深度神经元网络VS激光雷达 两者孰优孰劣?

最新更新时间:1970-01-01来源: 互联网关键字:神经元网络  激光雷达 手机看文章 扫描二维码
随时随地手机看文章

据外媒报道,在自动驾驶领域,特斯拉可谓独树一帜。该公司致力于研发计算机视觉和人工神经元网络技术,旨在解决与自动驾驶车辆相关的挑战。


尽管丰田、谷歌、优步、福特和通用汽车都致力于采用激光雷达技术,但特斯拉却总是高调地宣称,激光雷达永远也不会成为解决问题的途径。


特斯拉首席执行官——埃隆·马斯克有句名言:“(采用)激光雷达是徒劳的,任何依赖激光雷达的公司都注定要失败。”


那么,准确地说,激光雷达的瑕疵和计算机视觉最大的优势是什么呢?


阿基琉斯之踵——激光雷达的致命弱点


即使将测距精确到毫米级,激光雷达的表现也极为高效。然而,在面对移动的物体时,该技术的表现就没那么高效了。


据特斯拉人工智能部门的资深总监——安德烈·卡帕西(AndrejKarpathy)透露,激光雷达无法区分塑料袋和路面上减速带,这会造成安全隐患:在驶向减速带时,车辆需要减速,然后才能轻松通过该塑料减速带(避免颠簸)。


此外,直到目前为止,激光雷达技术的产品成本依然极为昂贵,这就产生了一个问题:若一款车型同时搭载多个激光雷达,那么该车型的成本效益就低了。


尽管存在诸多瑕疵,但激光雷达相关的最大挑战源自于3D高清地图——后者是一项不可或缺的重要技术,若无3D高清地图的配合,自动驾驶无从谈起。


这类地图创建的3D街景视图(建模)同样是自动驾驶及其安全性所需的技术,且只能与谷歌持续更新的3D高清地图协同使用。


然而,哪怕是绘制一厘米的街景图,也需要消耗大量资源,且从金钱角度看,该任务的花费不菲。这表明,搭载激光雷达的车辆只能在已绘有地图的限定区域内行驶,这就极大地限制了自动驾驶车辆出行的覆盖范围。

 

特斯拉的非传统技术路径


特斯拉是全球最大的电动车制造商,其采用的技术路径也与其他竞争对手截然不同。该公司希望赋予车辆“视觉”能力,使车辆能够像人类那般完成驾驶操控。


与竞争对手不同,特斯拉并未采用激光雷达。相反,该公司致力于研发先进驾驶员辅助系统(AdvancedDriver Assistance System,ADAS)或半自动驾驶系统(semi-auto pilot),该系统与摄像头与雷达整合系统协同使用。(最近,特斯拉车辆在升级系统后可使用纯摄像头系统。)


摄像头与雷达的整合能够为算法提供所需的录入数据,从而创建车辆周边的地图,其采用计算机视觉及基于人工智能的算法来做驾驶决策,几乎像逆向工程设计的人类视觉。


特斯拉采用8个摄像头+雷达的矩阵套件,从而实现自动驾驶、自动泊车、车道居中控制、自适应巡航控制及便道等功能。


特斯拉车辆的车载软件则基于深度学习算法,其尝试在函数中研发高等神经元网络,起到与人类视觉系统相类似的作用,这就需要从车辆的周边环境采集纯视频输入。


然后,这类神经元网络就会对道路、路标、行人、减速带、障碍物及其他车辆的视频输入加以分析。


纯计算机视觉所面临的主要争议在于:在没有激光雷达和雷达设备的辅助下,我们无法确定神经元网络能否精准地测距并完成深度预测。


为解决该问题,特斯拉一直在训练其神经元网络,为其输入从全球特斯拉车辆所采集来的视频数据集。在自动算法及人工监督的辅助下,完成对上述视频的标识工作。


安德烈在2021年计算机视觉与模式识别国际会议(ComputerVision and Pattern Recognition Conference 2021)上对上述内容进行了详细阐述。他向观众透露,在算法培训所用数据集的开发过程中,其团队识别了200余种触发器,暗示目标物探测仍需调整。


这类触发器将造成探测结果之间出现不一致。为此,特斯拉不得不再花了四个月时间,修复每一个触发器。特斯拉还采用了超级计算机来训练深度学习建模并实现优化调节。


特斯拉的首要目的是研发一款类似于人类视觉系统的自主计算机通用性视觉系统及一套可全面发挥Autopilot车载系统性能的算法。


如今,特斯拉只是将此视为监督式学习的一个问题。公司已经提升了卷积神经元网络的性能,期望未来的车辆能够基于计算机视觉技术来完成操控及车辆的运行。


从另一方面讲,激光雷达技术所取得的进展也并不令人兴奋。除了持续滑落的售价外,激光雷达在地图绘制方面所取得的进展并不大,更遑论还有其他瑕疵。


因此,就让我们怀着激动的心情拭目以待——看看特斯拉的技术路径能否在未来取得出色表现?届时再看看激光雷达能否在通过自我技术革新来消除其短板?


