当前位置:首页 > 智能新能源汽车 > 正文

激光雷达的瑕疵和计算机视觉最大的优势是什么?

2021-08-24 13:18
【新能源汽车网】

全球汽车快讯 据外媒报道,在自动驾驶领域,特斯拉可谓独树一帜。该公司致力于研发盘算机视觉和人工神经元网络手艺,旨在解决与自动驾驶车辆相关的挑战。

只管丰田、谷歌、优步、福特和通用汽车都致力于接纳激光雷达手艺,但特斯拉却总是高调地宣称,激光雷达永远也不会成为解决问题的途径。

特斯拉首席执行官——埃隆·马斯克有句名言:“(接纳)激光雷达是徒劳的,任何依赖激光雷达的公司都注定要失败。”

那么,准确地说,激光雷达的瑕疵和盘算机视觉最大的优势是什么呢?

阿基琉斯之踵——激光雷达的致命弱点

纵然将测距准确到毫米级,激光雷达的显示也极为高效。然而,在面临移动的物体时,该手艺的显示就没那么高效了。

据特斯拉人工智能部门的资深总监——安德烈·卡帕西(AndrejKarpathy)透露,激光雷达无法区分塑料袋和路面上减速带,这会造成平安隐患:在驶向减速带时,车辆需要减速,然后才气轻松通过该塑料减速带(阻止颠簸)。

此外,直到现在为止,激光雷达手艺的产物成本依然极为昂贵,这就发生了一个问题:若一款车型同时搭载多个激光雷达,那么该车型的成本效益就低了。

只管存在诸多瑕疵,但激光雷达相关的最大挑战源自于3D高清舆图——后者是一项不能或缺的主要手艺,若无3D高清舆图的配合,自动驾驶无从谈起。

这类舆图确立的3D街景视图(建模)同样是自动驾驶及其平安性所需的手艺,且只能与谷歌连续更新的3D高清舆图协同使用。

然而,哪怕是绘制一厘米的街景图,也需要消耗大量资源,且从款项角度看,该义务的破费不菲。这解释,搭载激光雷达的车辆只能在已绘有舆图的限制区域内行驶,这就极大地限制了自动驾驶车辆出行的笼罩局限。

特斯拉的非传统手艺路径

特斯拉是全球最大的电动车制造商,其接纳的手艺路径也与其他竞争对手截然差异。该公司希望赋予车辆“视觉”能力,使车辆能够像人类那般完成驾驶操控。

与竞争对手差异,特斯拉并未接纳激光雷达。相反,该公司致力于研发先进驾驶员辅助系统(AdvancedDriver Assistance System,ADAS)或半自动驾驶系统(semi-auto pilot),该系统与摄像头与雷达整合系统协同使用。(最近,特斯拉车辆在升级系统后可使用纯摄像头系统。)

摄像头与雷达的整合能够为算法提供所需的录入数据,从而确立车辆周边的舆图,其接纳盘算机视觉及基于人工智能的算法来做驾驶决议,险些像逆向工程设计的人类视觉。

特斯拉接纳8个摄像头+雷达的矩阵套件,从而实现自动驾驶、自动泊车、车道居中控制、自顺应巡航控制及便道等功效。

特斯拉车辆的车载软件则基于深度学习算法,实在验在函数中研发高等神经元网络,起到与人类视觉系统相类似的作用,这就需要从车辆的周边环境采集纯视频输入。

然后,这类神经元网络就会对蹊径、路标、行人、减速带、障碍物及其他车辆的视频输入加以剖析。

纯盘算机视觉所面临的主要争议在于:在没有激光雷达和雷达装备的辅助下,我们无法确定神经元网络能否精准地测距并完成深度展望。

为解决该问题,特斯拉一直在训练其神经元网络,为其输入从全球特斯拉车辆所采集来的视频数据集。在自动算法及人工监视的辅助下,完成对上述视频的标识事情。

安德烈在2021年盘算机视觉与模式识别国际集会(ComputerVision and Pattern Recognition Conference 2021)上对上述内容举行了详细论述。他向观众透露,在算法培训所用数据集的开发历程中,其团队识别了200余种触发器,示意目的物探测仍需调整。

这类触发器将造成探测效果之间泛起纷歧致。为此,特斯拉不得不再花了四个月时间,修复每一个触发器。特斯拉还接纳了超级盘算机来训练深度学习建模并实现优化调治。

特斯拉的主要目的是研发一款类似于人类视觉系统的自主盘算机通用性视觉系统及一套可周全施展Autopilot车载系统性能的算法。

现在,特斯拉只是将此视为监视式学习的一个问题。公司已经提升了卷积神经元网络的性能,期望未来的车辆能够基于盘算机视觉手艺来完成操控及车辆的运行。

从另一方面讲,激光雷达手艺所取得的希望也并不令人兴奋。除了连续滑落的售价外,激光雷达在舆图绘制方面所取得的希望并不大,更遑论另有其他瑕疵。

因此,就让我们怀着激动的心情拭目以待——看看特斯拉的手艺路径能否在未来取得精彩显示?届时再看看激光雷达能否在通过自我手艺刷新来消除其短板?(本文为编译作品,所用英文原文和图片选自analyticsindiamag)

性感可爱丝袜女郎高清写真/High definition photo of sexy and lovely stockings girl
标签