作者查詢 / PaulPierce34
作者 PaulPierce34 在 PTT [ EV ] 看板的留言(推文), 共65則
限定看板：EV
看板排序：
全部NBA7774Stock5296Gossiping4442HatePolitics2252Kaohsiung1835FORMULA11063Celtics1015biker900NBA_Film506STREET_BALL459Moto_GP379PC_Shopping368basketball196Audiophile191basketballTW152bicycle148movie133SuperBike125Tech_Job124DSLR119home-sale115PlayStation77MAC70Atheism67EV65Wrestle64KingofPop63ONE_PIECE63Boyzone60DC54MobileComm46L_TaiwanPlaz44PresidentLi43DV41car30Digitalhome30pay_home30AIR_JORDAN29LeBronJames29DragonBall28Penny_121joke19BSB18StockPicket17nCoV201916Steam15The-fighting13RayAllen12WangChieh12CATCH11InitialD11Crowd10Employee9KobeBryant9Tainan9UTAH-JAZZ9Economics8Nuggets8SlamDunk8Salary6EuropeanCar5Knicks5L_TalkandCha5Thunder5Cavaliers4CrossStrait4KevinGarnett4Sangokumusou4TomCruise4Westlife4About_Life3GTA3toberich3VinceCarter3A-San_No_42Beauty2Bunco2Christianity2ClarkU2FJU_ADBA2Hung-Kuo2Ltsh-913082Nets2Option2Pelicans2PH-942PT-BB2specialman2TaiwanBeer2Teacher2Transport942AfterPhD1AOCSCV93B1BK-Tower1BLAZERS1CGSH86th3171ChicagoBulls1Chord1CS_Softball1CSMU-BASKET1CTSH923011CTSH923021CTSH923041dlsh-7th-3031Foreign_Inv1Fund1G-S-WARRIORS1Grizzlies1HCHS603091Hiking1HSNU_11091HSNU_9481J_Will1KS94-3201KS95-3161LTK1MiamiHeat1MP53-11NCCU04_TUR1NDHU-ChBT1NDHU-His1021NTHU-MSE111NTPU-COECOBA1NTU1NTU-EM911NTUEE-MBElab1NTUEE1151NTUmed001optical1Orl-Magic1PCCU_MLAW1Rockets1RSSH93_3031THU_BA20001Timberwolves1USC1WRC1<< 收起看板(137)
首頁
上一頁
1
下一頁
尾頁
33F推: 抱歉沒用過GGR，是我誤會了小電池的意思04/22 00:11
11F推: 以商業模式來說，既然走換電，自然該用低成本電池04/15 01:47
12F→: 但鉛酸適合低速車種，大電流放電容易老化吧04/15 01:49
64F→: 一滴水廢了光達，這個我沒聽過，有資料給我看看嗎04/23 01:31
75F→: 我也有查到光達用卷積取代點雲的研究，那我收回光達04/23 02:04
18F→: 純視覺很難做到Level 5，以後還有萬物互聯網的應用04/15 03:07
19F→: 來加強自駕04/15 03:08
22F推: 覺得我們講不同東西，配合光達是指要達到Level 504/15 21:05
23F→: 你說現在主流是純視覺，但這方案只能做到Level 204/15 21:06
32F推: 精緻建模？你要說高精度地圖嗎？這沒有綁定光達才能04/21 23:39
33F→: 使用，視覺也可以用高精度地圖04/21 23:40
34F→: 另外在缺乏高精度地圖的郊區，光達一樣有更準的測距04/21 23:41
35F→: 先不要講LV5，只看LV4也是配光達04/21 23:43
36F→: AI視覺用的就是卷積算法，這種算法靠圖像與顏色計算04/21 23:46
