福利彩3D

    福利彩3D_百科知识_小百科

      logo

      福彩,fucai,中国福彩,百科知识,小百科,福彩公益-福利彩3D_百科知识_小百科

    福利彩3D

    关注我 么么哒

    福利彩3D > 福利彩3D >

    激光雷达这拐杖爱要不要?

    文章来源:admin 时间:2024-02-28

      理想在成都车展上表示,激光雷达的作用非常像安全气囊,虽然没有它也能实现智驾,但视觉总有未见过的场景,激光雷达能对此起到安全兜底的作用。

      至于另一边的马斯克则说到,激光雷达并非最佳选择,数字神经网络+摄像头组合使用的效果才是更好。

      早在10年前,马斯克就从航空领域拿来了“Autopilot”(自动驾驶)一词,用在自身智驾系统身上,借此来宣告正式投身到智驾赛道。

      当时,谷歌自动驾驶汽车项目选择了头顶激光雷达的方案,立心实现L4级自动驾驶能力。

      于是在成本控制能力和普及智驾目标都跟谷歌有着明显差异以后,马斯克毅然提出以摄像头为主的视觉路线来实现智能驾驶。

      从事后总结来看,谷歌和特斯拉实际是两派技术路径代表,谷歌采取的是“Top-down”的自上而下路线,试图从一开始就干掉驾驶员的位置。

      反之马斯克作为车企代表,“Bottom-up”自下而上的方案要更合适走量的量产车。

      按照马斯克强调的第一性原理,既然人可以用双眼来开车,那么智能驾驶也应该只需摄像头也能完事。

      因此在2021年的时候,特斯拉就宣布北美市场的Model 3参数图片)和Y,不再配备毫米波雷达和超声波雷达,只标配摄像头。

      日前马斯克再次表达了对视觉路线的看法,他认为激光雷达并非汽车的最佳选择,道路更适用于生物神经网络和眼睛,数字神经网络+摄像机组合使用的效果更好。

      在此其中,马斯克提到的“数字神经网络”(transformer)是关键一环。

      摄像头在各个领域已经使用很久了,但要说它在智驾领域真正起到作用,这还得归功于特斯拉技术路线月,特斯拉第一次向用户推送了FSD Beta测试版本,这是BEV+transformer路线开始证明自己实力的起点。

      接着到了21年,国内大多数新势力纷纷转向同样技术路线的研究,其中目前国内领跑的蔚小理和华为,其实都采用了跟特斯拉一样的技术方案。

      首先来看,BEV的英文全称是bird’s eye view,中文译名是鸟瞰图,说得直白些是“上帝视角”。

      BEV实际也不是刚冒出来的新鲜事物,此前没把它用在智驾层面,是因为它有着一个比较突出的弱点——适应场景能力很弱。

      比如说在经过崎岖不平的路面时,当摄像头角度发生变化以后,导致输出效果出现了非常大的失真。

      但BEV有个好处,就是能够把多路摄像头数据放在同一个模型里运行,省去更多后处理的人力。

      transformer可以按照时间序列,给不同的特征和信息赋予权重,更好完成比对多路摄像头的特征,以达成一致的结果,借此实现更准确的感知识别效果。

      你可以理解为,transformer是一个有资历的厨师,它可以在旁边辅助你怎么做菜,教导你如何根据不同菜品,来分配好不同比例的油盐酱醋茶,从而做出一道美味的菜品。

      BEV本身的弱点还是很突出,它要先识别、再跟踪,如果有一个东西它不认识,它就无法识别出来,更谈不上会追踪它。

      另外,BEV对远距离物体的探测,也不能做到十拿九稳,这看着很远的东西在高速场景下可能也就几秒钟事情,然而这可是人命关天。

      相比于BEV需要先认识该物体,再来完成跟踪的做法,占用网络则是直接把物体给3D栅格化,也就是以一个个小方块的形式来投射到BEV空间,并不用去知道这个物体究竟是什么。

