深度學習可以解決自我駕駛問題嗎？
2020-07-24 09:10
智車科技IV
關注
到目前為止，自動駕駛汽車中使用的LiDAR的成本要高于某些低檔汽車本身。激光雷達的維護和處理輸出仍然是一項昂貴的工作，令人頭疼。因此，這使得它們成為自動駕駛汽車的商業化生產的較不適合的選擇。
激光雷達在計算“深度”信息方面非常準確，深度信息是無人駕駛汽車執行路徑規劃，與物體保持安全距離等操作的最重要內容之一。這使LiDARs成為集成到自動駕駛汽車中的理想選擇。但是問題是，它們太貴了！
此前，高射程激光雷達的成本約為75，000美元。但是，為降低激光雷達的成本一直在進行昂貴的研究。Alphabet公司的母公司Waymo通過廣泛的研究將成本降低了90％！
到目前為止，自動駕駛汽車中使用的LiDAR的成本要高于某些低檔汽車本身。激光雷達的維護和處理輸出仍然是一項昂貴的工作，令人頭疼。因此，這使得它們成為自動駕駛汽車的商業化生產的較不適合的選擇。
其次，LiDAR在惡劣的天氣條件下不能很好地工作，它們會產生噪點，這可能會使LiDAR點云的輸出不準確。
盡管如此，公司仍應該投資使用LiDAR和點云處理進行自動駕駛的方法，因為誰知道，也許有一天LiDAR也會變得便宜嗎？
相機非常適合捕捉場景的高分辨率細節。但是問題是，它們沒有像LiDAR那樣為我們提供“深度信息” ：（折衷方案在世界上到處都是。相機的輸出是高分辨率，但是是2D平面圖像。這幾乎是不可能的。可以從單個圖像中獲取“深度信息”，有些方法可以使用立體視覺從圖像中獲取深度。
給定從放置在同一水平高度一定距離的兩個攝像機捕獲的兩個圖像，我們可以使用計算機視覺算法估計深度信息。
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百，全球股市還能漲多久？ | 產聯看全球
- 2 OpenAI深夜王炸！ChatGPT Images 2.0實測：中文穩、細節炸，設計師慌了
- 3 6000億美元估值錨定：字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4，我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”：既生OpenClaw，何生Hermes？
- 7 AI界的殺豬盤：9秒刪庫跑路，全員被封號，還繼續扣錢！
- 8 2026，人形機器人只贏了面子
- 9 DeepSeek降價90%：價格屠夫不是身份，是戰略
- 10 AI Infra產業鏈卡在哪里了？
