PTT推薦

Re: [分享] 特斯拉FSD beta 來比眼力有沒有比AI好

看板car標題Re: [分享] 特斯拉FSD beta 來比眼力有沒有比AI好作者
chandler0227
(錢德勒)
時間推噓 9 推:10 噓:1 →:19

※ 引述《airforce1101 (我不宅)》之銘言:
: 影像、雷達、光達不太一樣,我把影像與雷達、光達拆成兩類好了,影像對於訊號處理來: 說屬於二維陣列,但是雷達與光達可以帶回三維的目標資訊,雷達就是低頻段的光,因頻: 率特性不同,所以適用場景不同,光達的脈衝時間很短,所以較於雷達相比,對於相同目: 標,可以帶回更高精度的資訊。
: 光達的領域上有關延展性目標,可以參考K. Granstrom, M. Baum, and S. Reuter 所著: 的這篇文章 Extended object tracking: Introduction, overview, and application.: 在AI輔助下,或許環境良好下影像能做到光達能大多數能做的事,但某些判斷影像與光達: 先天上的差距還是存在。
: 其實也好奇,傳感器與影像間的關聯是否讓AI找出並學習其特徵向量,有待高手解答了。

目前應用的雷達跟光達在量測數據上還是有些不同



[雷達]

參考這篇文章
https://reurl.cc/e9AeVW

https://i.imgur.com/AInOO4D.jpg

圖 特斯拉FSD beta  來比眼力有沒有比AI好
The physical properties of the signal (the Doppler effect) enable such units
to measure three parameters [R, Az, V]: distance and angle (azimuth) to the
object, as well as velocity and its sign
量測距離、角度、相對速度


雷達波打到人孔蓋、標誌(金屬)因反射造成錯誤偵測問題

解法:濾掉靜止量測數據,輸出會動的物體量測

airforce1101: 動靜物體還好分,可以算多普勒頻率04/08 22:38
airforce1101: 靜態物體區別很難04/08 22:39

趨勢:4D Imaging Radar

https://i.imgur.com/O5TxpCd.jpg

圖 特斯拉FSD beta  來比眼力有沒有比AI好
4D radar unit with a planar antenna array (read on to find more about it)
capable of measuring range, azimuth, elevation angle and velocity [R, Az, Ev
and V]
量測距離、方位角、高度角、速度

幾家發展4D Radar的廠商

Arbe: Radar Revolution. Delivered. (rumor是特斯拉可能採用他們方案)
https://www.youtube.com/watch?v=Yc4MfzbbtuI

The RadSee 4D Imaging Radar
https://www.youtube.com/watch?v=h7t-6_wiZKM

雖然解析度、精度還是不如光達

但就如airforce1101講的,或許是惡劣天候下的一個不錯方案

airforce1101: 毫米波比多數的物體尺寸短,也落在光學反射區04/08 22:53
airforce1101: 少了高頻光對於較差氣候的衰減影像04/08 22:54



[光達]

傳統光達(AM lidar)量測到的三維點雲,但不包含速度資訊

速度必須經由不同時間點的數據進行推算
(點雲分類、時間軸前後關聯、過濾雜訊,進而推算該物體速度)

這些都有賴演算法,但演算法100%正確只能說太樂觀XD

趨勢之一:FCMW lidar (frequency modulated continuous wave)

https://reurl.cc/4ynZ3D

https://i.imgur.com/i3DSwxa.jpg

圖 特斯拉FSD beta  來比眼力有沒有比AI好
FMCW lidar is more accurate for tracking objects that are moving, such as
other vehicles on the road

可以直接量測速度,因此不需透過演算法推算

軟體複雜度下降是好事(系統強健性)

發展FM lidar的廠商:Blackmore(現已被Aurora收購)

Blackmore Sensors and Analytics, Inc. Doppler lidar
https://www.youtube.com/watch?v=Cd48BiiPgLA

Aurora 收購 LiDAR 公司 Blackmore,繼續向全堆疊供應商邁進
https://technews.tw/2019/05/30/aurora-is-buying-a-laser-lidar-maker/

FMCW 技術加身,Aurora 也加入自研光學雷達
https://technews.tw/2020/07/16/aurora-self-developed-lidar/

但光達還是有一些失效模式

鏡像、玻璃材質測不到(光穿透)、黑色物體偵測距離偏短(吸收能量)



感測器各有千秋啦

期待單一系統期做到接近100%正確滿足全自駕,不切實際

況且對於"安全要求"相當要求的自駕

就算一種方案能做到接近完美,有另一個方案作為redundancy不好嗎?

