1.运算资源庞大 2.计算距离精度还是不如光达&雷达3.VSLAM误差模型复杂 4.深度学习无法做到100%成功接4,所以目前还是需要另一套系统(ex:光达或4D雷达)没有喔 成本反而是镜头便宜 虽然光达也降超多了犯低级错误的问题就出在"感知"上AI不如人类你是不知道光达成本降多少了吗XD纯靠视觉+深度学习方案没办法保证100%成功,又不用其他方案,不就祈祷视觉都不能失效(犯错)车用的你拿半导体来比.....天啊人家主流玩法就是光达+视觉+雷达三者都用互相弥补啊所以其他自驾团队都是用多感传器(光达视觉都用啊)没人叫你择一啊 截长补短不行? 别套当冗余设计不行?最好是.....看看nuscenes数据库数据种类好嘛
https://youtu.be/C6KbbndonGg一个技术不可行的 担心人家技术可行的没钱完成XD要嘛有把握视觉做到99.999% 要嘛别的方案redundancy视觉靠深度学习喔 把深度学习当万灵丹XD
https://youtu.be/Yc4MfzbbtuI谣传是用Arbe的4D雷达啦,Musk就讨厌光达了啊不是很多白色车看得到就够了捏 要实用商用化是要99.999%都能成功辨识欸 毕竟只靠单一方案讲雷达的,你知道目前的车用雷达包含Tesla使用的都选择不输出静止量测数据吗.....我讲雷达你讲视觉,那万一静止物视觉没法正确感知呢.....别的方案是?R止物只能纯靠视觉,是觉得都能成功万无一失喔跟车辆安全相关是靠视觉+深度学习单一方案做到100%安全? 不用有其他方案来避免失效雷达不会输出静止物量测资讯啊,遇到静止物视觉又没法辨识怎么办?现在车用的雷达就不具备高度资讯,你不把静止物滤掉是想传感到号志还是立牌就误作动喔,问这种问题.....不然干嘛争相研发4D雷达