曲博錯了嗎！？馬斯克：光達無用！？深度探討為什麼沒有光達就沒有全自駕！
Vložit
- čas přidán 24. 07. 2024
- ※曲博頻道會員已開啟，想要加入的伙伴可以直接點選這個連結，一起讓科技成長茁壯！👉 ansforce.page.link/JoinYT
※曲博科技教室所有的影片可以在這裡直接用關鍵字搜尋👉
ansforce.page.link/Drjlist
🏮【科技新未來EP11】馬斯克：光達無用！？深度探討為什麼沒有光達就沒有全自駕？🏮
特斯拉告訴監管單位他們的自動駕駛不會超過 Level 2，創辦人馬斯克牛皮吹破 ！？沒有光達就沒有全自駕，曲博帶你了解自動駕駛感測器
00:00 開場 | Introduction
01:54 影像感測器(CIS)與影像訊號處理(ISP) | CMOS Image Sensor & Image Signal Processor
08:20 為什麼特斯拉三個影像感測器比不上人類兩隻眼睛？ | Why Tesla CMOS Image Sensor can not replace human eyes?
13:25 如何提升影像感測器與毫米波雷達的精確度 | How to improve accuracy of CMOS Image Sensor & mmWave radar
17:38 飛時測距(ToF)如何取得影像深度訊號 | How ToF get deep image Signal
18:11 光達(Lidar)的種類與特性 | Types of LiDAR
21:58 馬斯克為什麼這麼痛恨光達 | Why Elon musk hates LiDAR
22:49 特斯拉將在什麼條件下使用光達 | Under what conditions will Tesla use LiDAR ?
24:49 回答幾位網友的問題 | Answer the questions from CZcams comment
29:07 結論 | Conclusion
訂閱我的CZcams頻道 ：goo.gl/zX7p6N
按讚粉絲專頁，掌握最新趨勢：goo.gl/8zfgi5
【參考網站】
www.eettaiwan.com/20201221nt3...
【知識力專家社群】
www.ansforce.com
歡迎加入知識力官方Line
bit.ly/ansforceline
#光達 #特斯拉 #馬斯克 #LiDAR #Tesla #Elon #Musk #Elonmusk - Věda a technologie
曲博真是功德無量 讓我這雖然高中讀自然組 但是大學讀錯喜系 無緣進科技工作的 都能靠著基礎的理工知識看懂最新的電子技術 選擇合適的產業 投資有前景的公司 感恩
謝謝你支持！
曲博你最後這一段結尾 說的我非常認同, TESLA 不應該在行銷與市場上一直釋放出 TESLA 是 FSD 全自動駕駛這樣的訊息, 然後在官方監理單位要驗證你的時候, 你又很明確地告訴政府監管單位你只會做到 LEVEL2, 不會再往更高的 LEVEL 去認證.
這樣根本就是在玩兩面手法, 是非常投機又罔顧其他用路人安全的一種不負責任的態度, 非常誤導 TESLA 的消費者, 造成其他用路人可能的危險
唉！像你這麼明理的人愈來愈少了！嗆聲的人比較多，你看看下面的留言，呵呵！
@@Ansforce 謝謝, 我只是覺得做生意不可以這樣, 一面擺脫美國道路公路管理局的監管, 一面又不斷的放出官方影片, 示範放雙手自動駕駛給你看, 難怪很多特斯拉的車主都在車上倒頭就睡, 因為官方影片一直都是這樣宣傳的
相較起來 HONDA 就算已經通過官方正式的 LEVEL3 認證, 依然非常謹慎小心的教育消費者, 一定要注意路況, 相對很保守且注意應該負起的相關教育責任 盡量不去誤導 HONDA Driver. 我覺得這樣才是正確的態度, 而不是把軟體開發那套 user beta test 讓使用者來進行測試的做法拿來用在汽車工業上
激光雷达降到100美元一个，你看看马斯克还会说有没有用。这人就是个小人罢了。
感謝曲老師發影片詳述，其中有提到影像處理的瓶頸：
1. 白平衡-這是影像處理一直難以克服的問題，但是這跟自駕所需判斷沒有關聯，人眼真實看到的白光變藍光或黃光並不影響車前狀況的判斷，而加入光達也無法修正白平衡的偏差
2. 影像延遲-確實視覺到人腦判斷速度快過影像數位處理，但人開車反應的時間有研究最少需要300ms而自駕所需判斷時間遠小於人反應時間，而Sensor Fusion的應用關鍵是各Sensor數據要在同一時間軸來合併判讀，因此就算光達速度再快也要等視覺數位化的時間軸，因此也沒有因為光達快所以反應時間快，光達的資訊只是輔助視覺還是以視覺時間軸為主
3. 深度資訊-僅透過攝影機可以取得深度資訊精度比光達稍差，所謂精度要如何定義足不足夠堪不堪用，這問題像是CCD成像畫質比CMOS好但人眼看得出來差異嗎？差距分辨不出大家都選擇便宜的CMOS來應用了。
光達技術有它的優點我並不反對，應用在自駕系統只有加分沒有扣分沒有問題。因為它不是免費的還不便宜所以才有討論是不是必要，站在技術發展角度當我能有算法來取代額外硬體成本就會有投入價值。我的自駕系統標準是比人開的安全就有價值，普及的條件就是這系統不能太貴，有光達？Nice to have but not must
有網友提路上有垃圾袋人覺得無害可以過，地上有無標線，這些都不是光達能分辨的好嗎，視覺還是最主要最困難且關鍵，如果視覺學習做不到的事加了光達也沒用
所以要光達配合影測器呀！我沒有說自駕車只需要光達，另外僅透過單一攝影機可以取得深度資訊精度比光達應該不只是稍差，不然iPhone12Pro就不會去弄一個光達掃描器了！其他的說法基本上我都認同，謝謝你提供資訊。
推這個
謝謝你的分析，的確是对曲博的討論有更好的補充👍
檯面上採用光達加高精地圖的，很難說是光達輔助視覺還是視覺輔助光達跟高精地圖了⋯⋯
拐杖太大支很可能就主客易位了 XD
曲博科技教室 Dr. J Class 老师、 我们公司里产品供应给Iphone 、 现阶段也供应IBeo 公司测试阶段、请问老师闪光雷达将来有什么优势吗？谢谢你
感謝曲博分享光達學理.
