看板
[ car ]
討論串[分享] 特斯拉FSD beta 來比眼力有沒有比AI好
共 14 篇文章
內容預覽:
這個youtuber將FSD AI看到的畫面結合實際行車畫面. https://www.youtube.com/watch?v=qRjY55ELYnc. 有幾個亮點, 你去觀察對向車道,或是更遠處都可以發現AI都可以清楚知道車子位置在哪. 換句話說,FSD用了鏡頭就可以模擬光達的距離偵測了. 這個技
(還有1113個字)
內容預覽:
影像、雷達、光達不太一樣，我把影像與雷達、光達拆成兩類好了，影像對於訊號處理來說屬於二維陣列，但是雷達與光達可以帶回三維的目標資訊，雷達就是低頻段的光，因頻率特性不同，所以適用場景不同，光達的脈衝時間很短，所以較於雷達相比，對於相同目標，可以帶回更高精度的資訊。. 光達的領域上有關延展性目標，可以參
(還有229個字)
內容預覽:
從最基本的原理來說，光達跟雷達就是用來測距，理論上只有一維的資訊. 三維的部分是經過一些設計、運算後得到的. 反而鏡頭得到的一開始就是二維資訊，然後可以經過運算得到三維的資訊，. 特斯拉更進一步從中取得四維資訊（多的那維是時間軌跡預測）. 以目前的技術：. 距離方面，光達的精度比較高. 平面部分，鏡
(還有79個字)
內容預覽:
關於對車輛周遭環境的判別討論還不錯，. 但是自動駕駛的進步還有一個關鍵就是駕駛行為，. 何時該轉彎？如何轉彎？路口可以往前嚕一點再轉嗎？等等. 參考影片：https://youtu.be/uClWlVCwHsI. (看看特斯拉如何處理越過多線道左轉). 這也是特斯拉跟其他公司有優勢的地方，. 就是在
(還有158個字)
內容預覽:
這邊看完，我的感想只有“供三小？”. 雷達與光達在原理上是利用掃描的方式，取得距離與向量，本質上資料的維度就是大於二維了。. 是什麼時候變一維的？如果要這麼瞎扯，那鏡頭裡的CMOS一次也只能讀一個cell的資料，一樣得要逐個掃描才能得到二維影像（這個就是所謂的果凍效應的成因），. 照你的說法，鏡頭不
(還有946個字)