Re: [分享] 特斯拉FSD beta 來比眼力有沒有比AI好

[ewings (火星人當研究生)]

※ 引述《ykjiang (York)》之銘言：
: 從最基本的原理來說，光達跟雷達就是用來測距，理論上只有一維的資訊
: 三維的部分是經過一些設計、運算後得到的
: 反而鏡頭得到的一開始就是二維資訊，然後可以經過運算得到三維的資訊，

這邊看完，我的感想只有“供三小？”

雷達與光達在原理上是利用掃描的方式，取得距離與向量，本質上資料的維度就是大於二維了。

是什麼時候變一維的？如果要這麼瞎扯，那鏡頭裡的CMOS一次也只能讀一個cell的資料，
一樣得要逐個掃描才能得到二維影像（這個就是所謂的果凍效應的成因），
照你的說法，鏡頭不也一樣是一維的？

: 特斯拉更進一步從中取得四維資訊（多的那維是時間軌跡預測）

這邊也不知道在供三小

在半個世紀前，雷達後處理技術就已經發展出利用比對前後時間目標的變化，預測目標未來位置，
並且持續追蹤的技術。甚至還有類似合成孔徑雷達（SAR）那種利用時間與位移積分，
利用二維掃描形成3維雷達影像的技術。

而利用都卜勒濾波技術，甚至不需要比對前後時間的資料，就能直接得到目標的速度，
在半個世紀前，雷達就能直接利用都卜勒測速，外插推估目標的未來位置。

但也沒人講雷達是四維資料的探測器。

而特斯拉的前鏡頭並沒有構成立體視覺，就算加上時間預測，也只能構成2.5D，
（三個定焦鏡只能利用影像模糊的程度大致判斷距離）,這也是特斯拉自動駕駛在視覺深度一直為人所詬病的地方。


: 以目前的技術：
: 距離方面，光達的精度比較高
: 平面部分，鏡頭的精度較高，然後鏡頭還可以判斷顏色這個重要資訊
: 以自動駕駛而言，兩者的精度都超過人眼了
: 所以關鍵還是在 AI 等其他方面

無腦特粉才會覺得只靠鏡頭和AI就行

真的在搞自動駕駛的，在研究的是怎麼做多感測器的融合。

https://global.kyocera.com/ces/img/sensing-technology/sec11_img03.jpg
像是直接將光達和攝影機做成同一個感測器，就是其中一個方向。

: ※ 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。

--
亂餵流浪狗的人其實和渣男沒什麼兩樣
一個是讓狗以為自己是有主人的狗，一個是讓人以為感情有了歸宿
但都只是做半套不想完全負責而已

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.76.142.11 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/car/M.1617905330.A.609.html
推 techih      : 特斯拉也有雷達OK 不是只靠鏡頭
推 techih      : 我看完你寫的感想也是公三小？！？
→ ewings      : 特斯拉的前雷達分辨度大於7度，在50公尺外並排行駛
→ ewings      : 的兩輛卡車，特斯拉雷達上也會辨識成同一個物體。
推 techih      : 兩個鏡頭就能構成立體視覺了 難道你有三個眼睛？
 04/09 02:47

特斯拉用的是三個焦距不同的定焦鏡
對同一個物體只會有一個鏡頭有較清晰的影像
這種鳥玩法是弄不出立體視覺的。

→ ewings      : 而特斯拉用了這種等級的雷達，雷達測距資料與影像資
→ ewings      : 料的融合，基本上和用AI預測擲筊結果差不多吧
※ 編輯: ewings (42.76.142.6 臺灣), 04/09/2021 02:52:14
推 techih      : 螢幕顯示一輛車 並不代表他就只能看到一輛 只是你
→ techih      : 看的越細需要的電腦資源就越多 那有沒有這個必要
推 techih      : 我認為特斯拉比較著重在視覺辨識，雷達只是輔助
推 techih      : 我覺得不太需要下定論啦 如果真覺得光達終勝那可以
→ ewings      : 特斯拉用三顆定焦鏡的鳥玩法，反而增加了電腦運算的
→ techih      : 買Mobileye股票 應該會賺翻
→ ewings      : 需求量。光達+鏡頭，關聯性演算法的需求可以低到只
→ ewings      : 用單晶片距離，但是特斯拉就要用到礦卡級的處理器。
推 techih      : 但我記得NIO用光達卻配了4顆N牌高階處理器耶
推 techih      :  https://i.imgur.com/xnmwZQW.jpg
→ ewings      : 人家NIO要搞的ADAS，是要直接衝Level 4，才要開發這
→ ewings      : 個規模的硬體。可沒像特斯拉還要求車主雙手不能離開
→ ewings      : 方向盤呢。
→ ewings      : 另外，用NIO沒像特斯拉小器的使用低解析度的攝影機
→ ewings      : ，影像串流處理的量本來就比較高，把tops去除pixel
→ ewings      : 數量，特斯拉用的運算資源還比較高勒。
→ Guideboy    : 三個定焦鏡是指三個不同焦距的鏡頭？
→ Guideboy    : 是的話對同一物體可以同時準焦吧
問題是鏡頭內的影像不會只有一個物體，而且這三顆鏡頭的焦距範圍各差了100公尺
相當於戴著單筒望遠鏡，還傻到要建立兩眼立體視覺一樣搞笑

