Velikost videa: 1280 X 720853 X 480640 X 360
Zobrazit ovladače přehrávání
Automatické přehrávání
Přehrát
但最后方案 还是得融合 毫米波 应付 影像对于物体 的深度 有互补的作用。激光雷达 的技术没那么复杂 但是价格还是难有下降📉的趋势，而且激光雷达不能有效克服恶劣的气候。个人感觉 4D 的毫米波还是 有比较大的前景。最后靠的就是算法的匹配
有激光雷達的車千萬不要買，會有壽命的問題，成本很高，開沒幾年要換雷達得不償失
深入淺出, 分析有據.
光纖通訊中使用1330與1550nm的波長,選用的原因是在光纖中的傳輸loss最小...
高频率的激光可以被水吸收，所以不会伤害眼睛，但是，如果遇到大雨天，它也就会出现问题了。
根本就沒問題。
錯誤第一全 solid state 的距離已經可以做到 100M在被合併之前 sensephotonics 已經可以做到第二全世界沒有任何單獨一個系統可以達到 ASIL-D 所要求的目標就算你視覺系統也是拿不到安規認證自動駕駛老早就可以做得到，執照也發了所以不要在哪裡說自駕是不可能的反倒是法規跟不上
封閉區域的自爽自駕不要拿出來笑死人了，我家遙控車在封閉區域客廳繞，也是LV5 是有多厲害
@@Klaytonlol 哈哈哈哈你要不要去看法律再來跟我說話SAEJ3016 定義非常清楚全世界到現在沒有一個國家有自駕的法律美國只有每個州有各自獨立的自駕法規跟執照頒發需要的認證步驟要拿到 L4 營運執照之前需要在州政府允許的測試區域內達到可靠度目標之後才可以在同測試區域內營運加洲 DMV 的頭 Acosta 去函給特斯拉要求解釋 FSD 就是利用這個法規不要不懂裝懂無知
@@jerrybmwm5 阿~~你們這些人的問題非常明顯阿. 每個都講得很懂一樣, 那就問你是在甚麼自駕系統底下工作就好啦. 怎麼都上不了檯面, 可笑
@@Klaytonlol 多讀點書我都說過了去世界第一張營運執照是我的團隊拿到的路上將近 2千 7 百萬英里 L4 模擬超過 2500 億英里你以為全世界有哪家可以做得到？40 億美金就這樣燒下去哈哈哈哈哈垃圾人啊我雖然退休一年了不要在我面前裝懂啊
科普不易，表示钦佩。不过还是漏掉了一个最为关键的，直接影响激光雷达能否做导航的基础条件-高清地图。余承东说未来会摆脱对高清地图的依赖，号称目前自动辅助驾驶硬件最强的极狐HI，实际路测中离开高清地图覆盖的高速路，出匝道后直接提醒接管，这些都是可以查到。
小馬智行有L4試點營運有某個採訪，當中導說員特別說明不採高清地圖進行L4全自駕，所以您說得這一點是錯的。
@@user-sb1zu3lu9u pony ai是典型的多传感融合方案，他们可以结合点云+高清地图静态信息来实现BEV视觉。所以你提到的这次路测，只说明他们可以摆脱高清地图实现自动驾驶，但没有说明是依靠纯激光还是纯视觉。
@@chaohuang1086 ：我從不說純激光，也沒有廠商談純激光，大家的選擇都是混合方案，非常合理，為何一定要談純激光或選擇特斯拉的純視覺？雙手可以輕鬆穩定拿起一個箱子，為何要先砍掉一隻手再去拿箱子？純視覺有其不可跨越的先天缺陷，造成捕捉的影像資料根本不足以有效判讀，但談純視覺最好的人從不管這些先天缺陷，只談取得影像資料可判讀時的解決方式，認為這就叫解決方案。
@@chaohuang1086 ：您說小馬智行沒解釋其擺脫高清地圖是依賴純視覺或純激光。為何一定是純視覺或純激光？但小馬智行的各種採訪可以看出著重在激光取得的超精細影像建模為說明，顯然是以激光為主的計算法，但整體必然是多重方案。您堅持要在純視覺與純激光之間比較出優劣，但個人認為能先做到L4全自駕就是合理，目前顯然FSD純視覺是落後的，而且從FSD與天就提醒駕駛可能無法運作可以看出落後不只一個等級。
