從當(dāng)下各大汽車OEM在新車上采用的自動/輔助駕駛方案來看,不少用到了英偉達(dá)、Mobileye或是地平線的高性能芯片,也有用到Lumina、Velodyne或覽沃的激光雷達(dá)。但歸根結(jié)底這些都是機(jī)器視覺加上先進(jìn)傳感器的方案,而特斯拉卻一直堅(jiān)持采用攝像頭的純視覺方案,成了諸多車廠中的一個(gè)“異類”。
在上月舉辦的機(jī)器視覺和模式識別國際會議(CVPR 2021)上,特斯拉AI主管Andrej Karpathy解釋了為何特斯拉用不到激光雷達(dá)。Andrej Karpathy畢業(yè)于斯坦福大學(xué),也是AI大神李飛飛的得意門生之一,他在畢業(yè)后成了OpenAI的一位研究員,隨后被埃隆·馬斯克親自挖去特斯拉做AI主管。
低成本、易維護(hù)且方便更新的純視覺系統(tǒng)
深度神經(jīng)網(wǎng)絡(luò)是自動駕駛技術(shù)的主要技術(shù)之一,通過處理車載攝像頭傳輸?shù)臄?shù)據(jù)來分析道路、標(biāo)志、汽車、障礙和行人。但深度學(xué)習(xí)在圖像中檢測物體往往會出現(xiàn)失誤,因此多數(shù)自動駕駛公司,比如Waymo等,都采用激光雷達(dá)來繪制車身周圍的3D地圖,補(bǔ)全神經(jīng)網(wǎng)絡(luò)缺失的信息。
然而Andrej提到,激光雷達(dá)在自動駕駛上也有自己的難處,你必須用高成本的激光雷達(dá)預(yù)繪制環(huán)境,然后創(chuàng)建高分辨率地圖,將街道和交通燈聯(lián)系在一起,最后只能局限于這些地圖來駕駛。不過,繪制每個(gè)地點(diǎn)的精確地圖是相當(dāng)困難的,并不是路測車輛收集構(gòu)建好這些高分辨率地圖就完事了,還需要長期的維持工作,很難保證這些基礎(chǔ)設(shè)備和數(shù)據(jù)的更新工作。
特斯拉并沒有采用激光雷達(dá)和高分辨率地圖結(jié)合的方案,Andrej稱“對特斯拉來說,一切都是初次發(fā)生的,單單靠車身上的八個(gè)攝像頭”。經(jīng)過幾年的迭代,特斯拉的自動駕駛工作絕大多數(shù)都是由攝像頭實(shí)現(xiàn),以至于車身上其他的傳感器開始“吃灰”。為此,特斯拉也在今年5月宣布,即日起北美制造的Model 3和Model Y也不再配備毫米波雷達(dá),全面過渡到以攝像頭為主,輔以超聲波雷達(dá)的特斯拉視覺系統(tǒng)。
自動標(biāo)注生成的數(shù)據(jù)集和高效的神經(jīng)網(wǎng)絡(luò)
在許多激光雷達(dá)和攝像頭的參數(shù)性能比較中,測距往往都是攝像頭的弱項(xiàng)。然而,人類本身也是用“眼鏡”這一純視覺方案來進(jìn)行距離和速度判斷的,那么人工神經(jīng)網(wǎng)絡(luò)能否做到這一點(diǎn)呢?Andrej稱在過去幾個(gè)月的研究工作中發(fā)現(xiàn),這個(gè)問題的答案是肯定的。
特斯拉的工作室為了創(chuàng)建這樣一個(gè)可以精確檢測物體距離、速度和加速度的深度學(xué)習(xí)系統(tǒng),將這一挑戰(zhàn)視為監(jiān)督式學(xué)習(xí)的問題。監(jiān)督式學(xué)習(xí)是機(jī)器學(xué)習(xí)中常用的一個(gè)方法,此處則被用于在標(biāo)注數(shù)據(jù)訓(xùn)練后,讓神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)如何檢測物體和它們的附加屬性。
而打造這樣一個(gè)系統(tǒng),需要的是大量的視頻數(shù)據(jù)、清晰精確的標(biāo)準(zhǔn)數(shù)據(jù)和諸多極端情況組成的數(shù)據(jù)集。
特斯拉與其他具備數(shù)據(jù)采集能力的汽車品牌相比有著一個(gè)獨(dú)到的優(yōu)勢,那就是數(shù)量。有了百萬輛配備攝像頭的汽車,特斯拉根本不愁數(shù)據(jù)量。
在雨雪等條件下依然能夠正常運(yùn)轉(zhuǎn)的自動標(biāo)注 / 特斯拉
那么這種標(biāo)注是如何進(jìn)行的呢?一種可行方案是依靠數(shù)據(jù)標(biāo)注公司進(jìn)行手工標(biāo)注,但這樣做的話不僅耗時(shí)耗力,成本也不低。特斯拉的自動標(biāo)注技術(shù)結(jié)合了神經(jīng)網(wǎng)絡(luò)、雷達(dá)數(shù)據(jù)和人類審查。由于這一數(shù)據(jù)集是離線標(biāo)注的,所以神經(jīng)網(wǎng)絡(luò)可以來回播放視頻,將預(yù)測與事實(shí)進(jìn)行比對,從而調(diào)整其參數(shù),恰恰與實(shí)時(shí)運(yùn)行的測試時(shí)推理相反。
這種離線標(biāo)注還有一個(gè)好處,那就是特斯拉工程師得以實(shí)現(xiàn)無法部署在車上的密集運(yùn)算型物體檢測網(wǎng)絡(luò),將其用于低延遲的實(shí)時(shí)應(yīng)用中去。而雷達(dá)的數(shù)據(jù)只是用于進(jìn)一步驗(yàn)證神經(jīng)網(wǎng)絡(luò)的推理,這個(gè)過程還可以讓人工介入,進(jìn)行一些判斷上的編輯、驗(yàn)證和調(diào)整工作。
為了實(shí)現(xiàn)更好的速度和加速度判斷,在打造這一數(shù)據(jù)集的過程中,特斯拉團(tuán)隊(duì)花了4個(gè)月時(shí)間開發(fā)了221個(gè)觸發(fā)器來指出物體檢測系統(tǒng)上還需哪些調(diào)整,比如雷達(dá)與視覺對比不符、物體邊框抖動、純靠主攝像頭進(jìn)行的檢測等等。這些觸發(fā)器部署在消費(fèi)車輛中,進(jìn)行了7輪靜默模式的運(yùn)轉(zhuǎn),這些觸發(fā)器并不會對車輛下達(dá)任何指令,而輸出的數(shù)據(jù)會和雷達(dá)數(shù)據(jù)和駕駛員本身行為進(jìn)行比較。
最后生成的數(shù)據(jù)集中,特斯拉自動駕駛團(tuán)隊(duì)已經(jīng)收集了1.5PB的數(shù)據(jù),由100萬個(gè)10秒視頻和60億物體標(biāo)注組成。

