糊状态下判断力"?
    请问人的视力不需要脑子有"识别力能和模糊状态下判断力"?

    能对比吗?
    H97794
        87
    H97794  
       194 天前
    @pkoukk 说的没什么问题, 问题是雷达是在纯视觉的基础上增加的.
    那更应该是找出点,证明增加雷达能做到没雷达做不到的东西...
    你这样说,还是证明有没有雷达没什么差距
    H97794
        88
    H97794  
       194 天前
    @Baoni #85 嗯, 真聪明...
    wanguorui123
        89
    wanguorui123  
       194 天前
    @H97794 人驾驶车辆 500 米 外发现前方一个看起来像障碍物的东西会有充足的反应时间,摄像头观察到识别出这障碍物是雪糕筒才会反应这时候可能只剩 200 米,剩下这点时间你怎么做。模糊状态下人视力更好还是摄像头视力,你不要给我扯清晰度
    H97794
        90
    H97794  
       194 天前
    @wanguorui123 #89 请再看一下你自己写的是什么 "有个悖论:人的视力好还是摄像头的视力好"
    不扯清晰度
    前面你是跟摄像头比,我把视力理解成眼睛
    我看你重新介绍的视力
    我就问 你重新介绍的视力合适跟单纯的摄像头比吗?
    加上判断能力 不应该拿整个人 跟 整套智能驾驶比吗?

    眼睛 摄像头 有判断力吗?
    wanguorui123
        91
    wanguorui123  
       194 天前
    @H97794 你可以说我标题不严谨,人的视力好还是摄像头的视力好 -> 人的视力(模糊状态下判断力)好还是摄像头+芯片的视力(模糊状态下判断力)好
    idealhs
        92
    idealhs  
       194 天前
    @whathappen #42 我是真的笑了估计你没拿驾照,不知道驾照要测视力的
    Baoni
        93
    Baoni  
       194 天前
    @Insolitude 100×tan(0.2)≈ 0.3491, 哪里来的四“平米”一个点
    chuxi
        94
    chuxi  
       194 天前
    高速只用车道居中辅助驾驶不就好了吗?当车子没有自动驾驶
    zealotxxxx
        95
    zealotxxxx  
       194 天前
    激光雷达很多都是摆设有些车你拿黑胶布把激光雷达蒙上,智驾照样启动,说白了就是给你情绪价值。

    因为一些消费者盲目认为有激光雷达 = 安全,所以有车企开始选择利用这点玩游戏,例如最高配加价几万给你上激光雷达。但是本质上这种雷达,要么不通电,要么当个高级 AEB (这都算好的了),能做融合的很少(不然小鹏为啥又抛弃激光雷达了)

    还有一点是除了线数和扫描频率、FOV 、还有雷达波长也是问题。例如说 1550 的存在功率过大的情况。

    激光雷达也无法对道路标识进行识别,业务法判定物体(例如桩桶也就是一个点云 )这些数据还是要依赖纯视觉。再怎么做,权重也很难高于视觉
    H97794
        96
    H97794  
       194 天前
    @wanguorui123 #91 本来就是!不需要谁说!

    500 米 外发现前方一个看起来像障碍物
    讨论这个点,很没意义,因为外在因素太多,
    先来一点,人会分神,这就是高速事故的大部分原因
    那你比的时候 有没有准备排除 人会分神这因素

    你这样比有点提前知道 "500 米 外发现前方一个看起来像障碍物" 的感觉
    那智能驾驶,添加参数 "500 米 外发现前方一个看起来像障碍物" 再 比 会是什么结果

    如果是意外,智能驾驶也没添加这类参数!
    那 1 10 100 1000 10000 ...次
    人 有提前 有晚 有出事故的 都有可能
    智能也有各种反应,
    以现在智能推理应该是反应越来越好(以后硬件也会升级吧)
    人,还是一样...
    wanguorui123
        97
    wanguorui123  
       194 天前
    @H97794 你有没有想过纯视觉方案的智能驾驶,识别错误的情况,无法将人看起像障碍物的东西识别出来,参考特使拉之前撞白色卡车的事故,等识别出来已经完了,因为给人的反应时间太短,让人做出错误的判断,加个激光雷达刚好避免这种漏识别的情况
    H97794
        98
    H97794  
       194 天前
    @wanguorui123 #91 你这个比法,应该看,
    智能驾驶平均多少公里出一个事故,人平均多少公里出一个事故 这类的吧 比较实际
    好像是智能驾驶完胜
    flame666
        99
    flame666  
       194 天前
    @wy315700 特斯拉这种薛定谔的自动驾驶 有落地吗?算法强?没见过强在哪里。
    H97794
        100
    H97794  
       194 天前
    @wanguorui123 #97 你别再歪楼 添加雷达了, 那跟你刚开始说的更不是一回事了 ,是要另外的话题?

    加个激光雷达? 就能?
    那是理想条件理想状态理想的全套硬件理想的全套软件理想的时间理想的测到理想的反应
    才能有理想的结果!!!
    1  2  
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5923 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 46ms UTC 02:40 PVG 10:40 LAX 19:40 JFK 22:40
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86