@@user-sb1zu3lu9u 我并没有否认多传感融合方案，在有HD map加持的自动驾驶体验中，表现出来的普遍比纯视觉的好。但首先你要搞清楚一个本质，激光雷达和摄像头虽都是感知手段，但是激光雷达在现阶段导航中，比摄像头更需要一个先验信息-HD map。（如果我这段描述是错的，欢迎指正）这个不是我说了算，也不是激光雷达厂商说了算，更不是Pony ai这些方案商外宣说了算，如果你想求证，你可以寻找些激光雷达在导航应用的课程。大陆地区大概每10公里公路只有1公里覆盖HDmap，这也是可使用Lidar导航的里程。如果结合内地喜欢反复修路和HDmap的保鲜度考虑，可Lidar导航里程还得打个折扣。纯Lidar和多传感融合方案在1公里HDmap路段比纯视觉更好，但其余9公里未覆盖的路段呢？除非多传感融合方案中的视觉方案表现，至少与特斯拉FSD纯视觉旗鼓相当，否则说多传感融合就是比纯视觉好是没有说服力的。
大刘做过一期科普，图像的景深识别特斯拉已经有单摄像头的解决方案了，多摄象头的仿生识别也没难度。激光雷达的单点扫描方式会浪费大量计算资源，可以识别距离和形状信息，但没有颜色通道（未来甚至可能增加红外、紫外图像通道）对物体特征进行判断，所以个人认为只能做为图像识别的辅助手段增加安全性。特斯拉图像识别的大数据积累，已经可以把固定物体和路况信息不断上传云端，提高了车辆的有效识别效率也减少了运算量，所以未来自动驾驶技术更多是进行活动物体的识别和判断，人工智能的发展也完全可以达到安全要求。自动驾驶技术，大概率只能跟着特斯拉的技术路线迭代发展了。唯一未知的问题是，全球道路信息图像识别的特征代码地图，会有多大的数据量，或者将来特斯拉可以不靠卖车赚钱了。
想用圖像識別代替人腦,至少要超級電腦的計算水平,成本所說根本就不可能實現,以現在的Tesla的辨識能力,大概和嬰兒差不多,大概再20年,看看能不能到5歲的能力
@@kevinyang1944 自动驾驶只是取代人的部分功能，而不是取代人脑。特斯拉正在积累后台地形数据，并部分参与驾驶决策。马斯克所说自动驾驶很难，更多是考虑更高的安全性要求，至于驾驶功能性决策，其实早已超过人类神经系统的水平。比如象棋，大师们也很难赢过多核的家用型电脑。
@@nonsense7535 我講的是特斯拉汽車圖像識別的能力只相當於嬰兒。象棋和視覺神經網路根本二回事,一個是有限組合、另一個是無限組合,特斯拉到現在還在找一堆人去辨識影像然後再寫成代碼,吿訴車上的處理器看到這個東西時怎樣應對,言外之意就是沒見過的東西就不知道怎麼處理,這算有決策力嗎?決策力就是在了解有限的情况下決定最好的作法,電腦現在離這個目標遠的很。
@@kevinyang1944 总体感觉你看大刘对智能驾驶的介绍比较少。图像识别在自动驾驶上的应用并未受到智能水平的限制，简单说区分活动与静止物并分别处理，区分障碍物是否影响通行等，至于除交通标志外物体是什么，对于自动驾驶并不重要。也即智能驾驶只是取代驾驶员的某些功能，而不是取代人脑。要是与婴儿相比，需要有标准，图像识别随着大数据的积累和特征向量的提取，能力远比婴儿要高，比如婴儿不认识交通标志，婴儿也不可能知道相对速度之前的关系，更不可能做出相应的决策等等。
@@kevinyang1944 如果干过人工智能你就会知道，机器学习的能力比人类要强得多，它是建立在大数据基础之上的概率判断，而人类受感情和体能、知识背景等因素的影响，在风险与安全的判断上错误率极高，如股票投资等，玩德州扑克的人，体会更深。
纯视觉是未来，但是无论硬件还是算法估计五到十年都没办法跟人眼一样可以在景深上突破，所以现在还是摄像头加雷达还是近十年内最优解！
❤
纯视觉不可能是未来，它首先就不可能超越人类的驾驶能力，无法解决黑暗中、逆光中的驾驶问题。真正的自动驾驶那是要超越人类驾驶能力的。
懂点科技的都不会认为纯视觉能解决问题😂
@@yuanwang8658 同意
现在车载激光雷达的技术方案太多，可以说是五花八门，最终的技术方案还没经过市场考验最终确定到2，3种方案.所以只能说是起步阶段。还有就是激光雷达价格太贵，一个激光雷达价格要4000左右，一辆车用3个用不起.所以还有把价格降下来，我听激光雷达公司领导说，他预测价格要降到1500一个，才有可能上量.