特斯拉自動駕駛神經(jīng)網(wǎng)絡(luò)架構(gòu) / 特斯拉
為了充分利用這一數(shù)據(jù)集,特斯拉自動駕駛團(tuán)隊(duì)打造了一個(gè)高效的循環(huán)神經(jīng)網(wǎng)絡(luò)。數(shù)據(jù)經(jīng)過多層次的網(wǎng)絡(luò)結(jié)構(gòu),從而輸出多個(gè)參數(shù)。這種架構(gòu)為分布式分工創(chuàng)造了條件,當(dāng)前特斯拉有一個(gè)由20人左右組成的團(tuán)隊(duì),他們正在全力訓(xùn)練這一神經(jīng)網(wǎng)絡(luò),負(fù)責(zé)各自的模塊。
用來訓(xùn)練深度學(xué)習(xí)模型的超級計(jì)算機(jī)
為了處理如此龐大的工作量自然也需要強(qiáng)大的機(jī)器,特斯拉當(dāng)前有三臺用于自動駕駛開發(fā)的超算集群。其中最新的一臺包含720個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)都由8張英偉達(dá)A100 80GB加速卡組成,等于一臺機(jī)器就內(nèi)置了5760個(gè)GPU。該機(jī)器的算力達(dá)到了驚人的1.8 EFLOPS,配備了10PB的頂級NVME存儲,速率達(dá)到1.6 TBps。

