現(xiàn)在幾乎所有從事自動駕駛汽車工作的公司都使用LIDAR,。Uber,，Waymo和Toyota都使用它，但特斯拉則沒有。我們來談?wù)勎磥韺ψ詣玉{駛汽車的期望,。

　　激光雷達VS視覺

　　激光雷達是一種通過發(fā)射激光并檢測返回所需時間的方法來測量距離,。這個想法類似于雷達,，但是我們使用激光代替無線電波,。該技術(shù)在檢測高達毫米的物體方面極其精確。

　　計算機Vision是人工智能的一個領(lǐng)域,，利用計算機理解視覺世界,。這基本上反映了人類愿景。特斯拉一直嚴重依賴Vision并反對LIDAR傳感器,。而且似乎并不在乎其他公司都使用Lidar,，。埃隆·馬斯克（Elon Musk）甚至說：

　　激光雷達是一個傻子的事……任何依賴激光雷達的人注定要失敗,?！谅　ゑR斯克（ElonMusk）

　　成本

　　特斯拉采取不同路線的最明顯原因是成本。在汽車上安裝單個激光雷達設(shè)備的成本約為10,000美元,。谷歌的Waymo項目已經(jīng)能夠通過引入量產(chǎn)而略微減少數(shù)量,。但是,，成本仍然相當高昂。

　　應用于真實道路

　　其中最重要的要點之一就是與人類視覺的關(guān)聯(lián),。作為人類,，我們不會向各個方向投擲激光以駕駛汽車。

　　我們在路上看到的一切都充滿了視覺信息,。所有的標志,，轉(zhuǎn)彎，交叉路口都可以幫助我們導航,。所有這些都是靜止的物體,，而LIDAR如此精確地檢測到它們。

　　當移動物體出現(xiàn)在道路上時,，問題就開始出現(xiàn)。人,，狗,，飛行的塑料袋都是我們在路上經(jīng)常遇到的物體。LIDAR無法檢測它們的移動方式,，甚至無法檢測這些物體的移動方式,。

　　LIDAR無法區(qū)分道路顛簸和塑料袋。現(xiàn)在,，如果汽車停了下來,，那便是真正的危險所在。后面的汽車可能無法對我們在路中間的停車站做出如此迅速的反應,。這種情況進一步表明,，制造自動駕駛汽車時需要注意很多細節(jié)。

　　特斯拉明確表示,，他們的攝像頭和雷達系統(tǒng)能夠檢測物體,。向前看的雷達能夠迅速判斷前方是否有任何問題。一旦看到物體,，攝像頭將確定物體是什么,，然后汽車可以對情況做出反應。

　　適應

　　在對埃隆·馬斯克（Elon Musk）的采訪中另一個重要的收獲是,，該系統(tǒng)是適應性的,。他們談?wù)摿撕芏嘤嘘P(guān)使用的神經(jīng)網(wǎng)絡(luò)以及系統(tǒng)如何使用提供的數(shù)據(jù)做出合理決策的話題。

　　特斯拉競爭對手的主要問題之一是缺乏這種適應性,。這些系統(tǒng)中的大多數(shù)要么嚴重依賴具有道路線的高精度地圖,，要么從未在實際道路上進行過測試。雖然我們已經(jīng)看到Waymo在城市中行駛,。但是,，只有具有高效地圖的大型道路,。在這些演示中，照明,，天氣條件和交通狀況都是理想的選擇,。但實際上大多數(shù)情況并非如此。

　　比如,，車輛在較小的道路,，轉(zhuǎn)彎和車道的尺寸時會發(fā)生意外，這種情況普遍存在,。另外,，特斯拉是我們可以購買的實際汽車。人們乘坐特斯拉汽車行駛了超過十億英里,，而Waymo僅在約一千萬英里上進行了測試,。

　　特斯拉能夠積累的困難和不可預測的道路數(shù)據(jù)量非常寶貴。這就是系統(tǒng)學習并不斷改善的方式,。由于客戶實際上看到了持續(xù)的改進,，因此這樣的概念實際上很有希望被實現(xiàn)。

　　結(jié)束語

　　隨著無人駕駛汽車領(lǐng)域的資金投入和持續(xù)的競爭,，我們對這種汽車的到來感到非常期待,。特斯拉是否將成為這樣做的公司，我們并不知道,。實際上,，可能有幾種開發(fā)自動駕駛汽車的方法。甚至我們可能最終看到兩者的結(jié)合,，這將會是汽車行業(yè)中的重大進步,。

更多信息可以來這里獲取==>>電子技術(shù)應用-AET<<