37F→: 所以Tesla才會有撞上翻倒白色貨車的事故04/21 23:46
38F→: 卷積算法會遇到圖像或顏色不易分辨的時候04/21 23:48
39F→: 這時候就需要光達來輔助判定04/21 23:48
40F→: 純視覺要提高能力，除了累積的計算結果，也要持續提04/21 23:52
41F→: 高攝影模組與AI晶片，搞不好最終成本會超過光達04/21 23:53
42F→: 如果你去了解AI卷積算法在自動駕駛的應用，就知道為04/21 23:56
43F→: 何要達到LV5，搭配光達才是比較可行與低成本的方案04/21 23:57
44F→: 就算假設純視覺最終可達到LV5，但成本要增加多少？04/21 23:59
45F→: 邊際效應遞減，純視覺也許增加數倍成本才達到LV404/22 00:02
46F→: 不如用低成本視覺與低成本光達搭配，就能達到LV504/22 00:03
47F→: 每種技術有不同特長與缺點，互相取長補短才能降低成04/22 00:05
48F→: 本與提高效率，會比一種技術用到頂尖更容易且便宜04/22 00:06
49F→: 說別人瞎猜，我說的這些你了解過嗎？誰才是瞎猜呢04/22 00:08
56F推: 是呀，所以這些技術要分開來理性分析優缺點04/23 01:24
57F→: 最後都需要AI運算，但光達與視覺功能就不同04/23 01:24
58F→: 就算是人眼，也怕對向遠燈、昏暗、不良天氣04/23 01:26
59F→: 從人眼就容易理解視覺方案有困難的地方04/23 01:27
60F→: 機器就可以用光達來補強這些視覺方案的短處04/23 01:27
72F→: 針對這些天氣，也可再搭配雷達，每種技術有不同特長04/23 01:54
17F→: 如果目標是Level 5自駕，技術上就需要搭配光達04/15 03:05
16F推: 曲博有講圖像AI與光達的差別，還有容錯設計的觀念04/15 03:03
63F→: 然後卷積也只負責影像後第一層運算，光達不需要卷積04/23 01:30
73F→: 光達受影響，視覺也一樣呀04/23 01:55
74F→: 每種技術都不是萬能，何必要把視覺以外技術都當垃圾04/23 01:56
71F推: 這跟你說的一滴水不同吧，不同波長的影響也有差04/23 01:53
76F→: 不用卷積的說法，這些新的研究都可能商業化04/23 02:04
77F→: 但你踩光達的點也有點太誇大了，而且視覺受的影響沒04/23 02:05
78F→: 有比較好吧04/23 02:06
79F→: 補充一下，我說的雷達是FMCW毫米波雷達04/23 02:12
80F→: 看到一些研究說可以適應雨霧04/23 02:13
81F→: FMCW也有公司在研發用於自動駕駛04/23 02:20
82F→: 用你的說法，如果這些是垃圾，這些人在研究什麼04/23 02:20
89F→: 科學的部分跟你講了，你要怎麼想就你自己的事04/24 02:01
90F→: 即使都用卷積，光達提供的資料還是測距數據04/24 02:54
91F→: 視覺給的仍然是圖像數據，這點差異還是一樣04/24 02:55
92F→: 這跟擁不擁護沒什麼關係，科學上的差異就是這樣04/24 02:57
93F→: 你自己不願意去了解或接受科學，扯什麼別人擁護04/24 02:58
100F推: FMCW可以單獨使用，圖像跟測距功能不同，也沒有圖像05/01 06:13
101F→: 比雷達準確的這種說法05/01 06:13
102F→: 2個訊息是看運算端怎麼處理，矛盾不會是問題05/01 06:15
103F→: 如果會矛盾是軟體Bug，也不是光達的錯05/01 06:16
104F→: 在測距上是視覺追求接近光達，不會是視覺比較準05/01 06:20
105F→: 光達只是比較貴，Tesla才不用05/01 06:20
106F→: 反正沒規定要做到LV5才能賣，還是看消費者選擇05/01 06:21
110F→: Tesla的全自動駕駛還不是持續跳票05/13 09:33
1F推: 哪個陣營是暗是明不好說，技術不一樣04/08 16:04
2F→: AI訓練也和光達量測距離不同，不同技術無法取代04/08 16:08
3F→: 光達技術也分很多種，不是每種都會受惡劣天候影響04/08 16:09
4F→: 這篇記者根本外行，只是為捧而捧04/08 16:10
9F→: 便宜光達已經很多家在搞04/10 15:35
20F推: SOCO副廠電池有鐵鋰電池嗎？04/01 12:56
首頁
上一頁
1
下一頁
尾頁