小弟雖然寫程式但不是 AI 也不是自動駕駛領域的人
若有說的不正確還請錢大指教
小弟粗淺認為目前自動駕駛系統本身就分成兩派
傳統派 - 使用原型車搭配駕駛行為收集數據與訓練
創新派 - 像特斯拉使用大數據去涵蓋大量場景進行訓練
雖然運作上的確有錢大說的不同
但我想整體來說，兩派在做的事情並無二致
只是因為學術與邏輯上的精準定義造成一些糾結
影子模式訓練雖然是針對之後遇到類似場景做出預設反應
但是當預設場景有 100 萬甚至 1000 萬種的情況下
是否可以視為對「當下」環境做出反應呢？
邏輯上來說當然不能，時間點就是不一樣，不能畫上等號
但是實務上就是 極限趨近於某數 的意義
雖然我不知道特斯拉究竟收集了多少數據
但是至少有前後兩側共四顆鏡頭還有雷達的情況下
在系統做出某個決策之後
持續蒐集周遭路況、記錄相對鄰車位置、相對速度改變
甚至是車主介入系統決策的行為
記錄這些資料應該不是難事
所以回到上面的極限概念來說
個人覺得實務上跟傳統派的訓練方式可以畫上等號
在一般情況下，影子模式的確不能和實際路駕畫上等號
就像菜鳥過了駕訓班路考，實際上路怕到爆是一樣的情況
但是對於擁有海量資料的AI系統來說
(註:不是想使用中國用語，但真的是快跟海水一樣大量)
車子經歷過的 "駕訓班路況" 本身就是發生過的各式各樣實際路況
上路後應該可以做到駕輕就熟的決策
至於駕駛人的介入行為是否為「正確」操作行為
在經過海量資料訓練後，也是可以稀釋掉所謂的「不正確」操作
所以整體來說
現在這些在美國啟用的 L4 自駕路試方式
特斯拉是靠著砸了一堆錢
直接放在世界多國做 L4 自駕路試了
然後很多人當 L5 在用，眼睛都不看前方，真心死不介入系統
所以出了這麼多問題
題外話
我個人覺得所謂正確與不正確操作是相對的情況，不是絕對的
例如路口保持淨空，在台灣、美國、中國、越南的執行落差就有多大
所以在人類操作都沒有絕對正確的情況下
要求 AI 做正確決策，邏輯上就矛盾了
頂多就是符合多數人的決策即可
(這裡的多數人可能也是區域當中的多數人而已，並不是整體的多數人)
: 就算有影子模式訓練，也絕對無法取代自駕車實際路試
: 自駕車路試的重點
: 1. 環境(號誌/他車/行人) -> 自駕電腦
: 感測器從環境收集數據，由自駕電腦運算和決策
: 2. 自駕車輛 -> 環境
: 自駕電腦的決策(例如變換車道)，進而影響環境(他車/行人)
: 也就是說
: 不只環境會影響自駕決策/行為，自駕決策/行為也會影響到環境
: 被自駕決策/行為影響後的環境，又再進一步影響自駕決策/行為
: 影響並非單邊而是雙向溝通，且形成迴圏
: 因此也考驗自駕電腦即時(real time)運算的能力
: Tesla所謂的影子模式本身只做到第1點
: 用"已經蒐集好"的場景環境訓練自駕電腦
: 場景是不會變動的既定pattern
: 一旦自駕電腦做了任何跟原駕駛不同的決策
: 由於當下沒有實際行為(介入駕駛)，因此自駕電腦的決策並沒有實際反饋到環境
: 所以就算Tesla數據量較Waymo龐大許多
: 但前者本質上仍然是AP和車主的駕駛數據
: 雖有大量數據供自駕電腦訓練，但自駕電腦決策和行為並不影響到數據
: 而後者則是由自駕電腦與環境實際互動的純自駕數據
: 並不是說影子模式沒有意義
: 但你說有了影子模式就不需要昂貴數量少的原型車上路試驗
: 標準外行講的話