很棒，就研究開發的角度來看東西，就產品開發來講，這是最好的視頻~~
曲博好厲害 , 雖然你教的東西都很難懂, 我會多聽幾遍 努力懂!
感謝曲博詳細分析，受教。
感謝曲博分享。長知識
感覺底下很多人跳針嚴重
明明結論是各種工具要一起使用互補長短實現真正的"自動駕駛"不用手放方向盤, 達到用路最大安全性
結果一大堆在護航馬斯克說的光達不需要...
真的是辛苦了啊~
哈！你是有用心在聽我講的，給你一個讚！
@@Ansforce 雖然內容有點硬核但還吃得下去
話說我以為不要用光達用鏡頭深度學習是為了將來機器人模擬人類雙眼視覺在搜集數據為未來舖路
沒想到人類雙眼太強大
電動車鏡頭離模擬人類視覺還遠得很 @__@
收穫滿滿，謝謝博士🙏
最近美股很紅火的MVIS(Micro Vision)公司宣佈完成開發長距離激光雷達傳感器
成本低、體積又小，很符合未來自駕車需求
請問一下曲博怎麼看呢?
謝謝曲博.
我有台賽車模擬器，雙屏幕解析度一般，屏幕是平面的，所以眼睛只能固定對焦在一處。但是我還是能夠根據圖像經驗來判斷模擬中的車輛或是相對環境的距離而不至於撞車。會開車的人都知道，眼睛看的清楚是好，但是很多近視150的人一樣沒戴眼鏡開車也不見得就會出事故。關鍵在於人腦能夠適應環境。如果透過屏幕就能夠開車，那自駕的關鍵在於軟體ai 的設計，而不是單一某個產品了。當然，我必須公平的說，價格便宜縮小的光達是能夠提升自駕的準確度的。
認同你的觀點，就算人把一隻眼睛遮住還是有辦法把球投進籃框裡，人類判斷距離也有一部分是靠經驗正是神經網路有機會補足的地方
Musk的論點就是這樣，影像加上AI可以辨別路上物件形狀以外屬性和狀況，lidar不能，偵測障礙物的功能由雷達和超聲波聲納負責就可以。
謝謝曲博
非常感謝曲博。
知識量跟深度都很喜歡！
謝謝你支持！
曲博說明的非常詳細！
這集講的太好了
感謝曲博
滿滿乾貨
這篇影片已經偷偷的安裝了基礎科技無知感測器
其實不用這樣批評，沒有人天生就了解這些知識。
你會這麼說代表你沒有親手做過，把科技幻想得太美好，這個不必爭執，我說過那一天特斯拉只用影像感測器做LEVEL5的全自駕，並且向車輛監管單位申請認證而且被核准了！我就公開道歉。對了，特斯拉開始偷偷在測試光達了！建議你去查查資料。
@@Ansforce 其实，我们也可以说，啥时候激光雷达技术路线有人拿到了开放环境的L5的牌照，再下结论说激光雷达是必须的也不晚。
嘿嘿😬
感謝曲博士, 可否做一期FSD BETA 9.0 VS. 華為的光達自駕系統, 兩者的優劣比較, 相信祗有您有這個能力做. 最近對華威的宣傳, 很迷惑. 謝謝您.
曲博倒底去哪收集閱讀並吸收這麼多科技相關的知識阿 太神了 追了一陣子 看到您解說半導體部分其實有不少都要是業內人士或相關專業才比較知道的東西 為啥您能夠包山包海吸收這麼多東西呢
我在學校主修半導體呀！應該說我原本就接觸過許多不同領域的研究或工作，這個要花很多時間的，而且很多知識原本就是相通的。
謝謝老師 每一集都很精彩
但是 我聽了好多次老師念 伊龍馬斯克的英文 每次都念錯了喔
非常非常好的一集，超赞。
講解深入淺出!
