電子是不可靠的...現在就是趕緊進入市場獲利與測試...
前面的都是有錢有熱血的白老鼠

到 2019 年 3 月，特斯拉的现金储备只剩 22 亿美元，只够再烧不到半年。《马斯克传》记录，当时马斯克对妻子说，“我们必须筹集到资金，否则就完蛋了。”
马斯克想了几夜后，决定面向投资人办一场活动，即特斯拉 “自动驾驶日”。他告诉华尔街的投资人，无人驾驶汽车未来能帮特斯拉实现巨额盈利，接下来一年多时间会部署 100 万辆无人出租车，重塑人们的日常生活.
—————-
两星期前Elon 也是说了robotaxi 年底出来，加上人型机器人，业绩再差都立刻由$140一股升到$180。 2019年就吹的robotaxi 五年后还在吹。。。。。

 回复7楼:一个是探测问题，一个是判断问题。
探测的内容越多，判断越准确。
当然现在还没有足够的处理能力去利用那么多探测出来的数据。
纯视觉是个过度方案。

来自留园官方客户端

 回复4楼:机器视觉也可以测距。
换个问题问你，假设你有一套超级先进的激光雷达，可以在纳秒级别的延迟下，实时获取你所在车辆周围所有物体的3D位置，是否就可以实现五级自动驾驶了？
想我前面回复的，你收到的只是一堆距离数据，是以你为中心，水平360°，垂直180°下的半球体内所有反射物产生的点阵数据，你还需要AI识别这些数据。
一个塑料袋，你可以直接冲过去；一个小石块，你可以直接从上方越过。但，这个小石块，为什么不是路中心污水井里钻出来的市政维修人员？

 回复5楼:你研究下为什么Musk要转为纯视觉就了解了。
机器视觉和毫米波雷达数据有可能会发生冲突，这是Musk决定转为纯视觉的根本原因，成本只是一个方面而已。
无论是毫米波，还是激光，最后仍然需要AI将海量数据还原为AI可识别的3D场景，这样又回到了我一开始说到的，
深度学习的可解释性。
激光雷达获得的是点阵云，如何将点阵云数据识别为人，路牌，障碍物，还是飘飞的塑料袋，飞鸟，或者是简单的误差数据，这也是庞大的工程。
激光雷达只是将现实转换为AI可识别数据的方法，和摄像头并没有什么区别。纯视觉也可以判断某个点距离车辆的位置，这并不是关键。关键在于那个点代表什么

 回复2楼:评论人:jxxy1234
有关系的，作为纯视觉，人类和动物可以根据经验迅速忽略掉一些不必要的因素，抓住主最关键的要素来做出判断，但是现在的代码水平还无法做到这种逻辑，因此必须需要更精准的探测比如超声波和激光雷达获得更关键的判断。纯视觉就像你花了很多时间修炼绝世武功，但是超声波和激光雷达的帮助就像你用上了现代火器。在之前激光雷达造假高昂的时候选择纯视觉方案作为突破可以理解，现在已经在激光雷达成本下来了还死抱着不放，就跟现在已经有了枪炮还要再去修炼冷兵器降龙十八掌一样的过时了。与其在纯视觉方面艰难的修炼为什么不加上激光雷达作为更快速的提升方便呢？就是说你现在觉得去把枪造的射程更远精度更高还是把独孤九剑修炼的更好那个更容易做到有成果呢？

 回复2楼:你说的是下一个级别的问题，怎么处理复杂环境的问题。
大部分动物靠视觉生活，完全没有问题。
通过双眼的视差，甚至通过单眼不同时序的图片，也可以估算距离。
但用超声波或者激光才能从另一个维度从根本上解决测距问题。
这可以让高速运动的物体能更安全的运动。

看明白了，V12比V11更激进，小白鼠召集中，急，在线等

 回复1楼:和硬件没关系。Musk有一点说得对，人就是靠纯视觉开车的，所以纯视觉方案本身并没有问题。而且，机器视觉比人类视觉适应性更改，性能更强，所以驾驶技术应该更好。
问题的关键在于，目前的完全没有解决深度学习的可解释性。就比如文中提到v12撞马路牙子的问题。软件人员并不知道为什么AI在这里会出问题，也不知道如何避免这个问题，只能找类似的数据集不断的训练，一直训练到AI不会撞马路牙子为止。但下次会不会出现类似问题，会不会不撞马路牙子，开始撞野鸭了，不知道。
AI内部机制完全是黑盒子，人们只知道某种输入会大概率得到一个他们认为正确的输出，但完全不知道为什么会有这个输出，输入的边界条件如何
最后，就是以目前的AI，软件人员根本不知道长尾在何处，有多长。甚至长尾有没有被彻底解决，也不知道。
这样靠概率的辅助驾驶，居然能被很多人认为是5级自动驾驶。
呵呵，这世界上永远不缺韭菜......

纯视觉无法根本解决距离问题。
激光雷达才能做到。