這其實就像是alphago，不需要窮舉所有情況，只需要正確的決策和執行就可以了，而且大系統的變化其實是小決策所產生的，所以只需要小決策正確，實際上就不會產生問題

我覺得演算法會決定上限 影子模式會差多少

AI就三寶等級的駕駛水準

影子模式對於駕駛者反應的重現未必真實，ADAS初期開發也是倚賴類似影子模式，但嚴謹一點的還是會要求實戰，當然想要賭一賭也是可以。影子模式大的訓練部份場景都能應付，但就是怕有獨特狀況發生。

我是覺得世界狀況百萬種，一定會有獨特情況發生但是一定要面對一樣的獨特情況才會避免情況嗎？看看我們從小到大的學習經驗，很明顯不需要 100% 像

汽車類的東西和消費性電子的思維就不太一樣

如果是特殊情況，理論上tesla是最有資格說可以應對的，畢竟我們的特殊情況，不一定tesla手上數據都有，問題只是tesla到底有沒有使用這些數據...

電腦不一定會記錄所有特徵點

連貨櫃都不知道要剎車 這駕駛等級你們也能講那麼多 我阿嬤開車也不會去撞貨櫃

我講的不是"自駕電腦真對類似場景的反應"而是再進一步 "自駕車反應後的行為影響場景(他車)"

厲害啊 就是environment相同然後有多組不同action數據夠大 理論上還是可以近似最佳化 等模型有一定水準之後上路再對特殊情況修正

例如：前車減速，自駕電腦決定要變換車道，自駕車變換車道又影響旁邊車道的後車，這些是車與場景即時互動的結果(兩者互相影響)，而影子模式是駕駛人跟環境有一定的腳本，根據這個腳本下自駕電腦做判斷和學習

影子模式有點像你看遊戲、賽事直播 假裝作決策 確實會變強但有極限 而其極限chandler說得很明白了

樓上 建議去了解一下強化學習 收集數據的用法不是只有

因此若不進行Lv4試驗、數據的蒐集 卻號稱可達Lv5是很奇怪的事情

這樣 收集到的數據都可以配對成環境-行為 類似環境就會被歸類成同一種事件

我不否認極大量數據的破解法阿 但你終究要實際上場驗證

你一直很多不知道幹嘛回一篇啊？

有差嗎?反正這邊也都是在猜特斯拉軟體怎麼運作的.

其實互相影響的這種事情，如果拆成時間序列，就變成了單一的決策而已，而時序下不同的狀態和不同的決策就是

即使寫得頭頭是道,也是猜它怎麼做的,就大家都來猜

特斯拉的問題應該是Sensor先天性能力不足造成誤判，好比老練的車手你把他眼鏡摘掉，一樣有可能誤判而車禍…

一直講影子模式很奇怪 特斯拉怎麼可能只有影子模式目前的 Navigate on Autopilot 可以自己超車 自己下交流道這兩個變數都很多 不可能是單一狀況在停車場也可以自己開到方圓60公尺中的任意一點停車場連標線都沒有 車要自己判斷其它靜止的車跟行人

副教主你難道沒搞清楚並非所有路段都能靠AP嗎，其他

怎麼可能是只靠影子模式做出來的

廠自駕車可以在幾乎所有公開測試蒐集數據，請問AP能在所有路段都開啟不用靠駕駛嗎?

像我公司只有我一台特斯拉 我也不是每個車位都停過那它怎麼知道這個停車場要怎麼開你完全搞錯設計的邏輯其他廠才是專注在訓練車子把已經有數據的道理開完美特斯拉是專注在開發能應付未知狀況的系統然後特斯拉AI主管自己承認特斯拉的方法的確比較難成功但是一旦成功將會是最能直接普及大眾的方法

AP就有使用範圍侷限性啊 其他廠自駕車直接在公開道

台灣的撞貨櫃 就是比較難成功的例子這個沒解決就不能說是全自駕

路測試(感測/決策/行為)，車與環境互動是雙向即時

其他廠自駕車沒收集過光達資料的道路根本開不了特斯拉AP目前是有左右兩條線就能開

環境中的其他人/車難道是先蒐集的?不要一直跳針提AP，請問AP有辦法在所有道路開啟?

