为什么特斯拉汽车不像业内大多数自动驾驶汽车那样使用激光雷达?
0 670
1
该提问暂无详细描述
收藏
2021-01-26 12:19 更新 张宇哲 •  3484
共 1 个回答
高赞 时间
0

特斯拉的自动驾驶(AutoPilot)系统的工作假设是,仅使用摄像头、雷达和超声波传感器就可以获得大量信息,从而在驾驶车辆方面的能力远远强于人类。 这三个传感器以及GPS产生的信号足以指导系统如何在现实世界中安全地移动车辆。

激光雷达(LiDAR)与雷达类似,它可以判断道路上物体的距离和相对运动。像传统相机一样,它依靠检测从环境反射回来的光辐射。 最大的区别在于,激光雷达(LiDAR)装置本身会产生光源,而摄像头传感器会依赖于反射的环境光,就像我们的人眼一样。 在判断距离和障碍物形状方面,激光雷达(LiDAR)比相机要好,但是与其他三个传感器的组合相比,激光雷达(LiDAR)确实没有提供更多的功能。在大多数情况下,它只是非常昂贵且冗余的备份设备。

尽管是一项花哨且昂贵的技术,但相比于摄像头和雷达的组合,激光雷达(LiDAR)却几乎没有任何优势。 例如,雷达在雨天和其他可见性有限的情况下要好得多,因为它基于无线电波而不是光波。无线电可以穿透某些物体并从其他物体反弹,从而从不同的维度“观察”环境。

人眼完全可以为先进的神经网络(例如人脑)提供丰富的信息,以近乎实时导航汽车。尤其是在一些关于物理世界如何运行的基本直观知识上,人类的立体视觉非常擅长判断距离。 摄像头和基于硅的神经网络拥有它们所需要的所有信息,它们可以做像人类驾驶汽车那样的事情。 雷达增强了自动驾驶(AutoPilot)的功能,可以看到人类看不见的东西(例如,在大雾或大雨中的前方汽车)。 超声波传感器还增强了超声波传感器的功能,可以探测到摄像机看不到或难以判断距离的附近物体。它们主要用于停车,但在行驶中也可以检测到其他车辆附近。

最后,GPS可用作完整性检查,并添加一个可以挖掘位置数据的信号。

特斯拉(Tesla)认为,激光雷达(LiDAR)是一种不必要且昂贵的设备,对目前的工作是多余的。他们的判断是否正确,还有待证明是否完全自动驾驶(4级自动驾驶)。 我的直觉是,它们是正确的,仅仅是因为人类无需额外的感官就能驾驶得很好。

特斯拉用于自动驾驶(AutoPilot)的深度学习模型是基于人脑操作原理的相对简单版本。 这些模型并没有经过“编程”,而是经过“训练”。在这方面,与视频压缩算法相比,它们与大脑皮质则有更多的共同点。

收藏
2021-01-26 12:24 更新 错位时空 •  1249