99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

特斯拉將技術(shù)突破押注在基于視覺(jué)計(jì)算的神經(jīng)網(wǎng)絡(luò)能夠解決所有問(wèn)題

jmiy_worldofai ? 來(lái)源:lq ? 2019-05-15 17:51 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

反擊”姍姍來(lái)遲。5月8日的2019年谷歌I/O開(kāi)發(fā)者大會(huì)上,Waymo首席科學(xué)家Drago Anguelov對(duì)埃隆·馬斯克此前有關(guān)激光雷達(dá)的言論做了回復(fù):“馬斯克決定僅使用攝像頭和雷達(dá)傳感器,完全擯棄激光雷達(dá)”風(fēng)險(xiǎn)很大。激光雷達(dá)能夠不斷地向車輛周圍發(fā)射激光并捕捉反射的光波,幫助車輛測(cè)量距離并“看清”周圍的環(huán)境。

今年4月的一次公開(kāi)活動(dòng)后,馬斯克一竿子將使用激光雷達(dá)的公司都打落成 “冤大頭”,稱最后所有人都會(huì)拋棄激光雷達(dá)。顯然特斯拉將技術(shù)突破押注在基于視覺(jué)計(jì)算的神經(jīng)網(wǎng)絡(luò)能夠解決所有問(wèn)題。

多傳感器融合與純視覺(jué)計(jì)算派的路線分歧由來(lái)已久,打個(gè)比方,是內(nèi)外兼修,還是劍走偏鋒,目前技術(shù)實(shí)踐還不足以下結(jié)論,但不同的派別都各有擁躉,在既定的道路上實(shí)踐著自身的技術(shù)路線。

多傳感器融合派——安全是自動(dòng)駕駛的第一邏輯

被馬斯克Diss的自動(dòng)駕駛公司,包括了Waymo、Cruise、Uber在內(nèi)的大部分自動(dòng)駕駛公司,都采用的是多傳感器融合感知的解決方案。

相比較而言,這一派別的人對(duì)于風(fēng)險(xiǎn)的認(rèn)知要更加謹(jǐn)慎,“無(wú)法想象只用攝像頭如何實(shí)現(xiàn)自動(dòng)駕駛,但是,我們確實(shí)需要最好的攝像頭系統(tǒng)來(lái)支持實(shí)現(xiàn)真正的自動(dòng)駕駛,”Waymo首席科學(xué)家Drago Anguelov說(shuō),“所以馬斯克的方案可以說(shuō)是一場(chǎng)豪賭,這樣風(fēng)險(xiǎn)非常大,而且完全沒(méi)有必要選擇這樣的方案?!?/p>

更多自動(dòng)駕駛細(xì)分領(lǐng)域的佼佼者都有自己的觀點(diǎn)。

北京市自動(dòng)駕駛車輛道路測(cè)試專家委員會(huì)委員,智加科技CEO劉萬(wàn)千表示:“智加有全球最領(lǐng)先的AI視覺(jué)系統(tǒng),能夠準(zhǔn)確追蹤1500米外的障礙物。但我們認(rèn)為自動(dòng)駕駛的安全應(yīng)該是第一位的,基于激光雷達(dá)、毫米波雷達(dá)和視覺(jué)的傳感器融合是必要的,全球最領(lǐng)先的自動(dòng)駕駛公司都在這方面投入了大量的精力。全行業(yè)還有很多工作要做,突出單項(xiàng)技術(shù)混淆公眾認(rèn)知去搏眼球的行為是不負(fù)責(zé)任的?!敝羌涌萍际怯蓜⑷f(wàn)千與斯坦福讀博時(shí)期同學(xué)鄭皓攜手創(chuàng)辦,專注于多傳感器融合為方案的干線物流L4級(jí)無(wú)人重卡的研發(fā),目前在中美兩地市場(chǎng)都有干線運(yùn)營(yíng)。

中國(guó)激光雷達(dá)新創(chuàng)公司速騰聚創(chuàng)(RoboSense)研發(fā)副總裁Leilei Shinohara此前在接受媒體采訪時(shí)就表示,“傳感器可是能采集到人眼看不到的細(xì)節(jié)?!痹诎踩媲?,一切都是浮云?!耙苍S你的激光雷達(dá)只有5%時(shí)間起效果,但它一出手就能解決大問(wèn)題,所以你還是會(huì)備著它以防萬(wàn)一?!盨hinohara解釋道,Uber和特斯拉的致命事故就是前車之鑒。