沒有標線 也沒有明確色差(道路vs邊緣)的路目前AP無法開但是非道路的空地 可以用智能召喚開

那你提使用範圍有侷限性的AP來和自駕車在公開道路測試比較不覺得好笑? 使用範圍有侷限性里程高又如何?

講LiDAR要掃過才知道怎麼開，算是造謠吧。連掃地機器人都能自己掃描自己規劃路徑了。

的確是會先掃描高精地圖，但移動式物體怎麼事先掃

哪條公開道路沒有標線的？應該是需要先掃地圖比較侷限所以說 AP 的難度在於怎麼分辨背景跟移動物體撞貨櫃車就是辨認失敗的例子 把貨櫃當背景而 LiDAR 因為已經掃過背景 沒這個問題但沒掃過的就不會開也是事實

測試時會用光達先掃，那是因為level4的基本要求就是不需要人類介入，為了確保安全而先建立場景資料。如果是level3、2，光達自動駕駛也能不事先掃描。光達又不是不能邊掃編開，講要先掃才能開才是笑死人

也有即時建構地圖技術啊 你能在所有公開道路用AP到底在亂講啥東西 有公開道路標線的地方難道都能全交給AP不用人類駕駛了

如果像教主這樣出包就怪沒握方向盤，把責任都推給駕駛，光達自動駕駛早就實現隨開隨走的能力了。

AP本來就還沒開發完成 還是測試中的產品 需要駕駛監控但特斯拉目標一直都是不需要光達事先掃描的系統光達系統目前要價數十到數百萬 不可能普及不過擁光達派是覺得未來有可能降到幾萬元

所以你拿需要駕駛監控和取回控制權的AP和實際由自駕

反正有競爭是好事 我只是請你不要搞錯特斯拉設計邏輯

電腦掌握全車的路試 兩個里程數來比較? 有沒有搞錯

人家用光達的自動駕駛，在Level 4的場景，可沒像某神教吹的“自動駕駛”還要求駕駛不能放開方向盤。別把別人要考99分的標準，拿來和神教只要70分的要求來相比。

在討論自駕路試和影子模式(同樣公開道路條件下)比較結果你拿一個使用範圍限定的AP來說不只有影子模式..

如果某神教的自動駕駛要到達Level 4的等級，也是一樣要先把路線都掃描一次。

掃描是要建立地形，這個能用大數據跑但是有無障礙物體，就要靠邊掃邊開了八掃地機器人，都能做到邊掃邊吸還能建立地圖哪些地方沒掃過那葛誰誰說的地下室開車就是靠這葛，反正速度不會快ez

認同這篇所說的，兩派並無二致

即時建立怎麼可能分辨路邊停的車跟路邊永久性障礙至少要開兩次有變化才能過濾掉會變動的東西

笑死，難道路邊的臨時停車就代表可以撞上去？？難怪會撞上橫在路中間的卡車。不管是永久路障還是臨時路障，都一樣是路障，自動駕駛車一樣得要繞過去，或是等待看路障會不會移走，這個根本不是需要事先掃描的理由。

光達掃下去相對距離跟速度都有了，還會去撞就真的AI腦袋有問題了………攝影機照下去再分析是不是障礙物才真的很容易出包吧？

光達的處理速度沒有雷達跟攝影機快當然最完美的系統就是兩套都用特斯拉只是覺得這樣做成本將會無法普及大眾

光達處理速度沒雷達和攝影機快? 不知道就別唬爛好嗎

又在造謠了，誰和你講光達的處理速度比較慢？

所以才選擇更難的路走

Waymo出過不少次車禍，Uber也撞死過人，這些都是有光達的並不是有光達就一定可行，最終還是要回到軟體上來解決問題而且光達也有其限制與缺點，解析度低加上無法識別顏色，