这期做的真好。
上一期不知道哪來的網民口氣那麼差，有本事就自己拍個影片提出證據說曲博錯在哪，不要流於口水之爭，大家文明討論，曲博加油
你沒有看清楚每個人的問題，不過也不怪你，有些問題對你來說應該太深了，你應該也看不懂。上一期很多回復都已經清楚的說明質疑在哪。
就跟果粉類似的群眾 有果粉自然會有馬斯克粉 信仰大於謹慎求是
@@jkhj1479 mileyan.github.io/pseudo_lidar/
這邊解釋了一切，簡單說就是Pseudo lidar的深度判斷已經很接近達到光達的精準度了。
@@michaelchen4198 論文結尾作者說pseudo-LiDAR和LiDAR有互補優勢，未來希望和LiDAR縮小差距，這集影片曲博也提到pseudo-LiDAR是補強精確度，不是取代光達，取代光達只是作者個人期許的未來目標
@@user-iu4tq3iv8j 所以理論上做得到對吧？
所以光達一定是100%必要？
我是不太相信工程上有什麼東西是唯一解的。
講得淺顯易懂，最後加上對特斯拉的呼籲。可見曲博對攸關人命的重視，很棒。
我認為特斯拉2~3年內就會導入光達，我們就拭目以待吧！
理性的思辨值得鼓勵，曲博做得很好。
真心希望不要再出現特斯拉自駕事故，撞上白色貨櫃車這類的案例，每個人的生命都是無價的。
馬斯克是科技商業化的超級高手，但也需要從人身安全上的監督與制衡，這是民主的真諦，沒有人是救世主。
希望特斯拉的FSD能做得更安全可靠，讓保險業者能降低所有愛好者的保險費.
你的話很中肯，其實我就是這個意思，我的影片並沒有要貶低馬斯克的意思，只是覺得人命關天，還是要很小心應對。
@@Ansforce 這不就是特斯拉要你手放在方向盤上的原因嗎？
希望曲博老师谈谈近期上海车展华为公司的自动驾驶进展。
人腦人眼非常強，但是常常不專心，今天的課曲博給大家一個很好的教育課
非常贊同
人腦很耗能,專心也很更耗能
所以時常會待機 切換成直覺(反射神經)來使用
以降低思考所造成的能源消耗 哈哈~
科技在進化，
但很多的人腦卻被科技給退化了！
人開車不只用眼 還有用耳朵 跟神秘第六感
駕駛疲勞😢
若用視差法 影像必須先經過處理 單色化找出輪廓 然後再判斷距離 速度一定會Lag 而且輪廓判斷容易出錯
光達則是簡單描出前方每個點與車輛的距離 運算要簡單的多
就像蝙蝠的叫聲產生的回波可以讓蝙蝠迅速判斷其在山洞內的位置 但蝙蝠的視力是退化的。
遇上日出日落強光，鏡頭故障，database沒出現過的圖象，成千上萬的自駕車，發生人命事故是必然的事
謝謝。
介绍有什么动力技术可以把物体飞起来？为什么飞机不能风雨无阻或者研发方向？飞行包使用什么动力设备可以介绍吗，我想以后有条件研发飞行器代步工具
講得真好
網友的質疑也是滿風趣的顆顆
是呀！只能等著看未來的結果囉！
請問曲博可以也分析一下光達為什麼需要高精地圖？有什麼情況下可以不需要高精地圖嗎？
另外，Tesla如果只靠影像感測器，有可能達到能夠滿足level 3或是level 4的要求嗎？
謝謝曲博～
光達不一定需要高精地圖呀！只是有光達高精地圖可以更精準的定位。
可以免費聽到這些資訊真的太感謝了辛苦了
謝謝你的支持！
為什麼畫面像480P畫質一樣
這是畫面啦,內容的話非常謝謝曲博分享
全自駕還要配合物聯網或車聯網
讓安全性再往上提升
要作的功課還很多
是的，車聯網也很重要。
感覺1龍的視野在ai的突破與躍進
自駕車是他建構與強大的過程
當這能力突破 造福或擁有的智能能力將是深入各領域的
若以此觀點去看lida的出現與扮演的角色 不是他不好 但感覺是個阻力
塞車時反而更容易發生車損型的小碰撞。
subaru使用的Eyesight就是利用雙相機去做影像感測和距離處理
用雙相機是可以的，但是特斯拉並沒有用這個。
@@Ansforce 特斯拉用了八個相機，向前的就三個攝像頭了
@@YorkJong 你一定沒有認真上課，老師講得很清楚，特斯拉的三個鏡頭並不是拿來做相位差，無法分辨距離
@@kilehuan 哪個老師？你是說曲博嗎？他根本不熟特斯拉好嗎？他的youtube我的確沒怎麼看，我主要看你們的留言來回覆的。特斯拉 FSD beta 確實有拿多個攝像頭來弄立體視覺，這是 Musk 跟他們AI 領導人 Andrej Karpathy 說的。也就是他們宣稱的從 2.5D 進步到 4D 視覺。有疑問可以爬討論串，看我回覆的部分，或者 Google 一下，資料都在網路上公開的
