Oct 31, 2023 Jätä viesti

Autopilotin reittikiista: Autoteollisuudessa on myös todellisen maun laki

Automaattiajon alalla Muskin pakkomielle on aina ollut tunnettu. Muskin henkilökohtainen suosikki puhdas visioratkaisut, lasertutkan halveksuminen, syy on myös hyvin suoraviivainen: "ensimmäisestä periaatteesta" parhaan automaattisen ajon pitäisi oppia parhailta ihmiskuljettajilta, ja ajavat kuljettajat luottavat vain silmiin erottelussa, joten automaattisen ajon tulisi perustua näkökykyyn lisäantureiden sijaan.
"Ihmiset ajavat näön perusteella, eivät lasereita ampuvilla silmillä." Tämän teorian perusteella Tesla on toivonut voivansa toteuttaa Autopilotin puhtaalla visioratkaisulla, välttäen LIDARin kaltaisia ​​laitteita.
Ihanne on rikas, todellisuus on luuta jäähdyttävä. Useimmat autoyritykset eivät ota käyttöön puhdasta visiota. Tällä hetkellä, onko se taivaansininen, pieni peng, ihanteellinen, Weimar, viisaus ja muut nousevat yritykset tai muuri, faw ja muut perinteiset autoyritykset, ovat uusissa malleissa, jotka on varustettu lidarilla, muodostaen kameran, millimetriaaltotutkan , lidar ja muut usean sensorin fuusiojärjestelmät, sen sijaan, että luottaisit visuaalisen oppimisen syvyyden "mitä näet, mitä saat".