在天候不佳時效果也會打折扣，所以會需要傳感器融合

光達一次幾個微秒掃描馬上就知道前方物體的距離與速度。使用攝影機做影像處理判斷，還要等車子移動個幾公尺，影像出

而就算有了光達，視覺辨識同樣還是繞不過去需要開發

翻譯：在高速(50-70km/h或是更快)的情況下反應時間很重要 而這是雷達比光達有利的地方

用光達的自動駕駛，也還沒出現前面橫著卡車還撞上去的蠢事。沒有深度感測器，就注定需要更多的電腦硬體需求，以及更低的可靠性。

你要不要了解一下光達可以打的距離和雷達比比……天候的部分狂風暴雨或濃霧的時候攝影機如何處理？Uber那件就三寶竄出，不是超久了嗎

笑死，雷達反應更快的話，怎麼會發生撞上橫在馬路中間的卡車的蠢事？雷達有指向性大差的問題，如果從特斯拉的案例來看，還有偵測距離不如光達的問題。就算反應再快，等到距離近到都要撞上去了才反應，那叫啥快啊？

一個感測出的資訊就是座標與速度，另一個則是一張圖，必須做影像處理再跟系統資料庫比對。你覺得？

Velodyne目前最好的64線光達HDL-64E其rpm為300-1200，轉一圈需要多少時間可以自己去算看看。光達的機械式限制就在那實際運用本來反應時間就不快。如果要用固態光達，範圍小會需要裝很多顆讓成本大增，這些都是光達的缺陷。

固態光達就在發展中，也持續努力在降成本。還是說電動車電池降成本是遲早的，光達就是做夢呢？？？

沒人講光達降價是作夢呀，問題是他降到合理價格前需要多久

特吹又來故意混淆視聽了。如果要避免撞上橫在路中間的卡車

到現在沒人能給出個答案來。而電池成本下降是已經有多年

就連台製的都能到達1800Hz了，還是比攝影機高。

問題就在於是視覺辨識發展快還是光達降價快？就看你自己相信哪一種。但是就像上面所說的，光達無法識別顏色，所以他看不到交通標誌，路上的箭頭他也看不到縮以他需要高精地圖輔助，而製作高精地圖又貴，修個路就要

而且光達掃描是360度的，要在汽車的四個方向上都用雷達與攝影機做到無死角，價格也沒便宜到那邊去

重來，到最後它同樣繞不過需要視覺辨識來做為整合或輔助@ewings你一邊講2D光達一邊又在講360度這樣混淆視聽好嗎?

而且人家裝光達的，可沒有說他們捨棄視覺輔助設計。但是只

我上面就已經講了，固態光達範圍小需要很多顆，哪來360度?

你要360度你要裝幾顆才夠？就是因為價格太貴所以大家都用

光達一定會先成功 但每個家庭都買得起的是特斯拉

跟你說一下，用的人多自然就會降價

機械式旋轉光達。你要這樣混淆概念一邊講2D光達一邊講360度

特吹是文組的嗎？？還是只會google？2D光達不是360度的，不然是幾度？？還是特吹以為光達是和攝影機一樣的東西？

拜託特吹先去google一下2D光達長什麼樣子吧

https://i.imgur.com/BuUHrwC.png 到底是哪來的360度？是ewings 在吹還是我在吹？

用光達取得距離與速度，再用影像辨識看紅綠燈標線不就好了……影像辨識紅綠燈跟標線不難，但判斷躺平的白色障礙物還挺難的……

光達沒辦法分辨紅綠燈 標線，難不成雷達就可以？

2d光達如果沒有視覺輔助，誰知道前面是斜坡還是貨車..