內(nèi)部超級計(jì)算機(jī) / 特斯拉
除此之外,為了保障自動駕駛的流暢運(yùn)行,其自研的FSD自動駕駛芯片也有著強(qiáng)悍的性能。特斯拉的優(yōu)勢在于其垂直集成的開發(fā),這意味著不論是其CPU、GPU還是NPU,都能最大限度地利用這一神經(jīng)網(wǎng)絡(luò)驅(qū)動的視覺方案。

FSD自動駕駛芯片 / 特斯拉
小結(jié)
目前特斯拉的FSD自動駕駛系統(tǒng)已經(jīng)進(jìn)入了測試階段,已經(jīng)有2000余名的車主在使用這一技術(shù)。特斯拉也在繼續(xù)開發(fā)這一系統(tǒng),加入更多的駕駛功能。

NHTSA對4月27日前后生產(chǎn)的Model Y評級 / NHTSA
不過,特斯拉拋棄毫米波雷達(dá)的做法也引來的一些是非,美國國家公路交通安全管理局(NHTSA)表示,取消毫米波雷達(dá)的Model 3和Model Y將失去具備部分先進(jìn)安全功能的標(biāo)簽。尚不清楚這未來經(jīng)過測試調(diào)研后,幾款車型會不會重新獲得這些認(rèn)證,不過可以肯定的是,特斯拉已經(jīng)打算在攝像頭為主的純視覺方案上堅(jiān)定不移地走下去了。
在上月舉辦的機(jī)器視覺和模式識別國際會議(CVPR 2021)上,特斯拉AI主管Andrej Karpathy解釋了為何特斯拉用不到激光雷達(dá)。Andrej Karpathy畢業(yè)于斯坦福大學(xué),也是AI大神李飛飛的得意門生之一,他在畢業(yè)后成了OpenAI的一位研究員,隨后被埃隆·馬斯克親自挖去特斯拉做AI主管。
低成本、易維護(hù)且方便更新的純視覺系統(tǒng)
深度神經(jīng)網(wǎng)絡(luò)是自動駕駛技術(shù)的主要技術(shù)之一,通過處理車載攝像頭傳輸?shù)臄?shù)據(jù)來分析道路、標(biāo)志、汽車、障礙和行人。但深度學(xué)習(xí)在圖像中檢測物體往往會出現(xiàn)失誤,因此多數(shù)自動駕駛公司,比如Waymo等,都采用激光雷達(dá)來繪制車身周圍的3D地圖,補(bǔ)全神經(jīng)網(wǎng)絡(luò)缺失的信息。
然而Andrej提到,激光雷達(dá)在自動駕駛上也有自己的難處,你必須用高成本的激光雷達(dá)預(yù)繪制環(huán)境,然后創(chuàng)建高分辨率地圖,將街道和交通燈聯(lián)系在一起,最后只能局限于這些地圖來駕駛。不過,繪制每個(gè)地點(diǎn)的精確地圖是相當(dāng)困難的,并不是路測車輛收集構(gòu)建好這些高分辨率地圖就完事了,還需要長期的維持工作,很難保證這些基礎(chǔ)設(shè)備和數(shù)據(jù)的更新工作。
特斯拉并沒有采用激光雷達(dá)和高分辨率地圖結(jié)合的方案,Andrej稱“對特斯拉來說,一切都是初次發(fā)生的,單單靠車身上的八個(gè)攝像頭”。經(jīng)過幾年的迭代,特斯拉的自動駕駛工作絕大多數(shù)都是由攝像頭實(shí)現(xiàn),以至于車身上其他的傳感器開始“吃灰”。為此,特斯拉也在今年5月宣布,即日起北美制造的Model 3和Model Y也不再配備毫米波雷達(dá),全面過渡到以攝像頭為主,輔以超聲波雷達(dá)的特斯拉視覺系統(tǒng)。
自動標(biāo)注生成的數(shù)據(jù)集和高效的神經(jīng)網(wǎng)絡(luò)
在許多激光雷達(dá)和攝像頭的參數(shù)性能比較中,測距往往都是攝像頭的弱項(xiàng)。然而,人類本身也是用“眼鏡”這一純視覺方案來進(jìn)行距離和速度判斷的,那么人工神經(jīng)網(wǎng)絡(luò)能否做到這一點(diǎn)呢?Andrej稱在過去幾個(gè)月的研究工作中發(fā)現(xiàn),這個(gè)問題的答案是肯定的。
特斯拉的工作室為了創(chuàng)建這樣一個(gè)可以精確檢測物體距離、速度和加速度的深度學(xué)習(xí)系統(tǒng),將這一挑戰(zhàn)視為監(jiān)督式學(xué)習(xí)的問題。監(jiān)督式學(xué)習(xí)是機(jī)器學(xué)習(xí)中常用的一個(gè)方法,此處則被用于在標(biāo)注數(shù)據(jù)訓(xùn)練后,讓神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)如何檢測物體和它們的附加屬性。
而打造這樣一個(gè)系統(tǒng),需要的是大量的視頻數(shù)據(jù)、清晰精確的標(biāo)準(zhǔn)數(shù)據(jù)和諸多極端情況組成的數(shù)據(jù)集。
特斯拉與其他具備數(shù)據(jù)采集能力的汽車品牌相比有著一個(gè)獨(dú)到的優(yōu)勢,那就是數(shù)量。有了百萬輛配備攝像頭的汽車,特斯拉根本不愁數(shù)據(jù)量。
在雨雪等條件下依然能夠正常運(yùn)轉(zhuǎn)的自動標(biāo)注 / 特斯拉
那么這種標(biāo)注是如何進(jìn)行的呢?一種可行方案是依靠數(shù)據(jù)標(biāo)注公司進(jìn)行手工標(biāo)注,但這樣做的話不僅耗時(shí)耗力,成本也不低。特斯拉的自動標(biāo)注技術(shù)結(jié)合了神經(jīng)網(wǎng)絡(luò)、雷達(dá)數(shù)據(jù)和人類審查。由于這一數(shù)據(jù)集是離線標(biāo)注的,所以神經(jīng)網(wǎng)絡(luò)可以來回播放視頻,將預(yù)測與事實(shí)進(jìn)行比對,從而調(diào)整其參數(shù),恰恰與實(shí)時(shí)運(yùn)行的測試時(shí)推理相反。
這種離線標(biāo)注還有一個(gè)好處,那就是特斯拉工程師得以實(shí)現(xiàn)無法部署在車上的密集運(yùn)算型物體檢測網(wǎng)絡(luò),將其用于低延遲的實(shí)時(shí)應(yīng)用中去。而雷達(dá)的數(shù)據(jù)只是用于進(jìn)一步驗(yàn)證神經(jīng)網(wǎng)絡(luò)的推理,這個(gè)過程還可以讓人工介入,進(jìn)行一些判斷上的編輯、驗(yàn)證和調(diào)整工作。
為了實(shí)現(xiàn)更好的速度和加速度判斷,在打造這一數(shù)據(jù)集的過程中,特斯拉團(tuán)隊(duì)花了4個(gè)月時(shí)間開發(fā)了221個(gè)觸發(fā)器來指出物體檢測系統(tǒng)上還需哪些調(diào)整,比如雷達(dá)與視覺對比不符、物體邊框抖動、純靠主攝像頭進(jìn)行的檢測等等。這些觸發(fā)器部署在消費(fèi)車輛中,進(jìn)行了7輪靜默模式的運(yùn)轉(zhuǎn),這些觸發(fā)器并不會對車輛下達(dá)任何指令,而輸出的數(shù)據(jù)會和雷達(dá)數(shù)據(jù)和駕駛員本身行為進(jìn)行比較。
最后生成的數(shù)據(jù)集中,特斯拉自動駕駛團(tuán)隊(duì)已經(jīng)收集了1.5PB的數(shù)據(jù),由100萬個(gè)10秒視頻和60億物體標(biāo)注組成。

