楼主:
ykjiang (York)
2021-04-08 22:54:54从最基本的原理来说，光达跟雷达就是用来测距，理论上只有一维的资讯
三维的部分是经过一些设计、运算后得到的
反而镜头得到的一开始就是二维资讯，然后可以经过运算得到三维的资讯，
特斯拉更进一步从中取得四维资讯（多的那维是时间轨迹预测）
以目前的技术：
距离方面，光达的精度比较高
平面部分，镜头的精度较高，然后镜头还可以判断颜色这个重要资讯
以自动驾驶而言，两者的精度都超过人眼了
所以关键还是在 AI 等其他方面
※ 引述《airforce1101 (我不宅)》之铭言：
: 影像、雷达、光达不太一样，我把影像与雷达、光达拆成两类好了，影像对于讯号处理来
: 说属于二维阵列，但是雷达与光达可以带回三维的目标资讯，雷达就是低频段的光，因频
: 率特性不同，所以适用场景不同，光达的脉冲时间很短，所以较于雷达相比，对于相同目
: 标，可以带回更高精度的资讯。
: 光达的领域上有关延展性目标，可以参考K. Granstrom, M. Baum, and S. Reuter 所著
: 的这篇文章 Extended object tracking: Introduction, overview, and application.
: 在AI辅助下，或许环境良好下影像能做到光达能大多数能做的事，但某些判断影像与光达
: 先天上的差距还是存在。
: 其实也好奇，传感器与影像间的关联是否让AI找出并学习其特征向量，有待高手解答了。