@@kilehuan 而且從已公開的資料來說，目前只有特斯拉有立體視覺，它甚至更近一步，多了時間軌跡這個維度，行成4D視覺。其他車企的視覺還停留在2.5D ，這也是為什麼其他車企非用LiDAR來補足這塊的一個原因，LiDAR是一個捷徑，或者 Musk 說的一個拐杖⋯⋯
有什么办法解决近视眼办法？我的小孔眼镜失去功能了，我只能不停地眨眼睛好闭眼睛缓解还是没办法恢复眼睛视力正常。
激光雷达还没有普及，还不知道原理，感测器分哪几种？
能否根据最新进展是否需要调整您的推断
曲博大哥可以談談那種建築測量的 point cloud scanner與光達的差異嗎? 感謝
其實原理大同小異，看你指的是那一種建築測量的Point cloud scanner？
@@Ansforce 像 Faro foucusS70
期待光達的縮小成功、人類的眼和大脳會有疲労的時侯。
22:42 真的被曲博說中了~ 弱弱的說，我以前也懷疑過為什麼要拿掉光達，只是自信不敢說~
你以前就是對的呀！
1.2萬畫素的鏡頭，按理可以拍攝出720p、30fps的影片，甚至960p，單純以YOLO逐幀框選辨識，是可以達到不錯的結果，當然愈高的畫素，結果愈好，但需用更高效的運算元配合。
至於Auto Focus，不太清楚Tesla採用哪種鏡頭，但在沒有機械式AF構造下，其實還是有 Phase Detection AF 甚至搭載 Laser Detection AF 方式的選項，對焦的時間遠比機械式對焦快。
自動駕駛到底有多大效益我還是蠻懷疑的，不是技術的問題，而是心理上跟道德上的問題，
自動駕駛出了事故的話責任如何歸屬？
要知道飛機的全自動駕駛，包括起飛降落，在70年代就實現了，時至今日仍然絕大多數的飛機仍然需要機師，更何況是路況複雜度遠遠超過的汽車。
我覺得可預見的未來汽車頂多也就是這樣，自動駕駛可以用，但是仍然需要駕駛坐在駕駛座隨時注意。
這樣的話自動駕駛有多大效益就很值得商榷了。
科技始終來自於人性，我想光是減輕駕駛的負擔、降低肇事率的目標...就足以驅動世界投入自駕車的發展
責任上當然最後還是看法律怎麼定~自動駕駛的設備應該都要有類似黑盒子的設備記錄車禍前的狀態, 讓專家判讀再來依法律歸屬責任
level 3或以上都是提供自駕的公司負責任
robotaxi 是很大的商機，這也是各車商為什麼卯足了勁往這方面開發的一個原因
請評論TESLA FSD BETA 9.0, 昨日的測試, 似乎不用光達?
這個證明特斯拉的自駕技術還是目前做的最好的，但是特斯拉回報監管單位的是LEVEL2輔助駕駛，這個沒有問題，FSD是個很成功的商品名稱。
@@Ansforce 感謝曲博士的回復, 可否做一期FSD BETA 9.0 VS. 華為的光達自駕系統, 兩者的優劣比較, 相信祗有您有這個能力做. 謝謝.
超級客觀
Thumbs up. Well done.
謝謝！
謝謝你的支持！
0:46 背景仿佛放起了国际歌...
請問曲博，光達之間干擾問題是如果解決的？RF可以通過跳頻，光達也是嗎?
光達之間的干擾問題的確是很麻煩，目前光達沒有通訊標準，未來可能要建立標準，另外用加密的方式可以改善干擾問題。
Andrej Karpathy on the visionary AI in Tesla's autonomous driving (搜索The Robot Brains Podcast) 在3/22 的Spotify有語音專訪.
說明很多細節，請自搜索。
我想請問現在的自駕車系統有沒有考慮fault tolerance ? 否則電子系統break down時要怎麼辦？
這個理論上一定要的呀！原本我是要講安全完整性等級(SIL：Safety Integrity Level)，後來因為時間太長就剪掉了！自駕一定是要求最高等級SIL4，可以先參考這個：
zh.wikipedia.org/wiki/%E5%AE%89%E5%85%A8%E5%AE%8C%E6%95%B4%E6%80%A7%E7%AD%89%E7%B4%9A
@@Ansforce 可是為何會有開元路土魠魚羹事件？
@@onehundredyears2022 硬體一樣，軟體一樣，就算給你一百倍的冗余，跑出來的結果還是一樣啊
裝在 Tesla 上的 HW3.0 的神經計算單元有刻意設計成兩個一模一樣的計單元原同時運作一樣的軟體，不過這是為了避免硬體本身因環境等因素導致的計算錯誤
@@YorkJong thanks!