那也比特斯拉一套‘还没完成的自动驾驶软体‘，6000+12000美元的价格低。
深度信息对于机器来说是最难与人类做到同等水平的部分。即使是双目视觉+结构光，深度信息的获取也需要大量的计算资源和时间成本。更不要说在车用或是测绘的尺度下，妄图用摄像头获得准确且及时的深度信息是多么困难。所以我只看好“车联网”式的自动驾驶，通过所有车辆、固定摄像头之间的联网获取多个空间点上的深度信息来确定驾驶方向上的障碍物与预判障碍物的出现。再者就是辅助驾驶，这完全不需要另一双不会判断深度的“眼睛”来辅助驾驶员，而应该是激光雷达最适宜的场景：紧急避障功能就是最好的体现。计算机目前还不是人脑，循规蹈矩的快速进行简单运算才是计算机目前最安全的应用方式，追求模仿人类的双眼判断周围环境的方向并不一定正确
然后路上掉一块石头，你靠车联网，石头没联网，然后你就死了
1550nm被水吸收，那么下雨大雾天还能用么？如果不能用，那就太受局限了。
雨天大雾天能见度会衰减，不会完全看不见。所以还得摄像头辅助。
那还不如直接用905 850呢
增加红外和紫外图像识别，雨雾天的问题就解决了，基础还是图像识别。
您觉得luminar的优势究竟有多大？用1550nm的厂家也不只这一家。
@@hry9052 说实在的，自从搞清楚图像识别技术的发展路径以后，对激光雷达真没啥关注的兴趣了，只能是配角。
谢谢大刘，先赞再看
谢谢支持！
精闢👍
哥们讲的可以， 不过英文发音确实得练练 。：）
你觉得luminar的优势有多大呢？用1550nm的也不止这一家。
看了你讲的特斯拉视觉算法的视频，我深深的感到特斯拉并不是在追求自动驾驶的最优工程解，而是在用特斯拉作为实验平台探索视觉算法的进步。摄像头本身硬件的局限性无论如何也无法用软件弥补。有些雷达可以可靠解决的情况算法累死也解决不了。算法要靠试错训练，而汽车恰恰最追求可靠。不装激光雷达的根本原因是成本，而特斯拉却也不是便宜的车。
錯，視頻=眼+腦。最終方法，但2O年後。
激光雷達似乎無法判別交通燈號和交通標誌, 看來還是簡單的攝像頭方案, 激光雷達才是輔助較實在.
攝像頭在髒汙、強光、雨天地面跳動式反光、物體灰度色彩相同、物體幾何形狀特殊...都可能導致採取的數據無法正確判讀，11月特斯拉最新版FSD的一個影片中，遇到毛毛雨立刻警告可能無法運作，將駕駛權交給人工。小馬智行的L4全自駕除了能輕鬆分析所有固定移動物體之外，霧霾雨天的雨滴灰塵分佈甚至都掃描顯示於螢幕上。另外福特2016年展示無任何燈光下激光雷達能行進於山區道路。以上顯示激光對於物體精確建模的能力顯然更有助於快速分析環境並進行決策執行，純視覺更可能只適合輔助之用。
@@user-sb1zu3lu9u 激光也是光啊，只是人眼看不到而已。視覺在大晚上也能開車燈啊
@@YorkJong ：你先去搞懂基本的概念。激光是光，但為單一波長，所以激光雷達並非人類視覺原理，而是利用激光做3D立體建模。
@@user-sb1zu3lu9u 分類上激光跟可見光都是電磁波。原理我很清楚，我只是針對你說的大晚上「無任何燈光」下也能開車。那只是因為你肉眼看不到他發射的激光，如果看得到會發現其實大放光明，等於變相開了車燈。作為對比，才跟你說大晚上視覺也能開車燈，這樣兩者比較才公平。
@@YorkJong ：視覺通常是可見光，激光雷達採用長波紅外線，無論從視覺或兩者原理去看，把激光雷達當視覺都是錯的，不必硬凹。
关键的问题是这些激光设备的用电消耗，视频没提及，但按视频的解释肯定比摄像头费电，因为激光是辅助摄像头工作。其次，摄像头的发展很广，如果摄像头可以采集远红外，进红外，甚至更多肉眼不可见的光，那么效果未必比激光差关键问题是，激光无论如何都有光污染及安全性问题
鬼扯蛋！激光雷達用的波長根本沒有甚麼光汙染與安全問題。去查察現在FSD的狀況百出，那些問題在有使用激光雷達下基本上不會發生。馬斯克粉最大的問題就是聽了馬斯克的話之後腦子就呆，把馬斯客當成神。馬斯克粉絲是二十一世紀出現的集體弱智行為。
👍👍👍
激光雷达多了之后 会不会在道路上形成雷达信号的干扰？
會😅
GaN or Ga2O3 based FMCW Lidar
能不能谈一下定向能武器？谢谢！
