埃隆·马斯克谈自动驾驶和自主汽车中的摄像头与激光雷达

Elon Musk on Cameras vs LiDAR for Self Driving and Autonomous Cars

频道:AutoPilot Review · 时长:10:24 · 发布:2019-04-27 · 播放:226938

在 YouTube 观看

简介

2019 年特斯拉自动驾驶日的一段剪辑,埃隆·马斯克认为摄像头足以实现自动驾驶,并称激光雷达是徒劳之举。

HN 为什么推荐

在自动驾驶讨论中被引用为特斯拉纯视觉立场的来源,通常用于讨论或反驳。

我认为埃隆·马斯克提出了一些很好的观点,为什么激光雷达 — HN, 2020

自动驾驶与自主车辆 · 汽车、电动车与摩托车

中文字幕节选

激光雷达是徒劳之举,任何依赖激光雷达的人都注定失败。 昂贵的传感器是不必要的。 这就像有一大堆昂贵的阑尾,一个阑尾就 很糟糕了。现在,我想放一大堆。 那太荒谬了。所以在我演讲的下一部分,我将特别讨论 仅使用视觉的深度感知。 你可能知道,汽车中至少有两个传感器。 一个是视觉摄像头,只获取像素,另一个是激光雷达,很多公司 也在使用。 激光雷达为你提供周围距离的点测量。 嗯,首先我想指出的一点是,你们所有人都来到这里,你们 开车来到这里,你们中的许多人,你们使用了你们的神经网络和视觉。 你们并没有从眼睛中射出激光,但你们仍然到达了这里。 我们可能一切顺利。 这对大家都是好事。 所以显然,人类神经网络仅从视觉就能推导出距离和所有测量以及3D 对世界的理解。 它实际上使用多种线索来做到这一点。 我将简要介绍其中一些,只是为了让你大致了解 内部发生了什么。嗯,举个例子,我们有两只眼睛指向前方。 所以,你在每个时间步都能获得两个独立的测量,关于你前方的世界。 而且,你的大脑将这些信息拼接在一起,得出 一些深度估计,因为你可以通过这两个视角三角测量任何点。 很多动物则相反,眼睛位于两侧。 所以,它们的视野重叠很少。 因此,它们通常使用运动结构。 这个想法是它们摆动头部,由于运动,它们实际上 获得对世界的多次观察,你可以再次三角测量深度,甚至 即使闭上一只眼睛且完全不动,你仍然可以通过透视 有一些深度感。如果你这样做,我不认为你会注意到我向你靠近2米 或后退100米,这是因为有很多非常强的 单眼线索,你的大脑也会考虑。 这是一个相当常见的视觉错觉的例子,你有,你知道, 这两条蓝条是相同的,但你的大脑,它拼接场景的方式 是它只是期望其中一个比另一个大,因为消失 线在这个图像中。所以你的大脑自动做了很多这样的事情,而且 神经网络,人工神经网络也可以。 所以让我给你三个例子,说明如何仅从视觉获得深度感知。 嗯,一个经典方法和两个依赖神经网络的方法。 所以,这里有一个视频正在行驶。 我想这是旧金山的一辆特斯拉。 所以,这些是我们的摄像头,我们的传感,我们正在看所有,我只 显示主摄像头,但所有摄像头都打开了,自动驾驶的八个摄像头。 如果你只有这个六秒的片段,你能做的是你可以 使用多视图立体技术将这个环境拼接成3D。 所以,这是那辆车行驶那六秒的3D重建, 沿着那条路径。你可以看到这些信息纯粹是非常好 可以从视频中恢复,大致是通过三角测量过程 和如我提到的多视图立体,我们已经在车中应用了类似技术,稍微 更稀疏和近似。 所以很了不起,所有这些信息真的就在传感器中,只是 提取的问题。嗯,我想简要谈论的另一个项目是 如我提到的,神经网络没有什么,神经网络是非常 强大的视觉识别引擎,如果你想让它们预测深度,那么你 需要例如寻找深度的标签,然后它们实际上可以做到 非常好。所以没有什么限制网络预测这种单眼

HN 上的讨论

我认为埃隆·马斯克提出了一些很好的观点,说明为什么激光雷达不是最佳选择。[VIDEO] Waymo出租车看起来不可思议,但他们如何扩大规模呢。 — Ecstatify, 2020-10
任何拥有特斯拉并使用过新V12.3的人都理解为什么埃隆对Robo-Taxi如此乐观。他说他们在内部看到12.4(已经训练,即将发布)的脱离接触减少了5到10倍,并且12.5甚至更好。到今年年底,他们的GPU堆栈也将是今年早些时候的8倍。将所有这些结合起来,加上数百万人使用FSD的“反馈循环”,看起来“纯视觉”策略将会奏效。我的问题是,如果埃隆和安德烈·卡帕西的策略([VIDEO])被证明是正确的,其他汽车制造商将会怎样? — EcommerceFlow, 2024-05
这是一个有趣的视频,但它是经过剪辑的。公司网站提到该系统能够应对驾驶条件的挑战,看起来像是一种委婉说法……细节很少,快速搜索后我没有找到关于他们Asimov系统的科学出版物,不确定这是技术突破还是对现有过程和方法的微调。因为如果是对当前算法的微调,不确定他们能推进多久。他们依赖激光雷达(和其他传感器),但即使到去年,似乎大多数团队已经意识到激光雷达不是雪地问题的解决方案,现在正在推动地面穿透雷达(听起来很贵……)“自动驾驶汽车在雪地中挣扎,但MIT有解决方案”[LINK] 甚至特斯拉也已经意识到这不仅仅是传感器问题,解决自动驾驶需要更高层次的算法,能够将不同的传感器置于情境意识的情境中。请注意,我不会以任何其他方式将特斯拉视为追随的榜样;-) 并且不认为他们更接近获得一个可工作的系统。一些声明至少显示了对所需内容的第二层次理解。传感器是实现这一目标的手段。这关乎情境意识,但也关乎推理。“… — belter, 2021-07
埃隆在自动驾驶投资者日谈到了激光雷达。基本上,他说龙飞船有激光雷达,并且是他主导了这项工作。他还说激光雷达和摄像头都使用相同的波长,如果要添加传感器,添加一个在可见波长之外的传感器更有意义。尽管我对无人驾驶汽车一无所知,但埃隆的推理是有道理的。[VIDEO] — neillyons, 2021-01

相关视频