配合上智能公路系统，就完美了
曲博您好，請問是否可以比較分析，lazr跟vldr的光達技術差異或是發展方向的優劣嗎？目前似乎有不少車廠分別與這兩家公司合作開發，感謝！
也想知道
你說擬真光達確實可用人工智慧做推導可以判斷深度，但是不管怎麼做都不會有光達準確? 這邊有兩個問題:
1. 準確度到底差多少? 多少精確度才足夠? 為什麼? 這個問題(距離精確度要多少才夠?)很多人問，請回復一下。
2. 人工智慧越來越進步，數據越來越多，沒辦法在深度推導的準確度有所進步嗎? 若人工智慧的訓練沒辦法提升準確度，那相機影像感測補強的深度判別，是否會因為相機本身的進步來提升影像深度的判別
你說毫米波雷達目前研發的解析度是0.5度，光達是0.1度，但是毫米波雷達也不斷再進步，那如果達到光達的0.1度，不就達到光達的標準了嗎?所以現在特斯拉確實還沒達到完全自駕，這大家都知道啊，先釐清這點。你的說法是不用光達就無法達到安全自駕(其實這邊應該也需要所謂安全的標準是什麼，理論上每10萬公里的事故率和人類一樣就應該可以成立了對吧?)，那如果毫米波雷達進步到0.1度時呢?那不就是不用光達就可以自駕了，那就已經推翻了你的說法了，除法你敢說毫米波雷達永遠達不到0.1度，或是人工智慧數據推導永遠無法進步，或是相機的深度補強判斷也永遠不會進步，理論上要以上三個假設都成立，你的說法才會成立?
另外有一位網友提到: Pseudo lidar 不是靠數據訓練的.主要是即時計算和BEV(bird eye view)合併算法請自行google “pseudo-lidar depth calculation”由Cornell univ 研究2019出版的論文，這個也請你回復一下，我昨天才聽到一個youtuber頻道說下一版FSD beta會提供電腦bird view data。
這個論文麻煩曲博是以專業的角度評論一下?
mileyan.github.io/pseudo_lidar/
製造業永遠談論的都是目前已有的技術，甚至是成熟的技術，曲博談論特斯拉的立論也本於此，你用“未來”“可能”會擁有或突破的技術來反駁現有技術上的討論，這根本文不對題啊！
安全自駕其實是法律問題，如果簡化為機率問題是不妥當的，尤其是自駕模式下產生車禍的責任歸屬，可不是一句機率問題可以推脫的。
另外，曲博的頻道並沒有收費，你覺得不合你意可以不要勉強自己，“要別人回答你的問題”的這種討論態度實在讓人不舒服。
@@ycchung611 因為這些問題就是爭議的重點啊，而且是很多人問同樣的問題，他要拍片解釋疑點和爭議，本來就是來來回回的一問一答，有什麼問題嗎? 然後我會用未來和可能這些字眼，是因為他自己也提到擬真光達確實可用人工智慧做推導可以判斷深度，並且毫米波雷達也在進步當中。他的論點是沒有光達就沒有自駕，所以我用他所提的內容進一步問他，很合理啊，你再不高興什麼? 他要不要回答也是他的事，關你什麼事?自駕能否上路很大一部分就是看有沒有比人類事故率還低，我不懂你要表達的重點是什麼。所以我貼了一個上一集網友提供的擬真光達做深度判斷的論文，就是針對曲博士說擬真光達無法做到光達準確度的說法提供另一個報告，問問他的看法，這本來就是科學界的運作方式，才會一直進步，然後網友甚至提到這個連結被他刪除了三次，如果真的是這樣，那你覺得有問題的是誰?
@@ycchung611 "談論目前已有技術"這說法是不成立的,因為影片作者陳述方式如同"地球是圓的"般的定調沒光達沒全自駕,
這意味著作者自己就否定未來無光達全自駕的可能性,這就是質疑方的重點
也就是"為何要否定無光達全自駕的可能性?"
目前確實是沒有光達就沒有全自駕,或者說有了光達也沒有全自駕,還要配合高精地圖.交通號誌AIOT.車聯網的基礎建設..,謝謝曲博無私奉獻傳遞科普知識.
@@ycchung611 宣揚某種事情絕不可能，然後完全沒說明為什麼不可能，還不能提出質疑？
看完影片我認同要完全不用光達自駕很難，但是很難不等於非要光達不可。
如果說相信Elon Musk是一種信仰，那麼相信這個影片標題的或許也是....
Tesla's reliability is only medium level in USA. Tesla's technology is about medium level in China. Could you talk about e-car of China and Huawei's technology on car?
