五千年(敝帚自珍)

主题:【原创】货币锚定国债,不是建金融防火墙,而是建金融抽水机 -- nobodyknowsI

共:💬222 🌺617 🌵15
全看分页树展 · 主题 跟帖
家园 昨天看了个自动驾驶过限宽墩测试

当然限宽墩是纸糊的,仅模拟。场景是两车道左右两侧放置了长方形限宽墩,车辆需要从正常行驶车道跨实线通过限宽墩。测试结果是只有华为智驾顺利通过(全程未减速),如此拙劣的表现再次确认了你的AI是人工智障的判断。再读你的科普,发现L5的路确实遥遥无期。

我之前提到自动驾驶要解决的几个问题,确实2,3,4都可以归于一个问题——环境感知。只是从拟人的角度去看问题就更直观,而且从人类驾驶的感受看,2. 道路/车道识别 3. 信号灯识别 4. 障碍物识别,这三个问题其实等级难度都差不多,决策执行的优先级差不多,而且从算法剪枝处理来看要简单许多。一个大问题(通用性的问题)分解为几个小问题(区域性场景)计算量应该削减很多,甚至很多小问题可以得到近乎100%的答案。

回到限宽墩的场景,首先要解决障碍物识别测量问题,这个领域,没有安装前置激光雷达,毫米波雷达(最好是高精度4D毫米波雷达)的基本上先pass掉了,纯视觉方案理论上可行,但实际应用智障的厉害,也列在失败行列;另外虽然安装了这些传感器,但是无法做好信号融合处理的也失败了。障碍物识别测量做好后,决策执行控制车辆调整姿态通过就相对容易。意外的是,好几辆车子表现得是因为不愿意压实线而失败,决策系统看上去都非常智障。

初步了解了一下自动驾驶常用的几种传感器特征参数后,我大致的判断是自动驾驶传感器起码需要配置4D毫米波雷达,激光雷达和双目(或更先进)摄像头才有可能实现。然而如你所言,哪怕配齐了这些传感器,设备算力也足够大,对于一些非常longtail的障碍物识别依然是巨大的挑战,比如一些细小的东西,如钉子,碎玻璃,钢丝类物体,一些飘动的如塑料袋,飞絮类物体如何界定,感觉蛮怀疑的。因为一旦亚毫米级识别精度的激光雷达都无法识别,而重新借助视觉辅助判断的话,那又回到了听天由命的概率中去。我猜测现在敢给萝卜快跑放行,应该是基于AI的识别/决策能力足够避免恶性事故(可能好于人类驾驶),虽然不免出现各种智障场景。

感觉上,相比纯开放环境的L5级自动驾驶,似乎封闭场景机器人应用的实现短期内更值得期待。

全看分页树展 · 主题 跟帖


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河