有阿，半導體光達
量子力学可以自洽解释激光雷达吗？
Elon Musk幾年前說過不用激光雷達的原因，成本是其一，其二是激光雷達在神經元網絡訓練過程中增加了很多雜音。
我的扫地机器人都有激光雷达了😂
感觉大刘hold不住，物理太多咯
如果路上存在很多不同激光雷達，他們之間會互相干擾嗎
理論上會 但有遮光片可以過濾
谢谢
我是来看激光雷的
即使有了激光雷達，在現有的道路系統上，自動駕駛還是很遠！可能10年後也達不到‘！
真正的「全無人自駕 Full Self-Driving ,FSD,L5」是完全不用駕駛員在 車上，車上並無駕駛座或是有駕駛座但是無須駕駛員坐在駕駛座上❤但是以目前的深度學習(類神經網路）技術，我認為這只存在於科幻電影 中😢真實世界根本不可能實現😢 某一家廠商每年都畫一個「大餅 ，宣稱 可以開發出FSD L5 全自駕車，到現在連 prototype 都看不到😢稍微瞭解類神經網路數學函式的運作機制 ，就可知道它不可能具備人類或動物的智慧😅「類神經網路機器 」是絕對不可能具有「機器智慧,Machine Intelligence」的😅機器是否能夠理解 ？機器是否具有意識？這些疑問都是 沒有意義的😢
虽然我不太同意你的判断，但是视频还是不错。激光雷达目前来看还只是视觉方案的一个辅助，毕竟自己无法挑大梁。
现在没有单独一个传感器可以单挑大梁，所以才fusion
@@JY03572600 只用摄像头理论上是可以的，需要做的是训练搞好。目前来说，只用激光雷达，理论上都不行。因为激光雷达无法看到红绿灯，路牌，车道标志。
@@charlesfeng3823 路牌和车道标识其实是能看到的，反射率不同
@@lqs3757 这个靠反射率检测会有很大的问题，因为不是所有的路牌都满足这一点。另外，红绿灯怎么解决？
激光雷达的算法最简单……所以小厂一窝风的用……
ling 还是leng镜
懂了 买特斯拉
懂的人表示太粗浅了，不懂的人表示太专业还是听不懂。也就是一知半解的人可以听听，起不到科普的作用。
国内头部激光雷达厂商有哪些
禾塞，速腾，
棱镜不是楞镜🤣🤣🤣
稜鏡
能说说中国大飞机C919有多少自主知识产权，自主技术吗？
这个。。。
2024再看，还是Musk牛逼啊。
说了半天都是硬件
玫瑰线扫描，不是什么菊花
等到特斯拉自己設計晶片 應該就能把所有激光雷達給打敗了
现在的FSD就是自己设计三星代工的。
@@getstevenliu 那完蛋了 我要賣股票了
纯视觉感觉还是不安全，自动驾驶需要冗余系统。否则出事故怎么办？人出事故，你可以找人，你可以追责。机器呢？如果出了事故，你还敢用吗？
@@victor.nexus7 難道你都閉著眼睛開車?
@@victor.nexus7 你要是开过车就知道犹豫是车祸的重要原因。冗余只会犹豫不决。
棱 二声…..
激光雷達就像人拿著拐杖在走路，正常人不需要，走路還是靠視覺和腦子啊
有道理。
无知真幸福啊
问题就是图像识别还是半吊子，车机处理器也是半吊子，怎么能出来个完整版本？
@@victor.nexus7 並沒有半吊子，鏡頭模擬光達叫做pseudo LiDAR, 近幾年與光達相比準確率逐年增加，今年以達80%以上，各大車廠都有論文和研究報告，尤其小鵬得論文挺多的，你可以去查查
屁光達的精準度遠在鏡頭之上最主要的是它是唯一的系統可以給妳真正四 D 資料（物件的速度跟方向）高解析度的 imaging radar 雖然可以做得到但效率不佳運算出來的 pseudo Lidar 根本達不到需要的精準度
激光雷達適合在天上飛行的航空器 ，但是 不適合在道路上行駛的車輛，「能量密度」太大了😢
激光如电池。過度技術。視頻=氫池
大劉今天看起來悶悶的
有没有可能，老马自动驾驶技术这么厉害，是结合了星链
但最后方案 还是得融合 毫米波 应付 影像对于物体 的深度 有互补的作用。激光雷达 的技术没那么复杂 但是价格还是难有下降📉的趋势，而且激光雷达不能有效克服恶劣的气候。个人感觉 4D 的毫米波还是 有比较大的前景。最后靠的就是算法的匹配
有激光雷達的車千萬不要買，會有壽命的問題，成本很高，開沒幾年要換雷達得不償失
深入淺出, 分析有據.