Ideal Car jopa ehdottaa, että LiDARin rooli on samanlainen kuin turvatyynyllä, vaikka se voi toteuttaa autonomisen ajon ilman sitä, mutta visuaalisissa oppimisskenaarioissa on aina rajoituksia, ja uusiin skenaarioihin kohdatessa LiDAR voi toimia turvallisuuden tukena. .
Eron periaate
Miksi Muskin halveksimaa LiDARia pidetään "turvatyynynä"?
LiDARin periaate ei ole monimutkainen. Se tiivistyy yhteen lauseeseen: luonnollinen valo elämässä on voimakasta tai heikkoa, ja laserit täydentävät luonnonvaloa autonomisessa ajossa.
Laukaisemme laservalosäteen, joka heijastuu kohteeseen ja kerää sen sitten vastaanottavaan järjestelmään. Mittaamalla heijastuneen valon kulkuaika voidaan määrittää etäisyys kohteeseen. Koska laserit ovat erittäin monokromaattisia ja kollimoituja, mittaustulokset voivat heijastaa suoraan kohteen etäisyyssuuntaa, syvyystietoja, heijastavuutta jne., jolloin saadaan tarkka digitaalinen korkeusmalli.
Itsenäisen ajon "reitti" -kiista: Onko autoteollisuudessa "todellisen tuoksun lakia"?
news-485-254
Visuaaliseen oppimistekniikkaan verrattuna huono sää ei vaikuta LiDARiin, ja sitä voidaan käyttää päivällä ja yöllä, sateessa, lumessa, tuulessa ja pakkasessa, mutta sillä on vain vähän vaikutusta yleiseen suorituskykyyn.
Itse näkökameran hinta näyttää olevan paljon alhaisempi kuin LiDARin, mutta oppimisjärjestelmän rakentamisen ja monien tietestien kustannukset eivät ole pienimuotoisille autoyrityksille kohtuuhintaisia. Tämä johtuu siitä, että visuaalisen oppimistilan on kiireellisesti ratkaistava "mitä valokuvataan" -ongelma, joka vaatii riittävää big data-tukea. Teslan kaltainen jättiläinen voi saavuttaa hyviä tuloksia visuaalisessa tunnistamisessa hermoverkkokoulutuksen, itse kehitetyn FSD-sirun, pilvipohjaisen valvomattoman koulutuksen ja alkuperäisen "varjotilan" analyysin avulla, mutta Tesla on vain yksi maailmassa.
Lisäksi turvallisuuskysymystä ei pidä jättää huomiotta. Autopilotin turvallisuus on yrityksen mainekysymys, ja onnettomuus riittää vaikuttamaan tuhoisasti yritysten suhdetoimintaan. Tällaisen lähtökohdan mukaan useimmilla yrityksillä on "vakautta etsivä" mentaliteetti. Vaikka kamera + millimetriaalto + ultraäänitutka voi ratkaista 99% ongelmista, useimmat autoyritykset, kuten Ideal Auto, visuaalisen tunnistusmallin perustamiseksi valitsevat samalla LiDARin näkymätönksi "turvatyynyksi".
Markkinavalinta
Visuaalisen oppimisen tekniseen tukeen liittyvät ihmiset luonnollisesti väittävät, että "puhdas visuaalinen reitti on tulevaisuuden trendi, on ruumiillistuma paluusta automaattisen ajon alkuperään"; samalla kun tuotanto LiDAR yritys, myös julkistaa "LiDAR on välttämätöntä korvata rajoituksia analogisen visuaalisen". Tälle ennennäkemättömälle keskustelulle autonomisen ajon tulevasta suunnasta ei ole loppua näkyvissä.
Teknologisesti eri yritykset ovat erilaisissa tilanteissa, ja on vaikea sanoa, kumpi ratkaisu on parempi. Itse asiassa sen sijaan, että sanottaisiin, että puhdas visio-reitti ja LiDAR-reitti ovat teknologista paremmuuden tai alemmuuden taistelua, se on enemmän kuin kysynnän ja tarjonnan suhteen todellisuus, taistelu markkinaosuudesta.
Sitten voimme yhtä hyvin nähdä, kuinka markkinat valitsevat:
SAIC:n "räjähtävä" ZhiJi LS6 -malli lanseerattiin lokakuussa 2023, LIDAR-anturi + NVIDIA Orin ZhiDao -siru näkyy vakiovarusteena; 2022 Volvo XC90 ja Lumina yhteistyö, varustettu kattoon asennettavalla LIDAR-tekniikalla; vuonna 2022 myös Great Wall Moca DHT -PHEV LiDAR -versio lanseerattiin onnistuneesti; 2022 Azera ET7 varustettu LiDARilla, Azeran ja Tudatronin yhdessä kehittämä ......
Jopa Teslan, visuaalisen tunnistamisen alan vaikeimman "luun", epäillään olevan "itsestään epäilys" visuaalisen reitin suhteen:
Äskettäin Meksikon Nuevo Leonin osavaltion kuvernööri Samuel Garcia sanoi Shanghain-matkalla, että kaksi kiinalaista Teslan toimittajaa sijoittaa lähes miljardi dollaria Pohjois-Meksikon Nuevo Leonin osavaltioon, jonne Tesla suunnittelee uuden tehtaan rakentamista. Ja yksi heistä ei ole kukaan muu kuin LIDAR-yhtiö Hosai Group.

Teslan kutsu Hershey'siin on ollut erittäin mielenkiintoinen, ja Hershey's ei ole "vielä viimeistellyt" ​​päätöstään hyväksyä kutsun rakentaa uusi tehdas Meksikoon. Tietenkin jotkut ihmiset uskovat, että Teslan liike ei ole LiDAR:in perustaminen autoille, vaan humanoidirobottien toimittaminen.
Mitä markkinoihin tulee, keskivertokuluttaja on eniten huolissaan, ei se, onko auto pelkkä näkötila vai LiDAR-tila. Pikemminkin auto itse "musta laatikko" integroitu toteutumisen jälkeen suorituskykyä autonomisen ajon, turvallisuuden lopulta miten. Turvallinen tai vaarallinen ajo, markkinat ostaa tai olla ostamatta, on auton laadun kova indikaattori.
Kun toimialan näkymät ovat sumun peitossa, useimmat autoyritykset maksavat lisäkustannuksia, mutta myös "aidon" LiDAR:in varustamiseen, näkyvä LiDAR on silti hyvä tapa toteuttaa korkeampi automatisoitu ajo.

Lähetä kysely

whatsapp

Puhelin

Sähköposti

Tutkimus