我看了三遍XDDD
这集让我明白很多
就是技術要突破，前幾個月美國鄉民一直在討論這件事，因為中國那間公司做的激光雷達計劃要在美國合併上市，大家已經急著想投資了！但產品滿意度不好，Elon Musk 又吐槽。安全自駕系統全世界只有台灣人敢雙手不放方向盤，讓車自駕導致車禍才在怪特斯拉的自駕系統
參考自然界最強的就是蒼蠅複眼了，飛行超快又幾乎打不到
每部车养一只苍蝇就好了。
请问光达一定要配合高精地图才能实现全自动驾驶吗？
使用光達可以提升精確度，如果再加上高精地圖，就能實現全自駕了！
曲博说的没错,单从理论上讲单纯的光达和影像这几样是不可能实现的,可是你忽略了几个重要的:
1.高精地图@
2.精确的gps定位,包括附近gps信号分析
3,算法,华为目前有多设备协同及多时间轴同步算法
4.物联网,
这可能已经超出了你的认知范围,
高精度地圖成本超高 精準GPS會受到大樓影響，算法要依賴各地方狀況改變...
其實單攝影機的深度資訊也可以得到
定焦(定參數)的情況下利用相機內外參數
可以參考逆透視轉換
僅透過單一攝影機可以取得深度資訊精度比光達差，不然iPhone12Pro就不會去弄一個光達掃描器了！
精度比光達差大家都知道 問題是開車夠用就好阿 難道你肉眼深度判斷比光達準？？？
@@jkinhsnu 我講了老半天，就是想告訴大家，不用光達做自駕車精度就是不夠用呀！
@@Ansforce 但你還是不願回覆準確度的標準在哪? 真是很奇怪
@@Ansforce 科學一點好嗎？ “不夠“是形容詞 你得先定義自駕需要多少精度N才夠 然後論述這個N是除了光達以外的工程系統永遠無法達到的 才能得證你標題的“沒光達沒自駕“ ； 曲博啊曲博~ 這套基本理工論述的邏輯 應該是不用網路上的後輩們一直幫你複習吧？
~~~ 茫茫宇宙 ，浩瀚无边 ~~~
去年試行的無人小巴就是全自駕
聽說光光達就6顆
價格超過林寶堅尼
這些高檔感測器價格市場化後
平價自駕車才會普及吧
就像HONDA早就有氫能源車
但是太貴了，1500萬
三十多年前只能賣美國
他是用稀有貴金屬來吸氫
普遍化只能另想他途
用稀有貴金屬來吸氫，應該用的是鑭鎳合金，這是低壓儲氫技術，這麼大量的鑭的確不便宜。
太酷了，來宣傳一下。pseudo lidar 之父 王岩，我 Cornell 前室友！本人會不會看到呢？哈哈哈。GG 被說精確度不夠，去問本人XD
堵車/交通意外，交規下不能逆綫超車(正常人甚至可以倒車行其他路綫)，自動駕駛如何處理？出意外，犯交規誰負責任？
沒錯，真實世界的路況比你想的還要複雜，有些路連標線都沒有
@@Cat.the.Roblox.girl. 沒錯，道理上不能有錯誤的機率，意外後責任的問題，還有堵車一個多小時，自動駕駛會不會倒車行走其他路綫也是問題(沒有駕駛員在車上的情況下)
只有時間看一部分，回覆一些小弟所知道的(不能放連結改放標題)：
●逆光下FSD能看這麼遠，120萬畫素不是問題
《Autopilot》FSD初探13－舊金山Gough街繞繞 (1次介入)／FSD能看多遠2
●Pseudo-LiDAR是學界稱呼而非Tesla取的，主要是比對前後幀，丟進NN判斷深度，(應該)跟光達無關
《Autopilot》AK談論AP開發細節 (2020/02)
●號稱LV2那篇報導理解有誤，Tesla並非只覺得FSD是LV2，而是要告訴DMV：我現在申請的是LV2、功能確實只開放到LV2、駕駛自己要看路，主要是為了讓DMV批准FSD上路，事實上也沒錯，在LV4之前所有輔助系統的責任都在駕駛人
你的影片嗎？
@@jas7181 mobile01文章
我記得馬斯克不是這麼和客戶說的，他和客戶說FSD是接近LV5的全自駕，但是回頭和監管單位卻改口說我只是LV2，有點好奇這個理由是什麼？
@@Ansforce Musk 是說 tesla 的硬體是具備 LV4/LV5 能力，但軟件要逐步跟上來，透過訂閱的方式逐步更新。而正式的訂閱版本，根本還沒開放給客戶，目前FSD Beta 8.2 只有兩千名志願者在路上幫忙測試。
Tesla 採取的策略是通過訂閱的模式，線上更新，不斷逼近 L4/L5 ，等到真的達成了才會去跟監管單位申請，你能說他這種方式很取巧，但不得不說也是這樣，才能有最快的速度來訓練自駕AI ，讓它逐步從生手蛻變成老手。
Musk 天才的地方就是很會借力使力，不管是商業模式或者技術演進的手段，所以才能進步那麼快
博士，那為何特斯拉不用自動對焦技術？既然相機也有自動對焦功能？
因為路上的景物一直在高速移動，沒有辦法自動對焦呀！
請問光達最大的問題 是不是兩台車的光達會互相干擾？