光纖通訊中使用1330與1550nm的波長,選用的原因是在光纖中的傳輸loss最小...
高频率的激光可以被水吸收，所以不会伤害眼睛，但是，如果遇到大雨天，它也就会出现问题了。
根本就沒問題。
錯誤
第一
全 solid state 的距離已經可以做到 100M
在被合併之前 sensephotonics 已經可以做到
第二
全世界沒有任何單獨一個系統可以達到 ASIL-D 所要求的目標
就算你視覺系統也是拿不到安規認證
自動駕駛老早就可以做得到，執照也發了
所以不要在哪裡說自駕是不可能的
反倒是法規跟不上
封閉區域的自爽自駕不要拿出來笑死人了，我家遙控車在封閉區域客廳繞，也是LV5 是有多厲害
@@Klaytonlol
哈哈哈哈
你要不要去看法律
再來跟我說話
SAEJ3016 定義非常清楚
全世界到現在沒有一個國家有自駕的法律
美國只有每個州有各自獨立的自駕法規跟執照頒發需要的認證步驟
要拿到 L4 營運執照之前
需要在州政府允許的測試區域內
達到可靠度目標之後
才可以在同測試區域內營運
加洲 DMV 的頭 Acosta 去函給特斯拉
要求解釋 FSD 就是利用這個法規
不要不懂裝懂
無知
@@jerrybmwm5 阿~~你們這些人的問題非常明顯阿. 每個都講得很懂一樣, 那就問你是在甚麼自駕系統底下工作就好啦. 怎麼都上不了檯面, 可笑
@@Klaytonlol
多讀點書
我都說過了
去世界第一張營運執照是我的團隊拿到的
路上將近 2千 7 百萬英里 L4
模擬超過 2500 億英里
你以為全世界有哪家可以做得到？
40 億美金就這樣燒下去
哈哈哈哈哈
垃圾人啊
我雖然退休一年了
不要在我面前裝懂啊
科普不易，表示钦佩。不过还是漏掉了一个最为关键的，直接影响激光雷达能否做导航的基础条件-高清地图。余承东说未来会摆脱对高清地图的依赖，号称目前自动辅助驾驶硬件最强的极狐HI，实际路测中离开高清地图覆盖的高速路，出匝道后直接提醒接管，这些都是可以查到。
小馬智行有L4試點營運有某個採訪，
當中導說員特別說明不採高清地圖進行L4全自駕，
所以您說得這一點是錯的。
@@user-sb1zu3lu9u pony ai是典型的多传感融合方案，他们可以结合点云+高清地图静态信息来实现BEV视觉。所以你提到的这次路测，只说明他们可以摆脱高清地图实现自动驾驶，但没有说明是依靠纯激光还是纯视觉。
@@chaohuang1086 ：
我從不說純激光，也沒有廠商談純激光，
大家的選擇都是混合方案，非常合理，
為何一定要談純激光或選擇特斯拉的純視覺？
雙手可以輕鬆穩定拿起一個箱子，
為何要先砍掉一隻手再去拿箱子？
純視覺有其不可跨越的先天缺陷，
造成捕捉的影像資料根本不足以有效判讀，
但談純視覺最好的人從不管這些先天缺陷，
只談取得影像資料可判讀時的解決方式，
認為這就叫解決方案。
@@chaohuang1086 ：
您說小馬智行沒解釋其擺脫高清地圖是依賴純視覺或純激光。
為何一定是純視覺或純激光？
但小馬智行的各種採訪可以看出著重在激光取得的超精細影像建模為說明，
顯然是以激光為主的計算法，但整體必然是多重方案。
您堅持要在純視覺與純激光之間比較出優劣，
但個人認為能先做到L4全自駕就是合理，
目前顯然FSD純視覺是落後的，
而且從FSD與天就提醒駕駛可能無法運作可以看出落後不只一個等級。
@@user-sb1zu3lu9u 我并没有否认多传感融合方案，在有HD map加持的自动驾驶体验中，表现出来的普遍比纯视觉的好。
但首先你要搞清楚一个本质，激光雷达和摄像头虽都是感知手段，但是激光雷达在现阶段导航中，比摄像头更需要一个先验信息-HD map。（如果我这段描述是错的，欢迎指正）
这个不是我说了算，也不是激光雷达厂商说了算，更不是Pony ai这些方案商外宣说了算，如果你想求证，你可以寻找些激光雷达在导航应用的课程。