→ Guideboy    : 只是成像時物體大小會不同 不會只有一個準焦
→ Guideboy    : 不會有你說的一個鏡頭清楚 其他模糊的情況
噓 a1445979    : 到底在公三小，講的好像特斯拉沒有要衝Level4一樣
→ a1445979    : 你要針對物件辨識、車輛辨識、道路辨識好像不用運
→ a1445979    : 算資源一樣
※ 編輯: ewings (42.76.142.6 臺灣), 04/09/2021 03:52:09
推 kmlvli84    : 你好像分不清焦距跟對焦距離的差別，特斯拉用了三
→ kmlvli84    : 顆不同焦距的鏡頭，但是這三顆鏡頭的對焦距離基本
→ kmlvli84    : 上可以視為泛焦。加上三顆鏡頭的位置並不重疊，是
→ kmlvli84    : 完全可以計算出深度的，可惜的是並不是全畫面都算
→ kmlvli84    : 得出來。
→ ewings      : 你講的不就我上面已經講過的2.5D?
→ ykjiang     : 而且特斯拉前向的鏡頭總共有五個，另兩個在側前方
→ ykjiang     : 側前方那兩個鏡頭的規格是完全一樣的
https://qph.fs.quoracdn.net/main-qimg-18ea7bf48a6f7dfdce9e384c2ef80840

兩個側前方的鏡頭，和前方鏡頭視角重疊的範圍只有十幾度，而且還不是在車的前方。
這個分配是要怎麼弄出兩眼立體視覺？？
※ 編輯: ewings (42.76.142.6 臺灣), 04/09/2021 04:00:51
推 kmlvli84    : 你對緯度的定義有問題，兩顆鏡頭只要能看到同一個
→ kmlvli84    : 物體，就必定可以辨識出三維的位置。可辨識範圍不
→ kmlvli84    : 會影響維度。而且這三顆鏡頭只有一顆是長焦的，你
→ kmlvli84    : 的望遠鏡舉例根本不合邏輯。
→ ykjiang     : 不知你怎麼看出十度，而且只要那兩個重疊夠大就夠了
→ kmlvli84    : 你忽略了wide forward camera跟main forward cam
→ kmlvli84    : era的重疊區了。
→ ykjiang     : 十度應該是廁後方那兩個鏡頭
→ ykjiang     : 重點是Tesla這樣的鏡頭配置行之有年了，
→ ykjiang     : 要真有如此低級的設計錯誤發生，早就更正了
→ ykjiang     : 查了一下Tesla 3D視覺主要是靠正前向的那三個鏡頭
→ ykjiang     : 可行的原理如 kmlvli84 說的
→ ykjiang     : 只要兩個鏡頭拍出的同一個物體有不同位置或大小，
→ ykjiang     : 理論上就能估算出距離
→ ykjiang     : 不同大小，可以因為視角範圍不同或焦距不同造成的
推 ingmu       : 好了別吵 來看資料 Tesla其實用單鏡頭就能判斷距離
→ ingmu       : 原理說明 http://bit.ly/TeslaHere519
→ ingmu       : 實測遮到剩一個鏡頭還能在路口轉彎
→ ingmu       : https://bit.ly/TeslaHere609
噓 ssss127     : 無腦特黑的最高表現？理性討論不行嗎
噓 ssss127     : 不懂就虛心求教 整天扣人帽子
噓 sted0101    : 嗯嗯 口氣很大水準很高 哈哈哈哈哈
噓 pavaro      : 供三小 然後咧 其他車廠現在在幹嘛
推 bluemkevin  : 單鏡頭理論上可行，但是特斯拉目前的鏡頭規格有風險
→ bluemkevin  : ...
推 ssss127     : 換鏡頭分分鐘的事情而已 目前特斯拉鏡頭解析度不高
推 bluemkevin  : 不光是鏡頭的問題，早些年前晶片設計接收鏡頭影像格
→ bluemkevin  : 式的接面可能也不堪使用。
→ bluemkevin  : 現在的鏡頭不會只丟純影像的內容給晶片，還會伴隨其
→ bluemkevin  : 他感測資料，然後車用鏡頭這幾年吃記憶體頻寬越來越
→ bluemkevin  : 恐怖，車用壓縮也不太可能用lossy的方式，不過這看
→ bluemkevin  : 車廠對於風險的拿捏。
推 zxcbrian    : 那篇果然沒內容
推 largesperm  : 你太小看軟體了
推 moboo       : 感覺你是在硬體廠，現在軟體單鏡頭就能看深度了。
→ moboo       : 看物體大小加上時間就能判斷
→ moboo       : 上面推文很多人寫了，而且這是潮流
噓 milichang   : 謝謝你帶來歡樂
推 shadowppt   : 做硬體的怎麼不知道景深這件事.....