這是問題之一．因為不同的公司的光達不相容．因此未來必須要有光達的通訊協定。
@@Ansforce謝謝你 原來有通訊協定就可解決 我還以為無解
现在主流深度学习模型输入尺寸也就十来万像素左右，1百20万像素对照相可能不够，对深度学习反而是太高了😂
對，你講到重點了！任何一種感測方式都有限制，因此要做全自駕最安全的方式就是把所有感測器都用上，取長補短，特斯拉最近把雷達拿掉只靠影像感測器，但是影像感測器只看到可見光，結局就是整個系統變差了！人家是往LEVEL5前進，特斯拉卻反向往LEVEL2退步，可以參考這個影片，他自己是特斯拉的車主，講的也很中肯：
czcams.com/video/MqBcWl61cWg/video.html
tesla降到一個甜蜜點我也會想買
但就很討厭過度行銷的名詞
autopilot,FSD
很看好光達，看到VLDR好便宜，超香
上戰場就要打群架別逞英雄
讓曲博預測對了，最終Tesla還是要把光達接回來！也希望曲博可以update 最新的L4以上的自駕訊息！
哈！你的消息好靈通，真的有這個新聞：
udn.com/news/story/6811/7950395
曲博 跟本沒說中阿，新聞不要只看媒體寫的那些沒查證的事實，如果你研究一個東西都是看新聞寫的，那肯定跟真實的狀況差很遠。
這個是特斯拉買去單純測試光達跟純視覺的精準度差異多少，後來馬斯克有回覆說，完全已經不再需要他們了，而且是5/8號回的，這都是公開資訊。
我覺得特斯拉的純視覺自動駕駛已經做到比你念茲在茲的光達系統，好上數十倍的效率了，您就承認它吧不一定要光達。
而且人家為何只用純視覺，難道你認為馬斯克沒想過光達的問題嗎？你還認為你比馬斯克聰明嗎😂，人家花100億美金買算力訓練端到端純視覺 難道是傻子？人家已經在訓練你不懂的東西了，連大陸車廠都開始學習特斯拉的端到端路線，華為自動駕駛也減少光達的硬體，開始訓練端到端
而且他真的是大外行，監管機構不會管你要用純視覺還是光達，它看的是安全性，當特斯拉可以靠純視覺執行自動駕駛，而且安全性比人類自己開車還安全，那監管機構就會開放，不然等於殺人。
事實上特斯拉的純視覺自動駕駛開車的方式其實比光達更擬人更自然，研究科學就是要勇於承認有更新更好的辦法，我都不知道你在堅持什麼😂
你過去推崇光達，但事實上純視覺也可以做到光達的事情，而且事實上在美國已經運作的非常好了，他自動駕駛的範圍已經比光達更遠，你還在打從心裡不承認特斯拉技術真的有一套，快換掉古板固化腦袋吧，你其他科技知識我也看，但光達跟純視覺這兩個差異，真的你不懂。
@@parmor5566 承認我我是外行，但是科技的發展沒有對與錯，是要看用在哪個產業與方向，那個適當的領域...也不要過度相信Elon講的話，他是生意人不是科學家!!除非Google Waymo也放棄雷達與光達方案。
@@jennkun 馬斯克是工程師喔，他懂的決定比很多人多😂，space X跟特斯拉沒馬斯克根本無法成功，waymo根本只能在小區行駛還會當機，你去看看特斯拉的美國自動駕駛，最新版本很多城市都可以無接管超過30分鐘了😊
不能使用人類眼睛動深度的感知類比於自駕車。
因為人類眼睛動深度的感知只有45公尺內是準確的。
而且人類眼睛的像素解析度不是勻稱的，僅有中心處是高解析喔。
2024.07.09 小鵬也準備放棄光達…
長知識
车联网也是个方向
是的，車聯網可以協助自駕車。
這就有點像可口可樂成分不申請專利一樣，申請專利就等於公開技術
建议把镜头拿远点，感觉头是望着的，很累样子
p.s. doomed 不是"蠢蛋"的意思，而是 "註定要失敗"。馬斯克也不痛恨光達，而是他認為用攝影機加上 AI 程式便足以達到自動駕駛，而且就如影片中說的，光達當時的成本太高，體積太大，不適合。至於能不能達到 Level 5 自駕，就再觀察了。即使已達到 Level 3，為了避免車禍賠償的責任糾紛，還是保守宣稱 Level 2，我覺得是很好的做法，畢竟還是有白目的車主以為可以在車上睡覺。最後，人類的大腦的確不等於 AI，但是 AI 卻可能擊敗人腦喔。我不認為沒有光達就沒有全自駕，而且我相信馬斯克對這些技術的可行性也都有評估過。
說的完全沒錯，而且SpaceX的太空船也使用光達，馬斯克對光達絕對有超越他人的了解！
馬斯克肯定是在研發時間與成本上做決策啦，那光達需要配合高精度地圖還會互相干擾，怎麼想都知道注定只能在部分小區域上實行，如waymo
@@ewdlop1 那不是廢話嗎？ XD 飛機也是人造的，但人能靠雙手飛天嗎？
@@ewdlop1 我的天，你懂不懂甚麼是機器學習，還講出 "如是靠人教出來的那還叫機器學習?" 這種話來...