大陆地区大概每10公里公路只有1公里覆盖HDmap，这也是可使用Lidar导航的里程。如果结合内地喜欢反复修路和HDmap的保鲜度考虑，可Lidar导航里程还得打个折扣。
纯Lidar和多传感融合方案在1公里HDmap路段比纯视觉更好，但其余9公里未覆盖的路段呢？除非多传感融合方案中的视觉方案表现，至少与特斯拉FSD纯视觉旗鼓相当，否则说多传感融合就是比纯视觉好是没有说服力的。
大刘做过一期科普，图像的景深识别特斯拉已经有单摄像头的解决方案了，多摄象头的仿生识别也没难度。激光雷达的单点扫描方式会浪费大量计算资源，可以识别距离和形状信息，但没有颜色通道（未来甚至可能增加红外、紫外图像通道）对物体特征进行判断，所以个人认为只能做为图像识别的辅助手段增加安全性。特斯拉图像识别的大数据积累，已经可以把固定物体和路况信息不断上传云端，提高了车辆的有效识别效率也减少了运算量，所以未来自动驾驶技术更多是进行活动物体的识别和判断，人工智能的发展也完全可以达到安全要求。自动驾驶技术，大概率只能跟着特斯拉的技术路线迭代发展了。唯一未知的问题是，全球道路信息图像识别的特征代码地图，会有多大的数据量，或者将来特斯拉可以不靠卖车赚钱了。
想用圖像識別代替人腦,至少要超級電腦的計算水平,成本所說根本就不可能實現,以現在的Tesla的辨識能力,大概和嬰兒差不多,大概再20年,看看能不能到5歲的能力
@@kevinyang1944 自动驾驶只是取代人的部分功能，而不是取代人脑。特斯拉正在积累后台地形数据，并部分参与驾驶决策。马斯克所说自动驾驶很难，更多是考虑更高的安全性要求，至于驾驶功能性决策，其实早已超过人类神经系统的水平。比如象棋，大师们也很难赢过多核的家用型电脑。
@@nonsense7535 我講的是特斯拉汽車圖像識別的能力只相當於嬰兒。象棋和視覺神經網路根本二回事,一個是有限組合、另一個是無限組合,特斯拉到現在還在找一堆人去辨識影像然後再寫成代碼,吿訴車上的處理器看到這個東西時怎樣應對,言外之意就是沒見過的東西就不知道怎麼處理,這算有決策力嗎?決策力就是在了解有限的情况下決定最好的作法,電腦現在離這個目標遠的很。
@@kevinyang1944 总体感觉你看大刘对智能驾驶的介绍比较少。图像识别在自动驾驶上的应用并未受到智能水平的限制，简单说区分活动与静止物并分别处理，区分障碍物是否影响通行等，至于除交通标志外物体是什么，对于自动驾驶并不重要。也即智能驾驶只是取代驾驶员的某些功能，而不是取代人脑。要是与婴儿相比，需要有标准，图像识别随着大数据的积累和特征向量的提取，能力远比婴儿要高，比如婴儿不认识交通标志，婴儿也不可能知道相对速度之前的关系，更不可能做出相应的决策等等。
@@kevinyang1944 如果干过人工智能你就会知道，机器学习的能力比人类要强得多，它是建立在大数据基础之上的概率判断，而人类受感情和体能、知识背景等因素的影响，在风险与安全的判断上错误率极高，如股票投资等，玩德州扑克的人，体会更深。
纯视觉是未来，但是无论硬件还是算法估计五到十年都没办法跟人眼一样可以在景深上突破，所以现在还是摄像头加雷达还是近十年内最优解！
❤
纯视觉不可能是未来，它首先就不可能超越人类的驾驶能力，无法解决黑暗中、逆光中的驾驶问题。真正的自动驾驶那是要超越人类驾驶能力的。
懂点科技的都不会认为纯视觉能解决问题😂
@@yuanwang8658 同意
现在车载激光雷达的技术方案太多，可以说是五花八门，最终的技术方案还没经过市场考验最终确定到2，3种方案.所以只能说是起步阶段。还有就是激光雷达价格太贵，一个激光雷达价格要4000左右，一辆车用3个用不起.所以还有把价格降下来，我听激光雷达公司领导说，他预测价格要降到1500一个，才有可能上量.
