※ 引述《ykjiang (York)》之铭言：
: ※ 引述《ewings (火星人当研究生)》之铭言：
: : ※ 引述《ykjiang (York)》之铭言：
: : : 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，
: : 这边看完，我的感想只有“供三小？”
: : 雷达与光达在原理上是利用扫描的方式，取得距离与向量，本质上资料的维度就是大于
: 二维了。
: : 是什么时候变一维的？如果要这么瞎扯，那镜头里的CMOS一次也只能读一个cell的资料，
: : 一样得要逐个扫描才能得到二维影像（这个就是所谓的果冻效应的成因），
: : 照你的说法，镜头不也一样是一维的？
: 雷达基本上是机械动作在扫描
: 初代的光达也一样，最新的发展小型化后，有搞阵列方式同时发射好几组雷射，不过
: 分辨率还是个问题
还是不晓得你在供三小
从雷达诞生以来，也从来没出现过你口中的“一维”雷达
https://en.m.wikipedia.org/wiki/Lichtenstein_radar
拿二战里的德国Lichtenstein雷达来说好了，雷达发射天线是固定在飞机的机首，
也没有任何的机械机构让天线摇动或转动。
但是利用雷达波打到目标，再反射回上下左右四个天线的时间差，以及A-scope显示器，
就能得知目标的在三维空间中的向量与距离。
而这个方式，特斯拉的雷达也在使用，只是特斯拉选的雷达，精度相比之下像玩具。
: 你讲的 CMOS 果冻效应，不是 CMOS 的本质，而是数位化后，要将资料放在内存，
: 从内存读取时有先后顺序，这基本上是电子式的扫描，跟前面的机械式有差距。
这边也是看不懂你在讲三小
就算是类比式的CCD，为了输出NTSC/PAL的序列讯号,也是逐个cell扫描
和数位化一点鸟毛关系都没有
另外，也一样在半个世纪前，就已经有电子扫描阵列雷达的技术
(electronically scanned array)
只是这种技术受到管制，车厂还想车卖到世界各地，多半不是很想用
: : : 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）
: : 这边也不知道在供三小
: : 在半个世纪前，雷达后处理技术就已经发展出利用比对前后时间目标的变化，预测目标
: 未来位置，
: : 并且持续追踪的技术。甚至还有类似合成孔径雷达（SAR）那种利用时间与位移积分，
: : 利用二维扫描形成3维雷达影像的技术。
: : 而利用都卜勒滤波技术，甚至不需要比对前后时间的资料，就能直接得到目标的速度，
: : 在半个世纪前，雷达就能直接利用都卜勒测速，外插推估目标的未来位置。
: : 但也没人讲雷达是四维资料的探测器。
: 你可以搜寻一下，有人就说这个是 4D 雷达
那只是营销用的名词，没有一本教科书用4D雷达这种讲法。
: : 而特斯拉的前镜头并没有构成立体视觉，就算加上时间预测，也只能构成2.5D，
: 去年 10 推出的 FSD Beta 8.1 跟今年三月的 FSD Beta 8.2 已经有立体视觉
: 预计四月（如果没延期的话）推出的 FSD Beta 9 会是 Musk 说的 4D 视觉
: : （三个定焦镜只能利用影像模糊的程度大致判断距离）,这也是特斯拉自动驾驶在视觉
: 深度一直为人所诟病的地方。
: : : 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
: : 无脑特粉才会觉得只靠镜头和AI就行
: : 真的在搞自动驾驶的，在研究的是怎么做多传感器的融合。
: : https://global.kyocera.com/ces/img/sensing-technology/sec11_img03.jpg
: : 像是直接将光达和摄影机做成同一个传感器，就是其中一个方向。
: 就算如后面推文你说的，特斯拉前向三个镜头是不同测交距离的镜头，搞不出立体视觉
: 但你忽略了特斯拉侧前方还有两个前向镜头，是完全对称的测焦距离是一样的80M以内
https://img.laserfocusworld.com/files/base/ebm/lfw/image/2020/03/2004LFW_jh_1__2_.5e834778af184.png
前方还有另外两个80m的前向镜头？你是还没睡饱吗？
麻烦在图里面指给我看一看。