关键字:神经元网络  激光雷达 编辑:鲁迪 引用地址:http://news.eeworld.com.cn/qcdz/ic546076.html

上一篇:AI DAY解读 — 特斯拉 Autopilot的视觉架构
下一篇:BlackBerry携手诺博科技打造智能座舱域控制器

推荐阅读

特斯拉称将推出“全球最先进”车载计算机
之下,特斯拉Autopilot 3.0硬件的处理速度为2,000帧/秒,并具有冗余。他解释道,公司基于特斯拉神经元网络,从无到有,一手打造自动驾驶芯片,将其用作神经元网络加速器。值得一提的是,特斯拉的神经元网络是由其人工智能及视觉团队一手打造的。Bannon与马斯克重申,新款计算机将被用作当前Autopilot 2.0(及更高版本)的升级件,车主只需更换车载计算机即可。Bannon表示,该硬件升级预计被安排在明年。同时,特斯拉仍计划提升当前硬件上的Autopilot系统,并在未来“四周”内推出9.0版软件。
发表于 2018-08-07
Velodyne Lidar与跨国安防技术公司QinetiQ签署五年销售协议
Velodyne激光雷达传感器为QinetiQ机器人防御车辆提供测绘和自动化能力加利福尼亚州圣何塞,2022 年1月 11 日。Velodyne Lidar宣布与领先的跨国安防技术公司QinetiQ签署一份为期五年的激光雷达传感器销售协议。QinetiQ选择 Velodyne 传感器为其一系列无人地面车型(UGV)提供感知和测绘服务。20 多年来,QinetiQ作为提供防御和快速反应功能的无人地面车辆(UGV)的领先供应商,提供从2.3kg到23,000kg的全系列无人地面系统。虽然QinetiQ的 UGV 产品最初是解决爆炸物处理和清理路线中的危险因素,但现在其系统多应用于各种运营任务中,使操作员远离不断变换的新威胁
发表于 2022-01-12
Velodyne Lidar与跨国安防技术公司QinetiQ签署五年销售协议
Lumotive与ZKW展示集成激光雷达的汽车大灯
据外媒报道,近日,固态激光雷达系统开发商Lumotive与高级照明系统和电子产品供应商ZKW Group联合进行了功能性演示,将Lumotive的激光雷达技术集成到ZKW汽车前大灯。本次演示结合了Lumotive的Meta-Lidar™平台和ZKW的高级车辆照明技术,旨在打造道路照明性能卓越的前大灯,同时为高级安全功能和自动驾驶功能提供3D感知。(图片来源:Lumotive)与使用机械旋转组件的上一代激光雷达系统相比,Lumotive的固态解决方案体积小、可扩展,且可无缝集成到许多移动出行产品中,如汽车照明系统。ZKW集成大灯采用Lumotive M30模块原型,该模块是Meta-Lidar™平台的主力产品,使用脉冲激光束,测量
发表于 2022-01-10
Lumotive与ZKW展示集成<font color='red'>激光雷达</font>的汽车大灯
索尼真要造车?看懂这颗激光雷达芯片,就看懂了索尼汽车
有目共睹。但一个关键问题是,索尼造车的底气究竟在哪?答案是传感器。早在2021年CES期间,索尼谈到Vision-S时就表示,希望通过自身的CMOS传感器、固态激光雷达、传感器融合等成像、感知技术为消费者带来安全、可靠、舒适的出行体验。2021年CES展出的Vision-S上有33个传感器,其中大部分是索尼自研或使用了索尼的技术。今年CES上,传感器数量升级到了40个。这其中有一颗名为IMX459的SPAD(单光子雪崩二极管)激光雷达传感器(激光接收芯片)。依托索尼的双层图像传感器堆叠技术,激光雷达企业可以基于IMX459造出等效线数上千的超高清雷达,让汽车看得更远、更清楚(300米的感知精度为15cm),并且还能以更快的速度计算出距离
发表于 2022-01-09
索尼真要造车?看懂这颗<font color='red'>激光雷达</font>芯片,就看懂了索尼汽车
阜时科技SPAD芯片斩获头部激光雷达大厂订单
1月7日,专注于激光雷达SPAD芯片设计的深圳阜时科技有限公司发文称,已斩获国内头部车企激光雷达芯片订单,并将从2022年开始陆续交付。阜时科技公司官网显示,阜时科技总部位于中国深圳,为集成电路设计企业,专注于智能传感器、处理器芯片的研发设计及配套算法开发,致力于推动人机交互技术的智能化升级。在3D人脸感测技术等领域有深度技术积累。团队方面,阜时科技创始人莫良华毕业于香港科技大学集成电路设计专业,在集成电路设计和触控、TDDI等应用领域作为发明人申请了250多件国内外专利,拥有20多年集成电路设计经验,是国内模拟电路设计、混合信号芯片设计、芯片架构设计及系统设计等领域的领军人物。成功带队研发及量产3D机器视觉、光学屏下指纹、健康
发表于 2022-01-07
禾赛科技在CES 2022发布新一代车规级激光雷达
1月5日,禾赛科技亮相全球电子消费品盛会CES 2022,首次公开展出已获数百万台定点、搭载新一代自研芯片的车规级半固态激光雷达AT128,并重磅发布了全新近距超广角激光雷达QT128。集历代拳头技术之大成 禾赛AT128频频拿下前装量产订单车规级远距半固态激光雷达AT128,是禾赛面向ADAS前装市场推出的一款主激光雷达,承载了公司积累数年的光、机、电、软、芯、安全等全方位核心研发成果,成为禾赛历代拳头技术的集大成者。禾赛AT128产品图禾赛与Lumentum携手,将原本用于消费电子领域的顶尖技术首次带到了激光雷达领域,通过基于VCSEL阵列光源的新一代激光雷达设计大幅提高了产品集成度。这也使禾赛AT128成为业界首个基于
发表于 2022-01-06
禾赛科技在CES 2022发布新一代车规级<font color='red'>激光雷达</font>