計(jì)算機(jī)視覺(jué)派——攝像頭和雷達(dá)“感知出一篇新天地

特斯拉在自動(dòng)駕駛的技術(shù)路線上,一向是特立獨(dú)行派別——馬斯克則認(rèn)為激光雷達(dá)的加入會(huì)讓技術(shù)路線誤入歧途,所有人的終極目標(biāo)都是攝像頭實(shí)現(xiàn)感知。當(dāng)然,神經(jīng)網(wǎng)絡(luò)必不可少這點(diǎn)大家都同意,但沒(méi)人像馬斯克那樣“走極端”,把激光雷達(dá)等發(fā)展路徑當(dāng)成敵人。這里顯然有巨大的“彎道超車”的博弈預(yù)期,如果最終押注成功,特斯拉的方案就一騎絕塵,天才獲得上天垂青的橋段將鼓勵(lì)更多人。

特斯拉的方案,并不是孤例。

同樣以計(jì)算機(jī)視覺(jué)技術(shù)來(lái)開(kāi)宗立派的,還有圖森未來(lái)。這家成立于2015年的自動(dòng)駕駛初創(chuàng)公司,在其自動(dòng)駕駛解決方案中,技術(shù)路線也是以低成本的計(jì)算機(jī)視覺(jué)為核心,并輔以人工智能算法。此前在接受媒體采訪時(shí),圖森未來(lái)CTO侯曉迪表示:“因?yàn)槲覀冃枰紤]怎么把東西賣出去,所以首先會(huì)考慮價(jià)格相對(duì)較低的方案?!焙顣缘鲜羌又堇砉ご髮W(xué)博士,計(jì)算機(jī)視覺(jué)(Computer Vision)和神經(jīng)學(xué)領(lǐng)域?qū)<摇?/p>

此外,另一位與攝像頭方案深度綁定的大牛是AutoX的肖健雄。這位普林斯頓大學(xué)計(jì)算機(jī)視覺(jué)和機(jī)器人實(shí)驗(yàn)室的創(chuàng)辦人,在創(chuàng)辦AutoX后曾在多個(gè)場(chǎng)合強(qiáng)調(diào)攝像頭為主的傳感器方案,這是基于其對(duì)技術(shù)快速落地的商業(yè)化考慮,“夠便宜,用戶才能接受”,也來(lái)自其對(duì)攝像頭功能演進(jìn)的信心——算法的優(yōu)化可幫助彌補(bǔ)攝像頭的現(xiàn)有缺陷。

看起來(lái),堅(jiān)持視覺(jué)為主的企業(yè)對(duì)于是否加入激光雷達(dá)的原因與馬斯克不謀而合,成本問(wèn)題是他們考慮的最初邏輯。

之所以如此,中國(guó)工程院的高文院士此前接受采訪表示,激光雷達(dá)究竟何時(shí)價(jià)格能降到符合量產(chǎn)要求并不可知。隨著自動(dòng)駕駛領(lǐng)域各家企業(yè)爭(zhēng)相推進(jìn)其產(chǎn)品量產(chǎn)進(jìn)程,留給這些企業(yè)的時(shí)間并不多了,與其都在激光雷達(dá)一項(xiàng)技術(shù)上“死磕”,不如轉(zhuǎn)而尋找其他更可行、在短期內(nèi)有可能落地的技術(shù)。

派別之爭(zhēng),根源在于激光雷達(dá)的成本可控預(yù)期

激光雷達(dá)本身并不是原罪,它的作用毋庸置疑,激光雷達(dá)可以提供比更為豐富且準(zhǔn)確的數(shù)據(jù),同時(shí)也能更輕松的建造模擬環(huán)境(simulation environment)。另外,激光雷達(dá)也可以幫助自動(dòng)駕駛汽車判斷周圍車輛及物體的互動(dòng),這些都是只采用攝像頭很難達(dá)到的效果,因此很多視覺(jué)派也在后期對(duì)外的觀點(diǎn)表達(dá)中,不絕對(duì)否定使用激光雷達(dá)的可能性,當(dāng)然前提還是要將做到量產(chǎn)+合理成本。

