這個youtuber將FSD AI看到的畫面結合實際行車畫面
https://www.youtube.com/watch?v=qRjY55ELYnc
有幾個亮點, 你去觀察對向車道,或是更遠處都可以發現AI都可以清楚知道車子位置在哪
換句話說,FSD用了鏡頭就可以模擬光達的距離偵測了
這個技術已經被特斯拉提出為專利
https://uspto.report/patent/app/20200265247
特斯拉一直在訓練深度學習神經網絡，該神經網絡可以說是“偽LiDAR”所以馬斯克
認為根本不需要光達.靠鏡頭模擬即可,不服的人去看看AI所看到的畫面跟實際差異
再來. 要問大家在1分27秒處, AI感應到馬路中間有行人, 我想問看看多少人能在影片中
看到.如果看不到就代表AI的感知能力已經大於人類
如果還找不到 請看這張圖
https://i.imgur.com/khEAyN8.jpg
AI看到行人,並且以藍色框表示
我相信隨著數據繼續增加,AI深度學習,最後特斯拉仍然在自動駕駛處於統治地位
其他關於特斯拉這項技術的解釋
https://tinyurl.com/ssrktpeh
機器翻譯
特斯拉發布專利：“使用視覺圖像數據評估對象特性”以增強自動駕駛系統
為了操作自動駕駛系統，通常在汽車上安裝大量各種昂貴的傳感器。但是，特斯拉決定避
免這種情況，並使用攝像頭構建自己的自動駕駛系統。這使AI學習過程變得複雜，但是它
具有許多關鍵優勢，並且可以為駕駛提供真正完整的自主權，被歸類為5級自主權。
特斯拉已經發布了一項專利“使用視覺圖像數據評估對象屬性”。公開的發明有助於基於
由車輛攝像機捕獲的圖像來接收數據，以便部分地識別物體與車輛的距離。
自主駕駛系統通常依賴於安裝眾多傳感器，包括視覺和發射距離傳感器的集合（例如，雷
達，激光雷達，超聲波等）。通過收集每個傳感器捕獲的數據，系統可以了解車輛的環境
並確定如何控制車輛。但是，隨著傳感器數量和類型的增加，系統的複雜性和成本也隨之
增加。
例如，將發射距離傳感器（例如激光雷達）包括在大眾市場的車輛中通常是昂貴的。此外
，每個附加傳感器都增加了自動駕駛系統的輸入帶寬要求。因此，特斯拉開始尋找車輛上
傳感器的最佳配置。理想的配置應限制傳感器的總數，而不限制捕獲的數據的數量和類型
，以準確描述周圍環境並安全地控制車輛。
該專利中描述的系統包括一個或多個耦合到存儲器的處理器。一個或多個處理器被配置為
基於由車輛攝像機捕獲的圖像來接收圖像數據。然後，目標是利用此數據（作為對經過訓
練的機器學習模型的輸入的基礎），以至少部分地識別物體與車輛的距離。機器學習模型
已經使用訓練圖像和發射距離傳感器的相關輸出進行了訓練。
該專利描述了一種用於從視覺數據生成高度準確的機器學習結果的訓練技術。使用輔助傳
感器數據（例如雷達和激光雷達結果），輔助數據與從視覺數據中識別出的對象相關聯，
以準確估算對象屬性（例如距離）。在各個部分中，輔助數據與視覺數據的收集和關聯都
是自動完成的，幾乎不需要人工干預。

1.運算資源龐大 2.計算距離精度還是不如光達&雷達3.VSLAM誤差模型複雜 4.深度學習無法做到100%成功接4，所以目前還是需要另一套系統(ex:光達或4D雷達)沒有喔 成本反而是鏡頭便宜 雖然光達也降超多了犯低級錯誤的問題就出在"感知"上AI不如人類你是不知道光達成本降多少了嗎XD純靠視覺+深度學習方案沒辦法保證100%成功，又不用其他方案，不就祈禱視覺都不能失效(犯錯)車用的你拿半導體來比.....天啊人家主流玩法就是光達+視覺+雷達三者都用互相彌補啊所以其他自駕團隊都是用多感傳器(光達視覺都用啊)沒人叫你擇一啊 截長補短不行? 別套當冗餘設計不行?最好是.....看看nuscenes資料庫數據種類好嘛https://youtu.be/C6KbbndonGg一個技術不可行的 擔心人家技術可行的沒錢完成XD要嘛有把握視覺做到99.999% 要嘛別的方案redundancy視覺靠深度學習喔 把深度學習當萬靈丹XDhttps://youtu.be/Yc4MfzbbtuI謠傳是用Arbe的4D雷達啦，Musk就討厭光達了啊不是很多白色車看得到就夠了捏 要實用商用化是要99.999%都能成功辨識欸 畢竟只靠單一方案講雷達的，你知道目前的車用雷達包含Tesla使用的都選擇不輸出靜止量測數據嗎.....我講雷達你講視覺，那萬一靜止物視覺沒法正確感知呢.....別的方案是？R止物只能純靠視覺，是覺得都能成功萬無一失喔跟車輛安全相關是靠視覺+深度學習單一方案做到100%安全？ 不用有其他方案來避免失效雷達不會輸出靜止物量測資訊啊，遇到靜止物視覺又沒法辨識怎麼辦？現在車用的雷達就不具備高度資訊，你不把靜止物濾掉是想感測到號誌還是立牌就誤作動喔，問這種問題.....不然幹嘛爭相研發4D雷達

好煩喔為什麼一直都有狂熱特粉再戰這種東西啦，走了一個教主桶了一個副教現在有來一個不知哪邊的小丑，你們煩不煩啊？還是都是同一個人一直買帳號？好啦特斯拉最強啦爽了嗎？

目前車用毫米波雷達只有平面沒有高度資訊！所以地面人孔蓋懸在空中的號誌橋樑都有可能感測到，造成系統誤作動誤煞車，所以才有廠商在研發4D雷達就算雷達陣列，掃出來的都是在同個平面的data，系統哪知道是車還是號誌人孔蓋，所以才會需要濾掉雷達感測到的靜止物量測數據

雷達不能測高，還是受限於波束成像問題

請問如何分辨偵測物體是車、人、人孔蓋還是號誌?

動靜物體還好分，可以算多普勒頻率靜態物體區別很難

車廠常用作法是把雷達測到的靜止訊號濾掉省麻煩就是

雷達的脈寬相對於光達太長，並不適合最精準判別就是光達了

airforce1101對感測講的比我正確且清楚很多@walelile 那是4D雷達 目前市售車沒有配置4D雷達RadSee 4D Radar https://youtu.be/h7t-6_wiZKMArbe 4D Radar https://youtu.be/Yc4MfzbbtuI

4D雷達看介紹，用連續波關鍵在於後級的處理器連續波就沒有解析度問題，回波也會是連續並不是脈衝雷達毫米波比多數的物體尺寸短，也落在光學反射區少了高頻光對於較差氣候的衰減影像