×

Loading...

Topic

This topic has been archived. It cannot be replied.
  • 枫下家园 / 我爱我车 / 电动车自动驾驶这个领域,国内的车企,华为,小鹏,小米貌似都是以大量的传感器为噱头,n个激光雷达,x个毫米波雷达,好像这些玩意越多越好;有一个疑问,这些传感器如果给出不同的数据,甚至完全相反的数据,汽车该怎么判断?特斯拉的方案是传感器越少越好,我觉得对路
    • 如果我买电车,在其他指标都差不多的情况下,看重自动驾驶安全这块,我还是会买传感器最少的那款车;一个统计学的常识,环节越多,出错的概率就越大;如果一款车能用最少的传感器做到相同的效果,那么这款车就比其他用大量传感器的车在未来出错的概率小;my two cents
      • 也许大量传感器是为了容错呢?挂掉几个没影响 VS 挂掉一个就完蛋? +2
        • 我举个例子,广告里说3个毫米波雷达,肯定不是说这三个雷达平时就一个工作,2个备份,一个出了故障马上另外一个顶上;而是说这辆车的驾驶依赖这三个雷达的同时工作;如果只是备份,应该说明只有一个毫米波雷达
          • 呃,那卖房子的说家里有3个卫生间,就是说每次都同时用3个? +3
            • 华为主要问题不是传感器多少,是动不动就送中,到云里面,然后习大大就看你了。当然,嗅觉传感器没有 +1
              • 这机器人的程序是不是该改改了? +3
            • 当年波音737max就是这样设计的,结果两个传感器数据不一样,酿成空难
          • 通常是两个都工作,如果数据一样就用,如果不一样就认为故障,数据弃用。更安全一点的做法是三个同时工作,取相同的两个。 +1
    • 也不好、传感器多如果给出不同的数据、不管对错,靠边停车是最安全的,传感器少,一旦传感器出错,直接撞树 +2
      • 电子元器件的可靠性远低于机械零件。如果靠数量的冗余来容错,只能说明对传感器的质量不信任。哪台笔记本电脑会装两个CPU?
        • 其他不说,CPU这个比喻不合适吧…… +2
        • 计算机装两个CPU的有的是。而且现在的CPU都是多个Core +1
          • 多core不是同一个概念。正经工控系统一定有冗余的中控系统 +1
            • 传感器也是一样,越多冗余越好,可靠性越高 +3
      • 摄像头非常便宜,怎么可能只有一个传感器?现在的问题就是人工智能的算法不够好,跟传感器多少没关系
      • 车前飞过一只蝴蝶,一片叶子,被激光雷达捕捉到,因为距离车太近,所以为了安全起见,来了个紧急刹车,结果后车追尾,这就是你设计的无人驾驶?
    • 参考战斗机的飞控😂spacex那个也行
    • 传感器应该是越多越好,厂家不怕维修率高,用户也不用害怕。至于冲突啊什么的,自然会有程序控制优先级,总比看不见要好。要当心的是厂家,动不动的紧急停车会没人买的。 +1
      • 传感器越多带来的风险就是出错的概率越大,这是个仁者见仁的问题;我只是从概率常识判断这是风险较高的一个解决方案,如果我买车,我会遵循我的判断,买传感器最少的那款
        • 理论是上车越简单越安全,但是现在也没人开化油器手动挡的车。车是越来越复杂,实际上也是越来越安全。安全性不在于传感器的个数,而在于车本身的质量。仅仅谈传感器个数,还是个数越多越好。 +1
    • 我合计着 1)传感器的精度是个重要考虑;2)master program 必须有足够的纠错检错功能,有各种 cross check,致命错误几率就会小很多。但是同样也 imply 程序本身会很臃肿,会有更多的 glitch。 +1
      • 传感器是要替代人的功能。如果都替代了,还要人干啥。为了科技而科技,唉,忒悲哀咧。 +1
