使用相機和深度學習制作偽LiDAR
到目前為止,自動駕駛汽車中使用的LiDAR的成本要高于某些低檔汽車本身。激光雷達的維護和處理輸出仍然是一項昂貴的工作,令人頭疼。因此,這使得它們成為自動駕駛汽車的商業化生產的較不適合的選擇。
激光雷達在計算“深度”信息方面非常準確,深度信息是無人駕駛汽車執行路徑規劃,與物體保持安全距離等操作的最重要內容之一。這使LiDARs成為集成到自動駕駛汽車中的理想選擇。但是問題是,它們太貴了!
此前,高射程激光雷達的成本約為75,000美元。但是,為降低激光雷達的成本一直在進行昂貴的研究。Alphabet公司的母公司Waymo通過廣泛的研究將成本降低了90%!
到目前為止,自動駕駛汽車中使用的LiDAR的成本要高于某些低檔汽車本身。激光雷達的維護和處理輸出仍然是一項昂貴的工作,令人頭疼。因此,這使得它們成為自動駕駛汽車的商業化生產的較不適合的選擇。
其次,LiDAR在惡劣的天氣條件下不能很好地工作,它們會產生噪點,這可能會使LiDAR點云的輸出不準確。
盡管如此,公司仍應該投資使用LiDAR和點云處理進行自動駕駛的方法,因為誰知道,也許有一天LiDAR也會變得便宜嗎?
相機非常適合捕捉場景的高分辨率細節。但是問題是,它們沒有像LiDAR那樣為我們提供“深度信息” :(折衷方案在世界上到處都是。相機的輸出是高分辨率,但是是2D平面圖像。這幾乎是不可能的。可以從單個圖像中獲取“深度信息”,有些方法可以使用立體視覺從圖像中獲取深度。
給定從放置在同一水平高度一定距離的兩個攝像機捕獲的兩個圖像,我們可以使用計算機視覺算法估計深度信息。
在計算機視覺文獻中存在很多立體深度估計算法,但它們都無法同時實現:實時處理、高精確度、全自動的。
人類使用立體視覺(Eyes),即使深度僅為一幅圖像,也能出色地估計深度。甚至可以閉上一只眼睛,并且仍然可以合理地估計深度!
人類是否真的在“學習”如何感知深度?我們無法真正回答這個問題。
但是,深度仍然可以被視為學習問題,因此深度“足夠好”可以解決自我駕駛問題嗎?
現在有幾篇論文將視線深度估計作為學習問題:
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
-
精彩回顧立即查看>> 【線下會議】恩智浦創新技術峰會·深圳
-
精彩回顧立即查看>> 【在線直播】可視化神器！VisionSym 賦能汽車光學原型開發
-
精彩回顧立即查看>> 12月16-17日 AMD 嵌入式峰會
-
精彩回顧立即查看>> 恩智浦創新技術峰會
-
精彩回顧立即查看>> 【工程師系列】汽車電子技術在線大會
-
精彩回顧立即查看>> Works With 開發者大會深圳站
推薦專題
- 1 2148萬樁蓄力突圍，政策組合拳如何撬動充電設施三年倍增？
- 2 “狼”又來了！FSD中國版上線前夜，小米華為誰該失眠？
- 3 2026年，各車企的自動駕駛方案到了什么階段（一）？
- 4 2026年，各車企的自動駕駛方案到了什么階段（二）？
- 5 特斯拉CEO馬斯克又放狠話：2026年無人車開遍全美，十年后自己開車成“小眾愛好”
- 6 25萬起！5月五款旗艦SUV哪款值得等
- 7 中美自動駕駛“雙人舞”：中國靠“基建狂魔”，美國賭“單車戰神”，誰將贏下未來？
- 8 雄安+58同城聯手押注，“全場景L4自動駕駛第一股”馭勢科技今天招股！市占率90.5%的隱形冠軍，憑什么穿越十年周期？
- 9 王耀：汽車智能化新趨勢：從單點突破到體系決勝 | 刊首語
- 10 物理AI浪潮下的汽車產業：從“看見世界”到“理解世界”
