理工酷

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。