所以上面不是講說才需要視覺辨識嗎？

https://idminer.com.tw/product/lds-01-%E5%85%89%E9%81%94/

不管你用不用光達，視覺辨識都會是一個眾人繞不過去的技術

明明google是搜索的結果都在同一頁，特粉就是故意沒看到就對了。

https://shopee.tw/product/213213733/4213723910?smtt=0.0.9如果是420rpm的低階2D機種，也只要台幣不到2000元。特粉一直造謠說光達比較貴，看了就覺得好笑。

噗 竟然有人拿那種掃地機器人等級的光達來說嘴，那個一顆才幾千塊台幣而已，根本不是拿來車用的好嗎？

那這樣我也可以說掃地機器人就是電動車 北高要多久？

笑死，只需要掃地機器人等級的2D光達，就能避免撞上橫倒貨車的蠢事。特粉吹雷達和攝影機真是顯得蠢。

你貼這連結之前有沒有好好看過？距離只有120 ~ 3500mm你敢拿來用在車上？別說笑了好嗎？對，3500mm就能煞住 那不就好厲害。請問你用的是什麼剎車?

下一篇是不是要講手機電池才1000元 為何特斯拉要68萬

反正就是靜止障礙直直撞 還google一堆扯什麼？特斯

笑死，特粉是不認識“低階”兩個字嗎？好吧，那拿高階一點

阿就是有些特粉一直吹 吹到有些車主就真的傻傻放給車子自己開 就插上去了 其他家的也許真的還不夠好但是其他牌子的車主至少不會傻傻的看到貨車躺路上還天真的以為 車子會自己閃

哀 開始覺得我是對牛彈琴了。距離只有12m的也拿來說嘴說可

另外，特粉無腦貼上來的光達，人家是工業用的，有故意遮蔽掉偵測角度，避免雷射傷到作業員的眼睛。特粉還以為人家做不到360度，真是笑死。

LV4 沒上又說是法規不給過 技術很成熟 成熟了還一

過去告訴他們不需要用幾千上萬美金的光達，用99.99的就行

當然是Open beta啊，跟Win10全民公廁 省錢等到出事 撞車，再來說是輔助駕駛平常 沒事的時候，就是自動駕駛薛丁格no特斯拉自駕

笑死，只要有12公尺的偵測距離，就有足夠的制動距離，不會發生撞上卡車的蠢事了。特粉硬要找碴覺得還是太短？？https://lightwarelidar.com/collections/frontpage/products/sf40-c-100-m100米偵測距離也只要799美金。看特粉造謠光達很貴真是好笑。

該不會全民公測的概念吧？ 先對受測群洗腦說 這是最先進的自駕 放心開 出事就是輔助駕駛 駕駛人使用不正確

時速100km 12公尺偵測到 就煞得住,哪一台車辦得到?

12公尺就有足夠的剎車距離!? 交通部該請你去寫法規了光達這麼便宜幾百塊美金就足夠無人駕駛之用怎麼不快去告訴Waymo讓他們採用你的建議，低成本就可以有無人駕駛車幾百家新創公司都還在用上萬塊的光達根本就是傻瓜你說是嗎

799的光達,結果還沒普及,百年車廠是不是缺你當採購?

笑死，特粉吹了半天的自動駕駛，發生撞上橫在路上卡車的這件蠢事，開始煞車的距離也不到12米，這代表用這種玩具級的東西，都比特粉吹半天的強嘍。waymo沒像某神教做全民公測，把客戶當白老鼠。雖然用幾百美金的光達就能避免那種撞上卡車的蠢事，但是有責任的企業不會以這麼低的水準來要求Level4~5的自動駕駛車。

會講12公尺就足夠剎車、799光達就能無人駕駛車用，不曉得誰才會被笑。

車就爛咩,那你教我100km 12公尺制動距離的秘技好嗎?我覺得這個發現,比那個什麼唬爛自駕強多了

吹了半天的自動駕駛，結果還會直直的往橫倒卡車撞上去不就更好笑？waymo玩的是可靠度要求更高的自動駕駛，你會發生連玩具光達都能避免的意外的所謂“自動駕駛”就別再吹了。

都不回答我,那個12公尺是不是你吹的?