那也比特斯拉一套‘还没完成的自动驾驶软体‘，6000+12000美元的价格低。
深度信息对于机器来说是最难与人类做到同等水平的部分。即使是双目视觉+结构光，深度信息的获取也需要大量的计算资源和时间成本。更不要说在车用或是测绘的尺度下，妄图用摄像头获得准确且及时的深度信息是多么困难。所以我只看好“车联网”式的自动驾驶，通过所有车辆、固定摄像头之间的联网获取多个空间点上的深度信息来确定驾驶方向上的障碍物与预判障碍物的出现。再者就是辅助驾驶，这完全不需要另一双不会判断深度的“眼睛”来辅助驾驶员，而应该是激光雷达最适宜的场景：紧急避障功能就是最好的体现。
计算机目前还不是人脑，循规蹈矩的快速进行简单运算才是计算机目前最安全的应用方式，追求模仿人类的双眼判断周围环境的方向并不一定正确
然后路上掉一块石头，你靠车联网，石头没联网，然后你就死了
1550nm被水吸收，那么下雨大雾天还能用么？如果不能用，那就太受局限了。
雨天大雾天能见度会衰减，不会完全看不见。所以还得摄像头辅助。
那还不如直接用905 850呢
增加红外和紫外图像识别，雨雾天的问题就解决了，基础还是图像识别。
您觉得luminar的优势究竟有多大？用1550nm的厂家也不只这一家。
@@hry9052 说实在的，自从搞清楚图像识别技术的发展路径以后，对激光雷达真没啥关注的兴趣了，只能是配角。
谢谢大刘，先赞再看
谢谢支持！
精闢👍
哥们讲的可以， 不过英文发音确实得练练 。：）
你觉得luminar的优势有多大呢？用1550nm的也不止这一家。
看了你讲的特斯拉视觉算法的视频，我深深的感到特斯拉并不是在追求自动驾驶的最优工程解，而是在用特斯拉作为实验平台探索视觉算法的进步。摄像头本身硬件的局限性无论如何也无法用软件弥补。有些雷达可以可靠解决的情况算法累死也解决不了。算法要靠试错训练，而汽车恰恰最追求可靠。不装激光雷达的根本原因是成本，而特斯拉却也不是便宜的车。
錯，視頻=眼+腦。
最終方法，但2O年後。
激光雷達似乎無法判別交通燈號和交通標誌, 看來還是簡單的攝像頭方案, 激光雷達才是輔助較實在.
攝像頭在髒汙、強光、雨天地面跳動式反光、
物體灰度色彩相同、物體幾何形狀特殊...都可能導致採取的數據無法正確判讀，
11月特斯拉最新版FSD的一個影片中，遇到毛毛雨立刻警告可能無法運作，
將駕駛權交給人工。
小馬智行的L4全自駕除了能輕鬆分析所有固定移動物體之外，
霧霾雨天的雨滴灰塵分佈甚至都掃描顯示於螢幕上。
另外福特2016年展示無任何燈光下激光雷達能行進於山區道路。
以上顯示激光對於物體精確建模的能力顯然更有助於快速分析環境並進行決策執行，
純視覺更可能只適合輔助之用。
@@user-sb1zu3lu9u 激光也是光啊，只是人眼看不到而已。視覺在大晚上也能開車燈啊
@@YorkJong ：
你先去搞懂基本的概念。
激光是光，但為單一波長，
所以激光雷達並非人類視覺原理，
而是利用激光做3D立體建模。
@@user-sb1zu3lu9u 分類上激光跟可見光都是電磁波。原理我很清楚，我只是針對你說的大晚上「無任何燈光」下也能開車。那只是因為你肉眼看不到他發射的激光，如果看得到會發現其實大放光明，等於變相開了車燈。作為對比，才跟你說大晚上視覺也能開車燈，這樣兩者比較才公平。
@@YorkJong ：
視覺通常是可見光，激光雷達採用長波紅外線，
無論從視覺或兩者原理去看，
把激光雷達當視覺都是錯的，不必硬凹。
关键的问题是这些激光设备的用电消耗，视频没提及，但按视频的解释肯定比摄像头费电，因为激光是辅助摄像头工作。
其次，摄像头的发展很广，如果摄像头可以采集远红外，进红外，甚至更多肉眼不可见的光，那么效果未必比激光差
关键问题是，激光无论如何都有光污染及安全性问题
鬼扯蛋！
激光雷達用的波長根本沒有甚麼光汙染與安全問題。
去查察現在FSD的狀況百出，那些問題在有使用激光雷達下基本上不會發生。
馬斯克粉最大的問題就是聽了馬斯克的話之後腦子就呆，
把馬斯客當成神。