特斯拉自動駕駛神經(jīng)網(wǎng)絡(luò)架構(gòu) / 特斯拉
為了充分利用這一數(shù)據(jù)集,特斯拉自動駕駛團(tuán)隊(duì)打造了一個(gè)高效的循環(huán)神經(jīng)網(wǎng)絡(luò)。數(shù)據(jù)經(jīng)過多層次的網(wǎng)絡(luò)結(jié)構(gòu),從而輸出多個(gè)參數(shù)。這種架構(gòu)為分布式分工創(chuàng)造了條件,當(dāng)前特斯拉有一個(gè)由20人左右組成的團(tuán)隊(duì),他們正在全力訓(xùn)練這一神經(jīng)網(wǎng)絡(luò),負(fù)責(zé)各自的模塊。
用來訓(xùn)練深度學(xué)習(xí)模型的超級計(jì)算機(jī)
為了處理如此龐大的工作量自然也需要強(qiáng)大的機(jī)器,特斯拉當(dāng)前有三臺用于自動駕駛開發(fā)的超算集群。其中最新的一臺包含720個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)都由8張英偉達(dá)A100 80GB加速卡組成,等于一臺機(jī)器就內(nèi)置了5760個(gè)GPU。該機(jī)器的算力達(dá)到了驚人的1.8 EFLOPS,配備了10PB的頂級NVME存儲,速率達(dá)到1.6 TBps。