0:47 马克思心中一惊：我不是；我没有；别瞎说
我笑了
听得好认真，一开始确实讲错了
如果汽車都配備光達，路口的交通警察每天被大量的雷射照射，長久下來，眼睛，皮膚會不會產生病變？
好問題，其實這也是我擔心的，光達的安全性是個問題，因此業界有廠商開發波長1550奈米的紅外光雷射和偵測器，取代目前大多廠商使用的900奈米的紅外光系統，波長愈長對眼睛傷害愈小，可以留意這個產業的發展。
人眼好強大
我完全同意曲博。我的专业是光学+EE. 在矽谷二十年。从2016年就追踪马斯克。这人不笨，但在硬件技术方面坑蒙占多。他的电动车主要是骗取极左政策的极荒唐的补贴。
謝謝你的支持！
單純比誰先達到 Level4 意義不大，因為 Level4 的定義，是在特定區域的自駕，這個只要範圍夠小，車速夠慢，各車廠都能達到，基本上沒有技術上的難度，連台灣的智慧公車也宣稱是 Level4 的，而且依照定義，你也不能說它不是。所以大家在比的是可以應用在大範圍的 Level4 或者 Level5 的自駕。這個誰會先成功推出，Musk 是說 Tesla 會先成功，但第二家達成的會是誰他猜不到。
根據ARK的說法，發展中的自駕策略有三種：
* 特斯拉的方法是基於攝像頭的。與LiDAR相比，由於傳感器的精度較差，因此要實現完全自主的路徑更難解決，因此相機不依賴高清地圖，應該可以提供更具可擴展性的服務。特斯拉可能是第一個在全國范圍內擴展的自動出租車網絡。
* Alphabet的Waymo正在使用LiDAR和HD映射。Waymo在亞利桑那州啟動了自治網絡，但可能需要時間和大量資源才能在全國范圍內擴展。
* 許多中國公司，包括百度的阿波羅（Apollo），都在建造基礎設施傳感器，以幫助車輛識別道路標誌和交通。需要大量的基礎設施投資，這種自動駕駛叫車方法似乎是這三種方法中最嚴格，擴展性最差的一種。
這是因為不同家根據成本、技術等差異，而對同一個問題採取了不同策略：
* 特斯拉比其他車廠多累積了一個數量級數以上的訓練資料，可以很好地訓練 AI ，所以採用視覺為主的方案（當然這跟Musk 慣用的第一性原理有很大的關係）
* Waymo 一方面累積的訓練資料不夠，也為了節省有限的算力，所以借助了 LiDAR + HD map 。
* 中國車企因為廣大的人力，及極權的政策生態，可以卯起來搞基礎建設，所以特別偏重於車路協同方案，這要其他國家這樣搞，還真的很難搞起來。
特斯拉會比其他車廠多了一個級數的訓練資料，除了車多以外，還有就是幾年前就搞出了Shadow mode ，從廣大的車主那邊，自動收集資料。
特斯拉量產車中普遍裝的 Autopilot ，跟大部分其他車企一樣，採取的是 2.5D 的視覺（2D影像+圖像標示），
去年十月開放給一千人測試的 FSD Beta 8.1才開始採取 4D 視覺（2D影像+深度感知+時間軌跡預測）
今年三月 FSD Beta 8.2 透過線上更新，開放給兩千人測試
估計第二季可以順利推出正式版的 FSD ，讓訂閱用戶線上更新
透過 Shadow mode 自動收集訓練資料，訓練好後的自駕軟件又線上發送給用戶更新，然後又自動收集資料，然後又線上更新軟件，如此反覆，這種借力使力的手段，你能說它取巧，但不得不承認，這也是Musk 天才的地方，也因為如此，特斯拉的自駕視覺技術才能快速迭代，快速進步。
從前幾天Musk 推文可以看到，Tesla 不但堅決不使用 LiDAR ，現在也考慮把 Radar 丟棄掉了。可見他們對自己的視覺技術進展的信心。
要是馬斯克全面公開自駕,對消費者是正面的........但對公司郤是極度負面的......
就好比可口可樂公司把可樂的配方拿去申請專利一樣........
0:45 馬克斯是誰啦
請問用不同波段的主動式相位陣列雷達是否能提升自駕等級？
這是好主意，理論上可以，不過應該不便宜，和現在的光達一樣。
光達難道不受下雨，煙霧，其他車輛紅外線的干擾嗎?
也會受影響呀！但是平常它可以偵測精確的3D影像，這個是傳統影像感測器做不到的，可以參考一下這個影片，想想為什麼特斯拉的自動駕駛看不到前面的白色貨櫃車？
czcams.com/video/apMExAOL5Yc/video.html
感謝曲博的回覆 AF的鏡頭確實最怕對焦白色平面，但總不會連雷達的作動都被鏡頭給壓抑了吧 ? 這恐怕不僅僅是硬的問題 !
說的很好，不過Elon Musk 希望正名一下別再說成Eda Musk，不然也不會被寫成依隆‧馬斯克 或 埃隆‧馬斯克。