而多數(shù)堅(jiān)持使用包含激光雷達(dá)在內(nèi)的多傳感器融合的自動(dòng)駕駛公司,考量的初衷看起來(lái)更加“執(zhí)拗”,至少以目前全球整體研發(fā)實(shí)力,在可靠性不足以支撐所有感知需求前提下,為了保證安全第一的邏輯,激光雷達(dá)是一個(gè)咬牙也要加上的選項(xiàng)。

激光雷達(dá)前期研發(fā)的高成本與大多數(shù)新技術(shù)首次開(kāi)發(fā)時(shí)的規(guī)律是一致的,好消息是激光雷達(dá)的成本正在被從業(yè)者努力攻克。

“從根本上來(lái)說(shuō),激光雷達(dá)并不昂貴。”Dolgov說(shuō),“我們已經(jīng)大幅降低了從第一代到現(xiàn)在的激光雷達(dá)產(chǎn)品的價(jià)格??梢韵胂?,隨著規(guī)模的擴(kuò)大,我們將節(jié)省多少成本。”

自動(dòng)駕駛技術(shù)的發(fā)展,在當(dāng)下正伴隨著兩條平行線發(fā)展,一條是激光雷達(dá)的成本可控速度,另一條是基于視覺(jué)的神經(jīng)網(wǎng)絡(luò)的成熟空間。孰優(yōu)孰劣難以定論,從業(yè)者統(tǒng)一不變的是對(duì)生命的敬畏和對(duì)改變未來(lái)世界的信心。

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(chǎng)。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(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2566

    文章

    53008

    瀏覽量

    767581
  • 激光雷達(dá)
    +關(guān)注

    關(guān)注

    971

    文章

    4236

    瀏覽量

    192897
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    790

    文章

    14321

    瀏覽量

    170693

原文標(biāo)題:谷歌、特斯拉自動(dòng)駕駛技術(shù)路線之爭(zhēng)再升級(jí),行業(yè)領(lǐng)袖紛紛站隊(duì)表態(tài)

文章出處:【微信號(hào):worldofai,微信公眾號(hào):worldofai】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)電機(jī)故障診斷中的應(yīng)用

    的診斷誤差。仿真結(jié)果驗(yàn)證了該算法的有效性。 純分享帖,需要者可點(diǎn)擊附件免費(fèi)獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)電機(jī)故障診斷中的應(yīng)用.pdf【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有
    發(fā)表于 06-16 22:09

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)突破性增強(qiáng)功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù)突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 04-07 11:33 ?447次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)多個(gè)方面存在顯著差異,以下是對(duì)兩者的比較: 一、結(jié)構(gòu)特點(diǎn) BP神經(jīng)網(wǎng)絡(luò) : BP神經(jīng)網(wǎng)絡(luò)是一種多層的前饋
    的頭像 發(fā)表于 02-12 15:53 ?673次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    神經(jīng)網(wǎng)絡(luò)(即反向傳播神經(jīng)網(wǎng)絡(luò))的核心,它建立梯度下降法的基礎(chǔ)上,是一種適合于多層神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)算法。該算法通過(guò)計(jì)算每層
    的頭像 發(fā)表于 02-12 15:18 ?775次閱讀

    BP神經(jīng)網(wǎng)絡(luò)圖像識(shí)別中的應(yīng)用

    BP神經(jīng)網(wǎng)絡(luò)圖像識(shí)別中發(fā)揮著重要作用,其多層結(jié)構(gòu)使得網(wǎng)絡(luò)能夠學(xué)習(xí)到復(fù)雜的特征表達(dá),適用于處理非線性問(wèn)題。以下是對(duì)BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 02-12 15:12 ?681次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    所擬合的數(shù)學(xué)模型的形式受到大腦中神經(jīng)元的連接和行為的啟發(fā),最初是為了研究大腦功能而設(shè)計(jì)的。然而,數(shù)據(jù)科學(xué)中常用的神經(jīng)網(wǎng)絡(luò)作為大腦模型已經(jīng)過(guò)時(shí),現(xiàn)在它們只是能夠某些應(yīng)用中提供最先進(jìn)性能
    的頭像 發(fā)表于 01-09 10:24 ?1209次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    卷積神經(jīng)網(wǎng)絡(luò)自然語(yǔ)言處理中的應(yīng)用

