在眾多生產(chǎn)商著手研發(fā)自動駕駛汽車的大環(huán)境下,幾乎所有的汽車都使用了激光雷達,并用以打造一種傳感器。這種傳感器可以借助雷達展現(xiàn)三維地圖中車輛周圍的情況。
然而特斯拉的首席執(zhí)行官埃隆·馬斯克卻表示,這樣的做法是錯誤的。
先有特斯拉于今年4月份舉辦展示活動,介紹其自動駕駛技術(shù)。馬斯克在這次展會中表示,這些生產(chǎn)商終將放棄激光雷達,因為任何利用激光雷達研發(fā)自動駕駛汽車的人都注定失敗。
后有特斯拉人工智能專家Andrej Karpathy表示,激光雷達確實為研發(fā)提供了一條捷徑,但是這種方法并沒有考慮到一個基本問題,那就是視覺識別在這當中的重要性。這個方法帶給他們一種進步的錯覺。
許多專家對該說法發(fā)出了質(zhì)疑。
首先來自密歇根大學自動駕駛汽車試驗場MCity的研究員Greg McGuire就指出:從某種意義上來說,這些傳感器都是一種依賴。作為工程師,他們就是這么做的,即創(chuàng)造依賴性。
McGuire還表示,只有當自動駕駛汽車真的非常安全可靠時,它才能被社會所接受。想要達到高度的可靠,就要堅持一個重要的原則——冗余。任何傳感器最終都會失靈,但如果使用幾種不同類型的傳感器,那就可以降低因為某一個傳感器發(fā)生故障導致事故發(fā)生的可能性。
其后,又有行業(yè)分析師(及前汽車工程師)Sam Abuelsamid表示,一旦你將這些理論技術(shù)用于現(xiàn)實,有很多未知數(shù)你是無法避免的。理論上,你或許可以僅憑相機來采集數(shù)據(jù),但若要百分百相信系統(tǒng)的判斷是正確的,最好是有其他正交傳感模式的輔助,例如像激光雷達這樣的傳感模式。
4月22日,就在特斯拉展示自動駕駛技術(shù)的同一天,康奈爾大學的三位研究人員發(fā)表了一篇研究論文,部分支持了馬斯克關(guān)于激光雷達的說法。計算機科學家們只用了立體相機,最終在KITTI(一種熱門的自動駕駛系統(tǒng)圖像識別基準)上取得了突破性的成果。該項新技術(shù)性能遠遠優(yōu)于之前的純相機技術(shù),并且和“相機+激光雷達”的搭配相比也相差無幾。
可惜,媒體對該論文的報道混淆了研究人員的實際發(fā)現(xiàn)。例如Gizmodo在報道中表示,這三名研究人員的論文是關(guān)于汽車上攝像頭的安裝位置的,但實際上該論文并沒有提到這一點,而Gizmodo也在研究人員聯(lián)系他之后,修改了他這篇報道。
想要恰當?shù)乩斫膺@篇論文,我們就需要了解軟件是如何將原始的相機圖像轉(zhuǎn)換成有標識的三維模型,在地圖上生動地展示汽車周邊情況。在KITTI的測試中,如果該算法能夠精準地識別汽車周邊的每一個對象,并用三維的框框?qū)⑵錁耸境鰜?,那么該算法就被認為是成功的。
通常軟件處理這種測試分為以下兩個步驟。首先,軟件通過某一算法運行圖像,為圖像的每個像素定一個距離估計值。這可以通過一對相機和視差效應的原理來實現(xiàn)。研究人員還研發(fā)了其他技術(shù),使用單個相機來估算像素間距。在這兩種情況下,第二步就是通過高度估計值將像素分組,組成不同的對象(比如汽車、行人或自行車)。
康奈爾大學的研究人員將每個立體圖像對應的像素轉(zhuǎn)換成由激光雷達傳感器生成的三維點云(點云數(shù)據(jù)指的是:掃描資料以點的形式記錄,每一個點包含有三維坐標,有些可能含有顏色信息或反射強度信息)。然后,研究人員將點云數(shù)據(jù)輸入到現(xiàn)有的目標識別算法中。
三位研究人員在其論文中表示,他們的方法在圖像識別能力上取得了巨大進步。例如,在KITTI測試的一個版本中,以前純相機采集數(shù)據(jù)的準確率最高為30%,而現(xiàn)在借助他們的技術(shù),準確率已經(jīng)提高到66%。
換句話說,“相機+激光雷達”的模式比純相機使用更加精準,這和激光雷達測量距離時精度更高無關(guān),其主要是因為激光雷達生成的“原生”數(shù)據(jù)格式恰好更容易讓機器學習算法使用。
這篇論文的作者之一Kilian Weinberger指出,他們的論文寫的是通過將基于相機的數(shù)據(jù)轉(zhuǎn)換成激光雷達的點云數(shù)據(jù),顯著縮小兩者之間的差距。
不過,Weinberger也明確表示,激光雷達和非激光雷達之間仍有相當大的差距。在KITTI測試中,康奈爾大學的研究人員將數(shù)據(jù)的準確率提高到了66%,但在使用相同算法的條件下,直接使用激光雷達生成的點云數(shù)據(jù)準確率高達86%。
AD:還在為資金緊張煩惱嗎?獵云銀企貸,全面覆蓋京津冀地區(qū)主流銀行及信托、擔保公司,幫您細致梳理企業(yè)融資問題,統(tǒng)籌規(guī)劃融資思路,合理撬動更大杠桿。填寫只需兩分鐘,剩下交給我們!詳情咨詢微信:zhangbiner870616 (來源:獵云網(wǎng))
- 美科技七巨頭遭特朗普關(guān)稅血洗 市值蒸發(fā)14萬億
- 特斯拉市值一夜蒸發(fā)超6400億元,美股科技“七巨頭”陷入調(diào)整區(qū)間
- 阿里巴巴于上海新設智信普惠科技公司,布局多領域技術(shù)服務
- 馬化騰短暫登頂中國富豪榜,騰訊科技與股價雙輪驅(qū)動成關(guān)鍵
- 本地生活賽道:2025年紅海變“血海”,平臺競逐白熱化
- 義烏哪吒小商品熱賣:緊跟《哪吒2》熱潮,一天賣幾百套
- 美恢復接收中國包裹,貿(mào)易政策突變引發(fā)物流界震蕩
- DeepSeek或再掀波瀾,可能對美股市場造成新一輪打擊
- 谷歌股價暴跌:收入增長放緩,人工智能支出引投資者擔憂
- 華為去年銷售收入超8600億元:ICT基礎設施穩(wěn)健,新業(yè)務快速發(fā)展
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。