我比較相信12公尺應該是他激動下講錯的

光達的作用距離是由雷射sample rate決定，距離較遠時會發生測距模糊，所以會依sample rate抓一個測距上限。但是即使距離太遠測距模糊時，還是能接收訊號，判斷是否有物體，只是所測距離只供參考。特粉只會google，應該不知道這件事。

可是12公尺是你說的，不是Google說的耶

那台Lidar的更新率是高達8kHz，所以不發生距離模糊的距離是12米。只要更新率降到800Hz，距離模糊的下限就變成120米了。只是浪費了他的Q-switch性能而已都知道測距12m的光達拿來用是在搞笑了，是到了12米前都還不煞車，直直往卡車衝上去的所謂“自動駕駛”不就更好笑了？

教主好了啦 人家是什麼來頭 你又是什麼？為了你的威信 以及特粉之後的顏面 勸你就此打住吧

拜託繼續戰，我想看更多的打臉

教主接下來不就只剩無視、造謠、耍賴等招式了嗎？還是先來看個圖，結束這回合吧。https://i1.wp.com/semiengineering.com/wp-content/uploads/2017/04/image003.png這是半導體工程網站做的圖表。可以看到從2007年光達技術價格從8萬鎂，一直掉到今年的100鎂，而且每年的降幅最少也有14%。即使從特吹教主開始出來做亂的年份來算，光達技術也早就跌破萬美元了。結果特吹教徒還是一直造謠說光達要上萬甚至十萬鎂。

啪啪啪，好響喔，然後通常會無視另起戰場，他套路都這樣

照你那張圖 2019 應該要便宜到$150才對但是 Waymo 2019 卻還在賣$7500的光達

每次看這些戰來戰去 我總覺得某些沒料的特粉怎麼這麼有勇

還打臉冽，自己隨便找張圖來也沒看其內容就在喊打臉？

有$150的 怎麼還會有人買$7500的呢？！

100美元的無人駕駛車用光達在哪裡？直接講型號出來拿人家的預測價格來說嘴會不會太好笑了一點？

Waymo真的好會做生意啊 竟然能說服客戶買貴50倍價

你以為人家作外殼的料錢、系統整合開發的工錢、還有要發給股東的股利是不用算錢喔？？不然我發兩個便當給你，你明天來清潔隊幫忙抽一天的水肥好不好？反正你都不用看工錢嘛。

對了，你的100km/h 只要12公尺就能煞住呢？怎麼都不敢回？拿過去的預測來說嘴價格有夠好笑 XD自己找圖結果都不看內容的，快去查一下HDL-64E價格多少啦

笑死，拿12公尺是來嘲笑所謂“自動駕駛”蠢到直接撞上卡車的事。特粉還自己無視繼續講來打自己臉喔？我都笑到懶得提

拿2017年的一篇預測文來講現今的光達實際價格還真有料

12公尺就能煞住這句話可是你自己講的唷

老實說 Elon Musk 也常常時間預測錯誤 這不奇怪啦但至少他說的晚了幾年還是會達成

waymo還是採用機械光達吧，跟Velydon一樣。現在固態光達成本才能大幅降低。至於waymo以後會不會改？TSLA也可能認錯採用啊，話不用講太滿，以免以後打自己臉…XD

特吹教主造謠講了老半天說光達要上萬美金，結果自己貼出來，waymo做好系統整合的光達才七千五。都知道不到萬元了還講光達要上萬甚至十萬，這不叫造謠，什麼是造謠？！

另外一篇也去回一下呀，打臉呀，直接撞上橫躺貨車不就打臉，還是瘋狂打臉勒...拜託繼續吹啦

“有12公尺測距距離的光達可以避免撞上”和“12公尺就能煞著”，這兩個概念，教主又要故意這造謠來混淆了？會撞上卡車的所謂“自動駕駛”還真好笑。所謂“固態”光達，還是一樣有可動件，只是像DLP一樣用MEMS技術而已。但是反過來說，旋轉式光達，一樣可以使用MEMS技術微型化降低價格，所以也不一定說以後固態光達會比較便宜。光達技術本體價格降低，但是產品開發都是好幾年的時間，而且周邊硬體與API的開發都會有成本。現在買得到的產品，都是數年前技術，也反應在價格上。但是造謠說光達要上萬，然後繼續造謠說以後降幅不大，就太過分了。