內(nèi)部超級計(jì)算機(jī) / 特斯拉
除此之外,為了保障自動駕駛的流暢運(yùn)行,其自研的FSD自動駕駛芯片也有著強(qiáng)悍的性能。特斯拉的優(yōu)勢在于其垂直集成的開發(fā),這意味著不論是其CPU、GPU還是NPU,都能最大限度地利用這一神經(jīng)網(wǎng)絡(luò)驅(qū)動的視覺方案。

FSD自動駕駛芯片 / 特斯拉
小結(jié)
目前特斯拉的FSD自動駕駛系統(tǒng)已經(jīng)進(jìn)入了測試階段,已經(jīng)有2000余名的車主在使用這一技術(shù)。特斯拉也在繼續(xù)開發(fā)這一系統(tǒng),加入更多的駕駛功能。

NHTSA對4月27日前后生產(chǎn)的Model Y評級 / NHTSA
不過,特斯拉拋棄毫米波雷達(dá)的做法也引來的一些是非,美國國家公路交通安全管理局(NHTSA)表示,取消毫米波雷達(dá)的Model 3和Model Y將失去具備部分先進(jìn)安全功能的標(biāo)簽。尚不清楚這未來經(jīng)過測試調(diào)研后,幾款車型會不會重新獲得這些認(rèn)證,不過可以肯定的是,特斯拉已經(jīng)打算在攝像頭為主的純視覺方案上堅(jiān)定不移地走下去了。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報(bào)投訴
-
傳感器
+關(guān)注
關(guān)注
2564文章
52619瀏覽量
763893 -
特斯拉
+關(guān)注
關(guān)注
66文章
6370瀏覽量
128590 -
AI
+關(guān)注
關(guān)注
87文章
34294瀏覽量
275474 -
激光雷達(dá)
+關(guān)注
關(guān)注
971文章
4196瀏覽量
191998
發(fā)布評論請先 登錄
相關(guān)推薦
熱點(diǎn)推薦
CES 2025激光雷達(dá)觀察:“千線”激光雷達(dá)亮相,頭部廠商布局具身智能
廠商也展示了最新的方案,包括集成在座艙內(nèi)的激光雷達(dá)方案,F(xiàn)MCW激光雷達(dá)等。 ? 下面我們就來看下這屆CES上激光雷達(dá)行業(yè)有哪些新的發(fā)展動態(tài)

激光雷達(dá)在自動駕駛中為何不可替代?
109.6%。在很多車企不斷追求純視覺的當(dāng)下,為何激光雷達(dá)的銷量反而“逆勢”增長?激光雷達(dá)在自動駕駛中為何不可替代? 其實(shí)環(huán)境感知作為自動駕駛的“元感官”,在保證車輛安全、提高決策效率

DeepSeek:2025年激光雷達(dá)技術(shù)與行業(yè)應(yīng)用趨勢
近日DeepSeek的火爆,我想知道它對激光雷達(dá)技術(shù)與行業(yè)應(yīng)用趨勢的看法。以下內(nèi)容來源于DeepSeek-R1,僅供參考。2025年激光雷達(dá)技術(shù)與行業(yè)應(yīng)用趨勢:深度分析與預(yù)測一、技術(shù)趨勢:從固態(tài)化到

激光雷達(dá)領(lǐng)域的新秀利器—SPAD23
分析在激光雷達(dá)系統(tǒng)中的關(guān)鍵應(yīng)用以及在激光雷達(dá)系統(tǒng)中核心器件的技術(shù)特性

禾賽拒絕“激光雷達(dá)無用論”
在特斯拉發(fā)布FSD新版本后,視覺派和激光雷達(dá)派的爭論再次升溫。 與此同時(shí),激光雷達(dá)企業(yè)也開始在車載智駕領(lǐng)域之外尋找新的市場機(jī)會。 在CES 2025上,禾賽科技推出了一系列新的激光雷達(dá)