馬斯克粉絲是二十一世紀出現的集體弱智行為。
👍👍👍
激光雷达多了之后 会不会在道路上形成雷达信号的干扰？
會😅
GaN or Ga2O3 based FMCW Lidar
能不能谈一下定向能武器？谢谢！
有阿，半導體光達
量子力学可以自洽解释激光雷达吗？
Elon Musk幾年前說過不用激光雷達的原因，成本是其一，其二是激光雷達在神經元網絡訓練過程中增加了很多雜音。
我的扫地机器人都有激光雷达了😂
感觉大刘hold不住，物理太多咯
如果路上存在很多不同激光雷達，他們之間會互相干擾嗎
理論上會 但有遮光片可以過濾
谢谢
我是来看激光雷的
即使有了激光雷達，在現有的道路系統上，自動駕駛還是很遠！可能10年後也達不到‘！
真正的「全無人自駕 Full Self-Driving ,FSD,L5」是完全不用駕駛員在 車上，車上並無駕駛座或是有駕駛座但是無須駕駛員坐在駕駛座上❤
但是以目前的深度學習(類神經網路）技術，
我認為這只存在於科幻電影 中😢
真實世界根本不可能實現😢 某一家廠商每年都畫一個「大餅 ，宣稱
可以開發出
FSD L5 全自駕車，到現在連 prototype 都
看不到😢
稍微瞭解類神經網路數學函式的運作機制 ，就可知道它不可能具備人類或動物的智慧😅
「類神經網路機器 」是絕對不可能具有「機器智慧,Machine Intelligence」的😅
機器是否能夠理解 ？機器是否具有意識？這些疑問都是 沒有意義的😢
虽然我不太同意你的判断，但是视频还是不错。
激光雷达目前来看还只是视觉方案的一个辅助，毕竟自己无法挑大梁。
谢谢支持！
现在没有单独一个传感器可以单挑大梁，所以才fusion
@@JY03572600 只用摄像头理论上是可以的，需要做的是训练搞好。
目前来说，只用激光雷达，理论上都不行。因为激光雷达无法看到红绿灯，路牌，车道标志。
@@charlesfeng3823 路牌和车道标识其实是能看到的，反射率不同
@@lqs3757 这个靠反射率检测会有很大的问题，因为不是所有的路牌都满足这一点。
另外，红绿灯怎么解决？
激光雷达的算法最简单……所以小厂一窝风的用……
ling 还是leng镜
懂了 买特斯拉
懂的人表示太粗浅了，不懂的人表示太专业还是听不懂。也就是一知半解的人可以听听，起不到科普的作用。
国内头部激光雷达厂商有哪些
禾塞，速腾，
棱镜不是楞镜🤣🤣🤣
稜鏡
能说说中国大飞机C919有多少自主知识产权，自主技术吗？
这个。。。
2024再看，还是Musk牛逼啊。
说了半天都是硬件
玫瑰线扫描，不是什么菊花
等到特斯拉自己設計晶片 應該就能把所有激光雷達給打敗了
现在的FSD就是自己设计三星代工的。
@@getstevenliu 那完蛋了 我要賣股票了
纯视觉感觉还是不安全，自动驾驶需要冗余系统。否则出事故怎么办？人出事故，你可以找人，你可以追责。机器呢？如果出了事故，你还敢用吗？
@@victor.nexus7 難道你都閉著眼睛開車?
@@victor.nexus7 你要是开过车就知道犹豫是车祸的重要原因。冗余只会犹豫不决。
棱 二声…..
激光雷達就像人拿著拐杖在走路，正常人不需要，走路還是靠視覺和腦子啊
有道理。
无知真幸福啊
问题就是图像识别还是半吊子，车机处理器也是半吊子，怎么能出来个完整版本？
@@victor.nexus7 並沒有半吊子，鏡頭模擬光達叫做pseudo LiDAR, 近幾年與光達相比準確率逐年增加，今年以達80%以上，各大車廠都有論文和研究報告，尤其小鵬得論文挺多的，你可以去查查
屁
光達的精準度遠在鏡頭之上
最主要的是它是唯一的系統可以給妳真正四 D 資料
（物件的速度跟方向）
高解析度的 imaging radar 雖然可以做得到
但效率不佳
運算出來的 pseudo Lidar 根本達不到需要的精準度
激光雷達適合在天上飛行的航空器 ，但是 不適合在道路上行駛的車輛
，「能量密度」太大了😢
激光如电池。過度技術。
視頻=氫池
大劉今天看起來悶悶的
有没有可能，老马自动驾驶技术这么厉害，是结合了星链