--

Aurora 收購 LiDAR 公司 Blackmore,繼續向全堆疊供應商邁進
https://technews.tw/2019/05/30/aurora-is-buying-a-laser-lidar-maker/

FMCW 技術加身,Aurora 也加入自研光學雷達
https://technews.tw/2020/07/16/aurora-self-developed-lidar/

但光達還是有一些失效模式

鏡像、玻璃材質測不到(光穿透)、黑色物體偵測距離偏短(吸收能量)



感測器各有千秋啦

期待單一系統期做到接近100%正確滿足全自駕,不切實際

況且對於"安全要求"相當要求的自駕

就算一種方案能做到接近完美,有另一個方案作為redundancy不好嗎?

--

※ PTT留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.8.72 (臺灣)
PTT 網址

FAPP 04/09 11:29

d8613518 04/09 11:31現在是誰開誰負責,以後號稱全自駕,那是車廠該負責

d8613518 04/09 11:31吧?只靠目前的設備,特斯拉敢負責??我是不太信

d8613518 04/09 11:31

bluemkevin 04/09 11:36傳統車廠常會考慮 redundancy,電子業出身只求最佳

bluemkevin 04/09 11:36

luke2007 04/09 11:50畢竟車出事了 在歐美日賠償都是天價

bluemkevin 04/09 12:00特斯拉在歐美也賣很多,不過我想他們應該有評估過。

ykjiang 04/09 12:16之前一直有傳言特斯拉要採用4D雷達,

ykjiang 04/09 12:17最近特斯拉在推特上說考慮把雷達整個拿掉,

ykjiang 04/09 12:17應該還在評估中

要看是Musk還是Tesla官方講的啊 老闆這樣放話還真是苦了Tesla的RD.....

bill97385 04/09 12:19我不懂,說redundancy,請問,冗余系統跟視覺有衝

bill97385 04/09 12:19突相信誰的?如果有衝突要人來接手,哪一天系統才

bill97385 04/09 12:19可以高過level2?

bill97385 04/09 12:20多個辨識系統反而會產出過多的overkill,這樣也沒

bill97385 04/09 12:20完沒了

這就自駕跟輔助最大差異啊 自駕是車要負責,那在以安全為前提的情況只能選擇相對保守方案 舉線傳的例子,油門煞車訊號都有2組,2組不一致就變跛行模式(limp mode) infiniti的線傳轉向則是3套取2套相同 redundancy設計用在車輛、飛機上行之有年 同樣是ASIL-D層級,我是不信自駕不需要啦 擔心時常衝突,那只能說這單一方案本身根本不到可靠的地步 再來目前都是有限制條件的Lv4自駕,沒有所謂的全自駕 本來失效後到人類接管就得考量不是嗎

ykjiang 04/09 12:36可能看是冗余還是互補吧,冗余可能是為了糾錯防故障

ykjiang 04/09 12:37或者防誤動作,例如特斯拉內部的神經晶片就同時兩組

ykjiang 04/09 12:38這可以防故障,兩組算出的結果相同才接受,不同就..

bluemkevin 04/09 12:50樓上說的是車用標準要求的,但是功能上的冗餘就沒有

bluemkevin 04/09 12:50強制要求,有些車廠還是以vADAS作為主幹,但是會把

bluemkevin 04/09 12:50一些其他感測機制與vADAS結果比對來判斷功能是否可

bluemkevin 04/09 12:50靠。

airforce110104/09 15:42感謝解說

jump693 04/09 16:56錢大 優文

Miralles 04/10 08:42redundancy也是要算力運算的,不是擺在一邊供著保平

Miralles 04/10 08:44安的。資料輸入愈多,計算力要求愈大,判斷需要的AI

Miralles 04/10 08:46也更複雜,哪個方案更有機會成功不是小天才在一邊隨

Miralles 04/10 08:46便嘴嘴就行的

光達+視覺+雷達都用本來就是自駕業界普遍的做法,也被認為最可行 你是指這行業的都在隨便嘴嘴?????

darktasi 04/10 15:33錢大優文

※ 編輯: chandler0227 (1.171.9.161 臺灣), 04/11/2021 08:35:59