我覺得拿一篇2017年的價格預測文來說現在光達100鎂比較過分HDL-64E的價格就擺在那，要數萬美元。次一級的32E也要7500這些多數公司正在用的光達價格故意掠過不談，然後去吹噓現在光達只要100美元？未來價格會降那是肯定的事，但是未來技術會進步也是肯定的我上面老早就講過，現在就是看光達價格降的快還是視覺辨識技術進步的快。誰比較快誰就更有機會把無人駕駛車量產

明明知道現在的光達產品早就跌破萬美元了，還在造謠光達要上萬甚至十萬，這種行為比較惡劣吧。為啥產品價格比技術高，前面都講了，教主要繼續發動“無視

忽視現今光達的高價，只用沒有根據的言論去講價格會降，卻

無視於視覺辨識技術也會進步的現實。

跟你講光達和視覺辨識的根本差異，你就是要忽略@[email protected]

https://www.spar3d.com/news/lidar/velodyne-releases-100-lidar-sensor/教主的無視大法又啟動了。人家Velodyne就是真的出了100美元的光達。就算裝十個，那也才1000美元而已。教主永遠無視他不想看到的google結果。

某人就這樣，不然那會跟這麼多人吵起來

現在比較正規的玩法是光達+視覺。只有特吹教主還在繼續造謠“光達很貴，沒有光達就是屌”就連NTSB都說特XX的自動駕駛缺乏深度的感應器，才會接連發生撞上靜止東西的車禍。

合理

真的只要一百鎂？那去年跟Waymo買7500不都是冤大頭

早買早享受阿。同樣性能的電子產品，每過18個月都會跌價一半。而且HL-64貴在它成熟的架構還有完善的API與SDK。

那這樣 Velodyne 不是應該大賣嗎？但實際上這公司最近被告非法裁員140名還準備把這些職缺轉移到中國

你是不是從沒有新冠肺炎疫情的平行時空穿越過來的？

如果能賣便宜50倍 怎麼還會被肺炎影響特斯拉都能打平收支了

笑死，你以為光達是阿婆上超市就會順手買一個回家？要採用全新的光達，就代表要重新啟動一個新的自動駕駛車輛開發專案。而且那個100美元的光達也因為疫情的關係延後發表了。

正規兩個字是否太沉重

有標線的狀況下還是常有辨識不清的狀況，如色差過小（如北美混凝土高速公路, 或是陽光太強）還有建造高速公路時分段澆灌的接縫線，這也會被ADAS誤判成道路標線，所以即使真的到LV5, 我也不敢真的放手睡覺去

當然是這些都解決了才會宣布LV5完成

nickboy78正解 0227雖然資料豐富 但最近參雜太多錯誤的個人臆測 混淆是非自駕車只能在事先建好HD map的特定區域內運行 不叫侷限數十萬台AP只要有標線或(明顯)道路邊緣就能開啟 叫侷限已經淪落到戰信仰了 唉

0227個人臆測 混淆是非？哀~ 沒料的果然只這招

加州所有道路都建好高清地圖了? 不然加州州政府怎麼允許自駕車隊在公開道路測試就算沒內建也是能即時掃(只是不夠精確)，而且自駕測試車一樣配有camera感知道路標線 自駕測試區域比AP能開啟的區域還侷限? 不知道還亂造謠