推荐帖子

大家现在都用NI的哪种板卡
问问大家现在都用NI的哪种板卡大家现在都用NI的哪种板卡
安_然 测试/测量
STM32的BOOT模式和仿真!
一直有一个疑问(刚开始我还疑问是芯片问题):使用JLINK+IAR仿真时,都要切换到内部SRAM启动(BOOT1=1,BOOT0=1)否则,写FLASH老是出错。不知道这是什么缘故?STM32的BOOT模式和仿真!
linwei1234 stm32/stm8
请求高手讲解下LED手电筒(大功率芯片的)驱动的开关控制的详细电路过程
非常感谢好心人指点下,正在学这个,谢谢!请求高手讲解下LED手电筒(大功率芯片的)驱动的开关控制的详细电路过程
meeagle Microchip MCU
DSP的读异步存储器时钟是怎么控制的呢?
具体应用情况: 5509ADSP的CE1空间外接了一个异步存储器(FIFO),由DSP提供的异步读时钟ARE的频率是怎么控制的呢?是主频/(建立时间+选通时间+保持时间)吗?当然这三个时间可由相关寄存器配置。 比如主频设为144MHz,建立时间为2个CLK周期,选通时间为5个CLK周期,保持时间为1个CLK周期,那么ARE频率=144/(2+5+1)=18MHz吗?DSP的读异步存储器时钟是怎么控制的呢?
zhaironghui DSP 与 ARM 处理器
资料分享:2018年全国大学生电子设计竞赛TI杯赛题简单回顾和准备经验分享
本帖最后由qwqwqw2088于2020-10-1110:00编辑 2018年TI杯赛题 A:利用TI公司指定的高精度ADC芯片制作一个万用表,要求能够测量电流、电压、电阻。精度要求忘记了。这个ADC芯片是使用I2C通信的。如果不熟悉I2C通信协议,这道题目可能连数据都获取不了。另外根据现场的经验分享,数据手册里面对某个信号要求稳定时间不低于5us。 B:利用TI公司指定的液位测量传感器FDC2214以及指定的水泵(电压:DC12V;扬程:300cm;流量:240L
qwqwqw2088 电子竞赛
我过去收藏的一些运放资料
这几天为了寻找一些资料,把过去刻录的光盘找了出来。其中有些资料是关于运放的,想到也许能对大家有些参考价值,拿出来共享吧。也算是我响应号召吧。 这些是比较器资料。我过去收藏的一些运放资料
quanzx 模拟电子
小广播
换一换 更多 相关热搜器件
更多每日新闻
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2022 EEWORLD.com.cn, Inc. All rights reserved