    自然語(yǔ)言處理是人工智能領(lǐng)域的一個(gè)重要分支,它致力于使計(jì)算機(jī)能夠理解、解釋和生成人類語(yǔ)言。隨著深度學(xué)習(xí)技術(shù)的發(fā)展,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)作為一種強(qiáng)大的模型,圖像識(shí)別和語(yǔ)音處理等領(lǐng)域取
    的頭像 發(fā)表于 11-15 14:58 ?807次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    神經(jīng)網(wǎng)絡(luò),也稱為全連接神經(jīng)網(wǎng)絡(luò)(Fully Connected Neural Networks,F(xiàn)CNs),其特點(diǎn)是每一層的每個(gè)神經(jīng)元都與下一層的所有神經(jīng)元相連。這種結(jié)構(gòu)簡(jiǎn)單直觀,但在
    的頭像 發(fā)表于 11-15 14:53 ?1878次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也不斷增加,其中循環(huán)
    的頭像 發(fā)表于 11-15 09:42 ?1133次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)語(yǔ)音識(shí)別中的應(yīng)用實(shí)例

    語(yǔ)音識(shí)別技術(shù)是人工智能領(lǐng)域的一個(gè)重要分支,它使計(jì)算機(jī)能夠理解和處理人類語(yǔ)言。隨著深度學(xué)習(xí)技術(shù)的發(fā)展,特別是長(zhǎng)短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)的引入,語(yǔ)音識(shí)別的準(zhǔn)確性和效率得到了顯著提升。
    的頭像 發(fā)表于 11-13 10:03 ?1855次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)RNN的區(qū)別

    深度學(xué)習(xí)領(lǐng)域,循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)因其能夠處理序列數(shù)據(jù)而受到廣泛關(guān)注。然而,傳統(tǒng)RNN處理長(zhǎng)序列時(shí)存在梯度消失或梯度爆炸的問(wèn)題。為了解決這一問(wèn)題,LSTM(長(zhǎng)短期記憶)
    的頭像 發(fā)表于 11-13 09:58 ?1218次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的基本原理 如何實(shí)現(xiàn)LSTM神經(jīng)網(wǎng)絡(luò)

    LSTM(長(zhǎng)短期記憶)神經(jīng)網(wǎng)絡(luò)是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),它能夠學(xué)習(xí)長(zhǎng)期依賴信息。處理序列數(shù)據(jù)時(shí),如時(shí)間序列分析、自然語(yǔ)言處理等,LSTM因其
    的頭像 發(fā)表于 11-13 09:53 ?1587次閱讀

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念你厘清了么~

    隨著人工智能(AI)技術(shù)的快速發(fā)展,AI可以越來(lái)越多地支持以前無(wú)法實(shí)現(xiàn)或者難以實(shí)現(xiàn)的應(yīng)用。本文基于此解釋了 卷積神經(jīng)網(wǎng)絡(luò) (CNN)及其對(duì)人工智能和機(jī)器學(xué)習(xí)的意義。CNN是一種能夠從復(fù)雜數(shù)據(jù)中提
    發(fā)表于 10-24 13:56

    計(jì)算機(jī)視覺(jué)技術(shù)的AI算法模型

    計(jì)算機(jī)視覺(jué)技術(shù)作為人工智能領(lǐng)域的一個(gè)重要分支,旨在使計(jì)算機(jī)能夠像人類一樣理解和解釋圖像及視頻中的信息。為了實(shí)現(xiàn)這一目標(biāo),計(jì)算機(jī)
    的頭像 發(fā)表于 07-24 12:46 ?1817次閱讀

    FPGA深度神經(jīng)網(wǎng)絡(luò)中的應(yīng)用

    、低功耗等特點(diǎn),逐漸成為深度神經(jīng)網(wǎng)絡(luò)邊緣計(jì)算和設(shè)備端推理的重要硬件平臺(tái)。本文詳細(xì)探討FPGA深度
    的頭像 發(fā)表于 07-24 10:42 ?1209次閱讀