      • 就说激光雷达,大雾,下雨,这就会对激光产生各种反射折射的误差;会间接导致各种数据误判;特斯拉单一传感器,摄像头图像传感器只要拼命训练各种天气图像就好;当然没有perfect plan,我只是觉得特斯拉的更靠谱一些
        • 你是专家吗?冗余设计又不是那么难?特斯拉怎么靠谱了? +1
          • 正因为不是专家,我才会用一个纯粹外行的身份用常识做一些判断:一个统计学的常识,环节越多,出错的概率就越大
            • 传感器多未必等于环节多吧。anyway,咱也外行,不过习惯上是见到冗余就更安心…… +1
        • 是,simulator 能包括的,永远是个很小的子集。
        • 是的,我一个做机器人的同学说激光雷达不适合做工况复杂的汽车导航,容易受环境影响。
          • 那是他做得不好,加个摄像头/雨刷很难吗? +1
            • 没你想象中那么简单,这种设备目前制式武器都无法解决,不相信一个私营企业能搞定 +1
              • 这倒不一定。各国举国力量的航空工业都没有解决火箭重用问题,私营企业几年就完成了。
                • 两码事,是各国、其实主要是美国不玩了好吧。
          • 激光雷达有很多理论上的缺点:色盲,不能识别为人眼设计的红绿灯和交通信号,受雨雪天气影响,还这么贵,也不知有什么好?
    • 我始终不认为Tesla的方案是正道,应该需要LiDAR。Tesla嫌贵不愿意用,实际上现在数字LiDAR价格已经很便宜了,而且寿命比那些机械式的LiDAR长很多倍 +1
      • 对呀,什么便宜用什么。山寨国 +1
      • 当年uber无人驾驶就是既有激光雷达也有普通雷达,可还是把一个骑自行车的人撞死了,问题不是传感器,是人工智能软件还不行,这才是重点
        • 激光雷达能直接做3D测绘,实际上特斯拉的图像识别也是在做这件事情。只是前者利用激光短波长做精确测量,后者是靠大量计算做识别。在算法不够成熟cpu不够快的情况下,后者显然不合适。 +1
          • 激光雷达识别不了红绿灯和交通标记,所以还得视觉识别才行,人只需要两只眼就可以开车,汽车可以有无数多的眼还是自己开不了,问题显然在于大脑不行,即人工智能还需要改进
    • 航空航天都有比较现成的方案吧,就是多搞几套一摸一样的系统 +1
      • 特斯拉的人不是不懂,可这样成本就上去了。他们又不是外星球来的,可靠性怎么可能比人类现在的水平高很多,想便宜那就牺牲可靠性来换呗 +1
        • 有那工夫研究传感器,不如多学学中国的人脸识别。一看是习大大赶紧U turn
          • 到了这距离很难再U Turn了吧 +1
            • 那就倒车
        • 特斯拉的风格其实就是把可靠性差些的实验系统提前卖出去,成本降低了还获得不少测试机会。当然代价就是事故,能够不赔或者少赔,就可以玩下去。SpaceX一个接一个地炸,后面的指导思想是一致的,差别只在于测试系统里有没有活人 +2
      • 航空上通常是两个传感器,每个传感器使用两个通道分别传输到两个CPU。CPU先判断同一个传感器的两个通道值是不是一样,再判断两个传感器数据是不是一样,通过计算后再由其它硬件判断两个CPU的计算值是不是一样。
        • 人身上部件有不少都是双份的,也有象心脏重要但只有一份的,不知道是不是也跟成本有关。 +1
        • 当年波音737max就是这样设计的,结果两个传感器数据不一样,酿成空难
    • 八阕 ・ 广角新闻 ・ 产 经:【藏10年荷兰秘密报告惊爆,华为大规模窃听,含首相电话】
    • 传感器多对容错应该是好事,但是对软件设计有较高要求,否则反噬。举个软件Oracle RAC cluster 的例子, 各个nodes 通过quorum 的方式选举,谁票低谁被evicted. 但是如果软件设计不好会是一团糟 +3
    • 一般都是奇数投票选多, +1
    • 参考波音737MAX