马斯克:自动驾驶依赖1024正片大片激光雷达注定失败 专家表

作者:编辑部日期:

分类:棋牌游戏大全/网址/

在许多制造商开发自动驾驶汽车的大环境中,几乎所有的汽车都使用激光雷达并利用它来制造传感器。这种传感器可以通过雷达在三维地图上显示车辆周围的情况。

然而,特斯拉的首席执行官埃隆&米多;另一方面,马斯克说这样做是错误的。

今年4月,特斯拉首次举行了一次演示,介绍其自动驾驶技术。马斯克在展会上表示,这些制造商最终将放弃激光雷达,因为任何使用激光雷达开发无人驾驶汽车的人注定会失败。

后来,特斯拉人工智能专家安德烈·卡尔帕蒂(Andrej Karpathy)表示,激光雷达的确为研发提供了一条捷径,但这种方法没有考虑到一个基本问题,即视觉识别在这个过程中的重要性。这种方法给他们一种进步的错觉。

许多专家质疑这一说法。

首先,密歇根大学自驾测试网站MCity的研究员格雷格·麦奎尔(Greg McGuire)指出,从某种意义上说,这些传感器都是一种依赖。作为工程师,这就是他们所做的,制造依赖性。

麦奎尔还说,自动驾驶汽车只有在真正安全可靠的情况下才能被社会接受。为了达到高度的可靠性,必须遵循一个重要的原则-& mdash;& mdash冗余。任何传感器最终都会发生故障,但如果使用几种不同类型的传感器,由一个传感器故障引起事故的可能性就会降低。

后来,另一位行业分析师(也是前汽车工程师)萨姆·阿布沙姆(Sam Abuelsamid)说,一旦你将这些理论和技术应用到现实中,有许多未知是你无法避免的。理论上,你也许可以单独用相机收集数据,但如果你想完全相信系统的判断是正确的,最好借助其他正交传感模式,如激光雷达等传感模式。

4月22日,特斯拉展示其自动驾驶技术的同一天,康奈尔大学的三名研究人员发表了一篇研究论文,部分支持马斯克关于激光雷达的言论。计算机科学家只使用立体摄像机,并最终在KITTI上取得突破性成果,KITTI是自动驾驶系统的一个流行图像识别基准。这种新技术的性能远远优于以前的纯摄像技术,与& ldquo相机+激光雷达。这场比赛也很相似。

不幸的是,媒体对这篇论文的报道混淆了研究人员的实际发现。例如,吉兹莫多(Gizmodo)在报告中表示,三名研究人员的论文是关于汽车上摄像头的安装位置,但实际上论文并没有提到这一点,在研究人员联系他之后,吉兹莫多也修改了他的报告。

为了正确理解这篇论文,我们需要知道软件如何将原始的相机图像转换成标记的三维模型,以便在地图上生动地显示汽车的周围情况。在KITTI的测试中,如果该算法能够准确识别出汽车周围的每一个物体,并用三维框架标记出来,那么该算法被认为是成功的。

通常,软件通过以下两个步骤来处理这个测试。首先,软件通过特定算法运行图像,并为图像的每个像素设置距离估计值。这可以通过一对相机和视差效应原理来实现。研究人员还开发了其他技术,使用单个摄像机来估计像素间距。在这两种情况下,第二步是通过高度估计将像素分成不同的对象(如汽车、行人或自行车)。

康奈尔大学的研究人员将每个立体图像对应的像素转换成激光雷达传感器生成的三维点云(点云数据是指扫描数据以点的形式记录,每个点包含三维坐标,有些可能包含颜色信息或反射强度信息)。然后,研究人员将点云数据输入到现有的目标识别算法中。

三名研究人员在论文中表示,他们的方法在图像识别方面取得了很大进展。例如,在KITTI测试的一个版本中,由纯相机收集的数据的准确率过去高达30%,但现在有了他们的技术,准确率已经提高到66%。

换句话说,时时彩平台,& ldquo相机+激光雷达。的模式比纯相机的模式更精确,这与激光雷达测量距离的较高精度无关,主要是因为激光雷达产生了& ldquo本土的。数据格式对于机器学习算法来说更容易使用。

本文作者之一基利安·温伯格(Kilian Weinberger)指出,他们的论文旨在通过将基于相机的数据转换成激光雷达点云数据,显著缩小二者之间的差距。

然而,温伯格也明确表示,激光雷达和非激光雷达之间仍有相当大的差距。在KITTI测试中,康奈尔大学的研究人员将数据精度提高到66%,但在同样的算法下,激光雷达直接生成的点云数据精度高达86%。

第一次体验自动驾驶梦幻水浒?范玮琪老公开车吃面被检举

网易汽车有限公司11月30日报道

据台湾媒体报道,警方收到一段视频,显示艺术家陈建州和他的朋友在高速公路上自动驾驶。陈建州和坐在驾驶座上的司机正在吃方便面,司机的两只手都离开了方向盘。警方表示,时时彩平台,这名司机涉嫌危险驾驶,但由于无法得知司机的身份,陈建州将于下周被传唤作证。

陈建州被指控开车和朋友一起吃面条

在视频中,黑人坐在客车上吃面条,并录制了视频,感觉很新奇。 1/2 1

本文标签:

相关阅读

关键词不能为空
网址推荐

幸运标签

综合门户,更新快,资讯全