Re: [分享] 特斯拉FSD beta 來比眼力有沒有比AI好

看板 Car
作者
時間
留言 7則留言,6人參與討論
推噓 3  ( 3推 0噓 4→ )
討論串 14
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, 就是在電腦駕駛時,人為干預產生時的數據, 為何人類駕駛會在這個環境下干預電腦? 特斯拉會把干預當下八顆鏡頭的影像傳回伺服器, 收集並做為訓練AI的數據庫, 這個需要很多人類駕駛才能做出來的資料,非常非常的有價值, 當然FSD beta還是有很大的進步空間, 但是已經很令人興奮了 ※ 引述《ykjiang (York)》之銘言: : 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 : 反而攝像頭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,攝像頭的精度較高,然後攝像頭還可以判斷顏色這個重要資訊 : 以自動駕駛而言,兩者的精度都超過人眼了 : 所以關鍵還是在 AI 等其他方面 : ※ 引述《airforce1101 (我不宅)》之銘言: : : 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,可以參考K. Granstrom, M. Baum, and S. Reuter 所著 : : 的這篇文章 Extended object tracking: Introduction, overview, and application. : : 在AI輔助下,或許環境良好下影像能做到光達能大多數能做的事,但某些判斷影像與光達 : : 先天上的差距還是存在。 : : 其實也好奇,傳感器與影像間的關聯是否讓AI找出並學習其特徵向量,有待高手解答了。 --
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.249.7.230 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/car/M.1617894912.A.463.html ※ 編輯: StarburyX (111.249.7.230 臺灣), 04/08/2021 23:19:27
1Flay10521: 但是到台灣 還是要重新訓練 機車太恐怖== 04/08 23:43
2Fknml: 臺灣喔,只能手動駕駛 04/08 23:46
3Fykjiang: 通說中國路況更恐怖,一堆車逆向行駛的 04/08 23:49
4Fykjiang: 聽 04/08 23:49
5Fcanlest: 中國是凶,但台灣三寶比較普及 04/08 23:57
6Fj07242054: 中國各種逆向電動機車 三輪車 超危險 04/09 03:51
7Fmydarkfight: 影子系統嗎? 04/09 15:36

car 最新熱門文章

23 [心得] 南投的螞蟻
35 car 2021-04-21 22:50
18 [問題] 車禍遇到賴皮魔人
57 car 2021-04-21 22:09
23 [問題] 學長噴裝了!
37 car 2021-04-21 17:50
29 [心得] 開箱diptyque車用香氛
55 car 2021-04-20 22:30
33 Re: [問題] 機油選擇 好市多
90 car 2021-04-20 22:07
15 [問題] 未保持安全距離
79 car 2021-04-20 19:53