      站在特斯拉角度,它认为在BEV+transformer+占用网络的底层技术支持下,有摄像头作为硬件组合就够了。

      根据此前特斯拉Q2财报披露,截至到今年6月,特斯拉FSD Beta累计行驶里程约合4.8亿公里,另外测试车队人数已经超过10万人。

      事实上,数据积累得多只是最表层因素,在BEV方案下要想收集数据并不困难,关键是要有一套数据闭环体系。

      这需要你有量产车的运行数据,在得到数据以后再去做清洗,以保留高质量的数据,接着再去实现自动化标注,让神经网络得到更好训练。

      让系统变得更聪明,这不是一天两天的事,并且目前FSD Beta还只是在算力只有144TOPS的HW3.0硬件上运行。

      结合日前马斯克试驾了世界首个端到端方案的FSD Beta V12版以后,从中再次彰显了特斯拉算法能力之强大。

      一方面由于激光雷达的点云数据比较稀疏,稳定性不算强,那么作为底层建筑的数据出现问题的话,在此之上所构建的软件自然也更容易出错。

      反之摄像头的数据量足够大,它采用了非常多像素去描述周围环境,因此整个稳定性是有着更高冗余度。

      就此角度来说,马斯克极力推崇摄像头也不只是从成本出发,当中亦有对数据稳定度的考虑。

      特别对于一些体积细小、非规则物体,激光雷达的点云还是能够对视觉探测起到补充作用。

      事实上关于激光雷达“安全兜底”的定位,核心一点还取决于系统对极限场景的应对能力。

      但如果系统本身能力上限一般,同时又要求在当下就达到业内领先水平,那么配备激光雷达这样的“高性能工具”,则是无可避免。

      打个比方,特斯拉FSD已经是一个高中生,它要去迎接高考是顺理成章的事情。

      但咱们多数中国车企可能还是初中生的水平,就想去跟特斯拉一起去参加高考,这难免是要多上点工具才行。

      另外,此前吴新宙也说到,基于目前的技术能力,激光雷达在中国这种特别复杂的城市场景,还是起到了非常重要的作用,但这个作用未来能否由视觉完全取代,现在还太早去下定论。

      “我们用激光雷达一直非常收敛,其中建图、定位、传感器和激光雷达都没有什么关系,但现在还不是特别确定,一定要或者不要。”

      上汽集团副总裁祖似杰说到,“我认为不要去放弃激光雷达,但现在的问题是激光雷达太贵,如果它只卖100美元,那我就全配。”

      “我跟华为海思聊激光雷达,他们的观点跟我蛮重合,他们认为激光雷达的成本不低下来,就是死路一条。”

      尽管之前特斯拉高呼要走纯视觉路线,但大概是发现自己走过头了,后面在HW4.0硬件里,又偷偷报备上4D毫米波雷达。

      和普通毫米波雷达相比,4D毫米波雷达可以测出高度数据,分辨率也更高,同时还能像激光雷达一样生成点云。

      尽管在能力上较难比肩激光雷达,但4D毫米波雷达胜在便宜,相比于激光雷达高达几千元的成本,4D毫米波雷达只有前者售价的20%左右。

      不久前上汽集团就宣布,飞凡R7将搭载国内首批量产的4D毫米波雷达,此举或将引领4D毫米波雷达的普及。

      事实上,参照作为旗舰车型问界M9只搭载1颗激光雷达的做法,这比起阿维塔11标配3颗激光雷达的奢侈搭配,已然是要收敛许多。

      要想实现高阶智驾,激光雷达不能说是100%的必需品,但它会是一定时间内多数玩家的选择。

      一方面是受自身软件能力限制,另一方面是想更快追赶头部玩家的步伐,那么这中间所要付出的代价,自然是售价高昂的激光雷达。

      不过激光雷达的成本曲线也在往下走,结合国内向来突出的产业降本能力,未来激光雷达有没有可能降本至让更多车企接受的范围,咱们边走边看了。

      中央定调,一竿到底!2024年3月开始暗查这5个问题,见一个抓一个!事关每个普通人!

      29岁女作家去世!被病痛折磨三年,去年8月确诊罕见病……刚刚,她妈妈发文

      MWC 2024开展首日:中国厂商卷向海外,AI终端大集合,5G-A进入商用元年

      爸爸带闺女出来玩,却眼睁睁的看着自己家闺女被拱了,这小子浑身上下几百个假动作