一則消息引爆激光雷達(dá)行業(yè)!特斯拉竟然在自研激光雷達(dá)?
電子發(fā)燒友網(wǎng)報(bào)道(文/梁浩斌)一則消息引爆激光雷達(dá)行業(yè)?上周業(yè)界流傳的一份會議紀(jì)要稱,有自動駕駛專家透露,特斯拉已經(jīng)設(shè)計(jì)了自己的激光雷達(dá),并正在與大陸集團(tuán)合作,將自己開發(fā)的
激光雷達(dá)會傷害眼睛嗎?
隨著激光雷達(dá)日益普及,人們開始擔(dān)憂:這種發(fā)射激光的設(shè)備,對人眼的安全性如何?了解這個(gè)問題前,我們首先需要知道激光雷達(dá)和它發(fā)射的激光,到底是什

激光雷達(dá)的維護(hù)與故障排查技巧
激光雷達(dá)(LiDAR,Light Detection and Ranging)是一種利用激光進(jìn)行距離測量和目標(biāo)識別的技術(shù)。它廣泛應(yīng)用于無人駕駛汽車、地理信息系統(tǒng)(GIS)、環(huán)境監(jiān)測、航空航天等領(lǐng)域
激光雷達(dá)技術(shù)的基于深度學(xué)習(xí)的進(jìn)步
信息。這使得激光雷達(dá)在自動駕駛、無人機(jī)、機(jī)器人等領(lǐng)域具有廣泛的應(yīng)用前景。 二、深度學(xué)習(xí)技術(shù)的發(fā)展 深度學(xué)習(xí)是機(jī)器
激光雷達(dá)技術(shù)的發(fā)展趨勢
激光雷達(dá)(LiDAR,Light Detection and Ranging)技術(shù)是一種通過發(fā)射激光脈沖并接收其反射來測量距離和速度的遙感技術(shù)。它在多個(gè)領(lǐng)域,如測繪、環(huán)境監(jiān)測、自動駕駛汽車和無人機(jī)等
物聯(lián)網(wǎng)系統(tǒng)中的高精度測距方案_單點(diǎn)TOF激光雷達(dá)
物聯(lián)網(wǎng)系統(tǒng)中為什么要使用單點(diǎn)TOF激光雷達(dá) 物聯(lián)網(wǎng)系統(tǒng)中使用單點(diǎn)TOF(Time of Flight,飛行時(shí)間)激光雷達(dá)的原因主要基于其獨(dú)特的優(yōu)勢和應(yīng)用場景的需求。以下是詳細(xì)的解釋: 單點(diǎn)TOF

光學(xué)雷達(dá)和激光雷達(dá)的區(qū)別是什么
光學(xué)雷達(dá)和激光雷達(dá)是兩種不同的遙感技術(shù),它們在原理、應(yīng)用、優(yōu)缺點(diǎn)等方面都存在一定的差異。以下是對光學(xué)雷達(dá)和激光雷達(dá)的比較: 定義和原理 光學(xué)雷達(dá)
lidar激光雷達(dá)掃描儀有什么用
LiDAR(Light Detection and Ranging,激光探測與測距)是一種利用激光技術(shù)進(jìn)行距離測量和成像的技術(shù)。LiDAR激光雷達(dá)掃描儀具有高精度、高分辨率、快速掃描等特點(diǎn),廣泛應(yīng)用
一文看懂激光雷達(dá)
? ? 文章大綱 城市 NOA 成競爭高地,政策助力高階智能駕駛加速落地 成本下探+智駕升級,2030年激光雷達(dá)市場規(guī)模有望超萬億 ? ????·城市 NOA面臨工況復(fù)雜問題,激光雷達(dá)為“優(yōu)選

商用激光雷達(dá)產(chǎn)品InnovizOne有什么獨(dú)特之處
Innoviz 是汽車行業(yè)的知名激光雷達(dá)制造商,率先開創(chuàng)了激光雷達(dá)感知技術(shù)。結(jié)合攝像頭和雷達(dá)等其他傳感器,Innoviz 能實(shí)現(xiàn)真正可脫手、解放雙眼的自動駕駛體驗(yàn)。安森美 (onsemi)與 Innoviz 合作,助其推出了首款
評論