有激光才是高阶智驾?你可能有些误解

Description
杀到 12 万区间的激光雷达高阶智驾,让主视觉路线的车企有些措手不及。但小鹏 P7+ 的表现告诉我们,都 2025 了,感知元件对智驾性能的影响,还不如这个东西……

Comments

毫安 2025-03-25

没有误解,高阶要的是能应对假3d图像,大雾,水雾,大雨,风沙,能见度极低,反光强射。如果以上都不能应对那只能说是 能用的智能驾驶,而不是高级智驾,只能针对普通路况的智驾,而不是高阶的覆盖面广的智能驾驶[doge]

♥ 39 ↩ 7

世栋 2025-03-25

智驾只需要纯视觉。激光雷达只能实现加法。激光雷达看到的信息相当于无线电台传来一个你看不见的信息:前方 50 米有坑请刹车。这样的信息感知能力无法让你成为老司机。 但这个加法拥有的信息是纯视觉无法实现的。 华为目前的路线是最正的:既要纯视觉的智驾算法,又要激光雷达的额外信息。两者仅仅靠相加就足够杀穿。

♥ 12 ↩ 1

badiao_no_mercy 2025-03-25

明显激光雷达的上限更高啊

♥ 9 ↩ 5

杜鹃休向耳边啼 2025-03-25

道理很简单,水平不够,硬件来凑!加激光雷达,是智能水平很低的时候的兜底选择!

♥ 7 ↩ 5

reckyaa 2025-03-25

不是硬件越多越好,想象一下要你命3000[doge],难的是整合。

♥ 6 ↩ 3

你-我-他们 2025-03-25

至少目前个人更偏向带激光雷达、毫米波雷达、摄像头、超声波雷达等各感知硬件取长补短、雾霾沙尘大暴雨等全场景可用的融合感知方案[OK]

♥ 6 ↩ 11

杜鹃休向耳边啼 2025-03-25

哈哈,这说法要看你的参照系,加激光雷达上限高,那说明你智驾算法水平低!

♥ 4

在中国的坡县首富军儿 2025-03-26

这标题明显是广告

♥ 3

知意w_ 2025-03-26

传感器多,总是比少好的。算力高,总比算力低好的。现在很多机器人在发表诡辩,什么传感器越少越强,什么算力越低越强。实际情况是多多益善,安全第一。

♥ 3 ↩ 11

小黄蜂bee 2025-03-26

现在激光雷达和视觉的融合方案太差了,大部分智驾的激光雷达纯摆设,不如去掉低价走量

♥ 3

superdaly 2025-03-25

17万 要什么自行车

♥ 2

记录日子里 2025-04-03

每次看到这些评车的张口闭口就是缺训练数据,咋,你默认他算法已经合格了吗?

♥ 2

路人o萌 2025-03-26

[doge]事实:某些车激光雷本来就是摆设,去掉和没去掉有什么区别?

♥ 1

想想想做你的王_ 2025-04-27

还是要多种传感器互补

Girute 2025-04-14

只能说激光有就是好,这就是个保底的设备,精度最高的,基本很难误判,不然为什么成本高?不然为什么好的激光雷达在中国并且限制出口和国家支持发展?视觉的感知距离是有限而且极其考验工程师的算法实力和硬件算力,一旦软件实力不行就是那不就是玩命,谁不想有个保底的探测距离远识别精度高扫描频率快的设备?不然你以为sr里实时扫描出来的精准的人形状和树木形状车辆形状是哪来的,不否认视觉很有潜力,但这取决于工程师的实力反而和硬件关系不太大,说白了就是很悬,谁保证自己的软件万无一失呢?

暮疆自驾 2025-03-30

当特斯拉FSD落地后,再回头看一下用装备激光雷达的龙飞船干翻百年老店波音的马斯克说过的话,只有傻瓜才用激光雷达做自动驾驶,这就是现实世界正在发生的事,三个月后全自动驾驶就要在美国德州运营,没有激光雷达才是高阶智驾,也能体会到整个激光雷达行业的愤怒,马斯克砸了整个行业的饭碗,电动新势力也进入静默期,接下来有好戏看了。

↩ 1

人儿人儿啊 2025-03-26

纯视觉智驾?遇到个冰霜雨雪天黑啥的,连人眼都压力大,你让人去信任摄像头是不是太扯淡了?何况还有要摸着石头过河的处境。谁再拿钱念通稿鼓吹视觉智驾,点踩举报拉黑三连是对的。

长须鲸级工业舰 2025-03-26

白光可以吗?可以,但白光加上激光上限更高,为什么不要?就好像你有眼睛看同时耳朵听,但有人非要只用眼睛不用耳朵,还强调废物才同时用眼睛和耳朵。

AI视频小助理 2025-03-26

实名羡慕up这溢出屏幕的才华[点赞][点赞][点赞],YYDS!快来一键三连吧[热词系列_优雅] 一、在自动驾驶领域,随着激光雷达等技术的发展,高阶自动驾驶逐渐普及,但对于纯视觉路线的车企带来了挑战。 00:01 - 车企喊智驾平权,推出全场景高阶支架 01:05 - 激光雷达成为高阶支架的标配,视觉高阶支架能力是否受影响 01:52 - XNGP可以记忆车位到车位路线,但有十条限制,需要精确对应原路线的车位 二、一位玩家在玩一款名为XNGP的游戏时的实时语音评论,主要涉及到游戏中车辆行驶中遇到的各种情况和挑战。 03:01 - XNGP误把对向车道当成自己的车道,需要安全接管 04:07 - XNGP需要学会绕开障碍物并回原车道 05:57 - 所有的端到端支架都很难搞定,需要更好的技术和算法 三、在时空联合场景下,XNGP的表现和潜在的改进空间,包括对障碍物的判断和导航路线的修正。同时,也提到了一些驾驶技巧和注意事项。 06:00 - 时空联合场景,车辆因安全策略而畏缩不前,导致堵在中间。 06:57 - XNGP过度谨慎,导致后视镜几乎被干没,需要控制方向。 08:50 - XNGP成功通过掉头口,让车辆多次通过,展现高阶智驾的奇迹。 四、在驾驶过程中遇到的一些情况,包括遇到大车、复杂路口、代驾选择路线等。同时,我们也提到了一些关于车辆支架和AI代驾的问题。 09:00 - XNGP的绕行没那么积极,但大车让了路,我们再走走看。 10:25 - 视觉图灵AI支架可能是全新的模型,训练数据太少,需要时间。 11:59 - XNGP给狗做了建模,可视化界面可以看到。 五、小鹏汽车的自动驾驶系统XNGP在停车场接管和自动驾驶过程中的表现和不足,并探讨了其成长空间和未来发展前景。 12:01 - 识别到位置但无法预测动态,不算安全接管。 13:12 - XNGP预计用时增加14.81%,测试过的支架效率最高。 14:34 - 数据量增加加上云端世界模型发力,XNGP成长速度会非常惊人。 --以上内容由模型基于视频内容生成,仅供参考。视频总结、高能空降欢迎召唤热心市民@AI视频小助理

公子丶韶年 2025-03-25

第一[doge][doge][doge]