你知道無人駕駛能測試的地方只有一小塊嗎？並不是整個州都可以https://i.imgur.com/AOqk6qV.jpg這個區域以外的地方要測試都還是要有安全駕駛在車上待命很明顯這就是 Google 總部附近 Waymo 掌握最多高清地圖

是Waymo營運範圍僅限加州灣區南部區域，非測試範圍Pony.ai和Auto X可在全加州除特殊道路外的公開道路路營運 https://i.imgur.com/9ECY0gu.jpg而且你哪來的認知自駕測試車一定全靠高清地圖? 還是可以透過當下掃描建構地圖和位置資訊，自駕測試車也能抓到道路標線和邊緣(和AP一樣)這樣還認為自駕測試車數據蒐集比AP還侷限我也是醉了而且只講Waymo在那區域外測試需要安全駕駛，難道AP開啟時車上不需要駕駛嗎? 完全亂比一通

是是是 那個區域已經轉成可以營運 但其他地方還是一樣一定要有人在車上 所以就是 HD Mapping 還不夠嘛Pony.ai 跟 AutoX 必須要有人在車上才能測試或是營運AP還沒到可以無人的階段 特斯拉也承認難度比LiDAR高會花更久時間才能達成 但一旦成功會是最能普及大眾的系統

自駕測試車安全駕駛員是防系統跳脫下接手，絕多數情況都是電腦開車；反觀Tesla的AP有辦法完全放手自行在市區開車嗎？Tesla的AP有辦法在十字路口左右轉不需要人類駕駛？一直講自駕測試車要高精地圖有局限性，談AP就避重就輕講只要有標線就能使用只會提自駕測試須要安全駕駛員，Tesla AP開啟難道駕駛不用在車上？何況前者是多數交給電腦開，後者還要手放方向盤隨時注意路況，這樣你還能睜眼說瞎話講出自駕測試車的里程比AP里程更侷限誰先提自駕測試車測試範圍比AP使用範圍更侷限的？https://i.imgur.com/iMjZqJz.jpg 自己講話不用負責？

等特斯拉做到無人程度 當然是跟現在一樣只要標線或色差就能開 特斯拉就是要做這樣的系統目前還沒達成 而且會比光達系統更難達成 需要更久時間但是一旦達成將會是最能直接普及大眾的系統而光達系統基本上就是高精地圖不夠就會有跳脫可能需要駕駛待命 這就是光達的限制為了達成不用光達的系統 在測試階段特斯拉也是會用光達來做確認驗證 但最終是要沒有光達也能開的系統

提到其他自駕測試車就說一定要靠高精地圖不然可能跳脫，忽略lidar即時建構的能力；提AP就那麼有自信有道路標線一定不會跳脫，未來一定可行？

不行的話不會號稱Lv5的很明顯即時建構的能力就是不被信任所以一定要有駕駛只有Google總部附近有被信任而已你忘了特斯拉還有停車場自駕的能力 這可不用標線所以這能力已經有了 只是目前只能時速10km/h內用應該停車場的各種狀況也相對簡單

忽視跳脫率極低 一直提有安全駕駛員監控叫"不信任"那AP不能放手且駕駛要隨時注意路況接管車子算啥?

算未完成測試產品 不過LV4未完成 打其他廠Lv2綽綽有餘

那你拿Lv2的AP來比Lv4自駕測試車 說後者更侷限?自駕測試車就不被信任 AP就說只要有標線就能開 雙標

我講了很多次 特斯拉就是要做不被高精地圖限制的系統現階段還沒完成 而且完成需要的時間也會比用光達久但完成了將會是最能直接普及大眾的系統這就跟當年的愛迪生直流電跟特斯拉交流電一樣直流電系統比較容易完成 但只有少數布局的地方能用而交流電更能普及大眾 但難度較高 (當年)

啊不是在討論現階段自駕測試里程 你拿AP里程來反駁你先扯AP有邊線就能開 自駕測試需要高精地圖更侷限亂扯一通被回嘴後變成開始講未來? 跳針跳不停