自動駕駛繞不開的一個話題那就是鐳射雷達和攝像頭到底哪個更出色,這個問題一直在行業內爭論不休,兩大派系各執一詞,都能講出一大堆的理由為什麼用此非彼,其實要想明白為什麼會有這個爭論,我們就要先瞭解這兩大技術路線背後的原理是什麼,各自有哪些優勢和不足。 自動駕駛將汽車的駕駛能力及駕駛責任逐步由人轉移到汽車,其主要包括感知、決策和執行三大核心環節羅V保8 保羅V8副作用 美國保羅v8官網 保羅V8 ptt 美國保羅生物科技 保羅V8效果 其中,感知環節相當於人的眼睛和耳朵,主要通過車載攝像頭、鐳射雷達、毫米波達等各類車載感測器在行車過程中完成對環境及車輛的感知、搜集周圍環境數據並將其傳輸到決策層;決策環節相當於人的大腦,主要通過操作系統、晶元與計算平臺等對接收到的數據進行即時處理並輸出相應的操作與指令任務;執行 端則相當於人的四肢,將接收到的操作指令執行到動力供給、方向控制、車燈控制等車輛終端部分。
本次我們將著重說說感知層,因為感知作為智能駕駛的先決條件,其探測精度、廣度與速度直接影響自動駕駛的行駛安全。 並且感知層獲取的數據將直接影響決策層的判斷與執行層的操作,可見在自動駕駛中的地位至關重要。
自動駕駛領域兩個派系的劃分——純視覺感知派、激光雷達派
視覺派認為人類既然可以通過視覺資訊+大腦處理,成為一個合格的駕駛者。 那麼攝像頭+深度學習神經網路+計算機硬體,也可以達到類似的效果。
近期代表企業特斯拉推出基於純視覺方案的FSD Beta,徹底放棄毫米波雷達。 百度發佈L4級別純視覺方案Apollo lite,同樣踏上了自動駕駛的南坡之路
激光雷達派則是以Waymo為代表的Robotaxi企業,使用機械式鐳射雷達、毫米波雷達、超聲波雷達以及多路攝像頭完成L4級別的商業量產落地。
純視覺自動駕駛方案從產品分析,目前特斯拉的產品還處於L2的階段,從今年第一季度的財報上看純視覺自動駕駛方案是這樣解釋:目前道路交通系統是基於人類視覺感知神經網路,8個攝像頭覆蓋360°,比人類感知範圍更大更安全;對現實道路的技術還有待突破,自動駕駛不會很快成為主流。
|