Autopilot Route Dispute: Az autóiparnak is megvan az igazi íz törvénye

Az automata vezetés terén Musk megszállottsága mindig is közismert volt. Musk személyes kedvenc tisztánlátási megoldásai, a lézerradar megvetés, az ok is nagyon egyértelmű: az "első elvből" a legjobb automata vezetésnek a legjobb emberi vezetőktől kell tanulnia, a vezetők pedig csak a szemükre hagyatkoznak a megkülönböztetésben, így az automatikus vezetésnek a látásra kell támaszkodnia, nem pedig további érzékelőkre.
"Az emberek a látás alapján vezetnek, nem a lézert lőtt szemek által." Ezen elmélet alapján a Tesla abban reménykedett, hogy az Autopilotot tiszta látási megoldással valósítja meg, elkerülve az olyan eszközöket, mint a LIDAR.
Az ideál gazdag, a valóság csontig tartó. A legtöbb autógyártó cég nem alkalmazza a tiszta látásmódot. Jelenleg, legyen szó azúrkékről, kis pengről, ideálisról, weimarról, bölcsességről és más feltörekvő vállalkozásokról, vagy a nagy falról, faw-ról és más hagyományos autógyártó cégekről, az új modellek lidarral vannak felszerelve, ami kamerát, milliméteres hullámú radart alkot. , lidar és más többszenzoros fúziós rendszer, ahelyett, hogy a vizuális tanulás mélységének "amit látsz, azt kapsz" -ra hagyatkozna.
Az Ideal Car még azt is sugallja, hogy a LiDAR szerepe hasonló a légzsákéhoz, bár e nélkül is képes autonóm vezetést megvalósítani, de a vizuális tanulási forgatókönyveknek mindig vannak korlátai, új forgatókönyvekkel találkozva pedig a LiDAR szerepet kaphat a biztonsági támogatásban. .
A különbség elve
Miért tekintik „légzsáknak” a Musk által megvetett LiDAR-t?
A LiDAR elve nem bonyolult. Egy mondatban foglalható össze: a természetes fény az életben erős vagy gyenge, a lézerek pedig kiegészítik a természetes fényt az autonóm vezetésben.
Lézerfénysugarat bocsátunk ki, amelyet a célpont visszaver, majd egy fogadó rendszer összegyűjt. A visszavert fény futási idejét mérve meg tudjuk határozni a cél távolságát. Mivel a lézerek erősen monokromatikusak és kollimáltak, a mérési eredmények közvetlenül tükrözhetik az objektum távolsági tájolását, mélységinformációit, visszaverőképességét stb., így pontos digitális magassági modellt állítanak elő.
Autonóm vezetési „útvonal” vita: létezik-e „az igazi illat törvénye” az autóiparban?

A vizuális tanulási technológiához képest a LiDAR-t nem befolyásolja a rossz időjárás, és éjjel-nappal használható esőben, hóban, szélben és fagyban, az általános teljesítményre kevés hatással.
Úgy tűnik, maga a látókamera költsége jóval alacsonyabb, mint a LiDAR-é, azonban a tanulási rendszer kiépítésének és a sok közúti tesztnek a költsége megfizethetetlen a kisméretű autógyártó cégek számára. Ennek az az oka, hogy a vizuális tanulási módnak sürgősen meg kell oldania a "mit fényképeznek" problémát, amely elegendő big data támogatást igényel. Egy olyan óriás, mint a Tesla, jó eredményeket érhet el a vizuális felismerés terén a neurális hálózatok képzésével, a saját fejlesztésű FSD chippel, a felhő alapú felügyelet nélküli képzéssel és az eredeti "árnyékmódú" elemzéssel, de Tesla csak egy van a világon.
Ezenkívül nem szabad figyelmen kívül hagyni a biztonság kérdését. Az Autopilot biztonsága a vállalati hírnév kérdése, és egy baleset is elég ahhoz, hogy pusztító hatással legyen a vállalati PR-re. Ilyen előfeltevés szerint a legtöbb vállalat a „stabilitást kereső” mentalitást képviseli. Még ha a kamera + milliméteres hullám + ultrahangos radar meg is tudja oldani a problémák 99%-át, a legtöbb autógyártó cég, mint például az Ideal Auto, a vizuális felismerési modellben egyidejűleg a LiDAR-t választja láthatatlan "légzsákként".
Piaci választás
A vizuális tanulás technikai támogatásával kapcsolatos emberek természetesen azt állítják, hogy "a tiszta vizuális útvonal a jövő trendje, az automatikus vezetés eredetéhez való visszatérés megtestesítője"; míg a termelés a LiDAR vállalati, azt is nyilvánosságra fogja hozni, hogy "A LiDAR elengedhetetlen az analóg vizuális korlátok pótlásához". Nincs vége ennek a példátlan vitának az autonóm vezetés jövőbeli irányáról.
Technológiai szempontból a különböző cégek eltérő helyzetben vannak, és nehéz megmondani, melyik megoldás a jobb. Valójában ahelyett, hogy azt mondanák, hogy a tiszta látás útvonala és a LiDAR útvonal a felsőbbrendűség vagy alsóbbrendűség technológiai harca, inkább a kereslet-kínálat viszonyának valóságához, a piaci részesedésért folytatott küzdelemhez hasonlít.
Akkor azt is megnézhetjük, hogyan választ a piac:
A SAIC "robbanékony" ZhiJi LS6 modellje 2023 októberében indult, a LIDAR érzékelő + NVIDIA Orin ZhiDao chip alapfelszereltségként jelenik meg; 2022 Volvo XC90 és Lumina együttműködés, tetőre szerelhető LIDAR technológiával; 2022-ben a Great Wall Moca DHT -PHEV LiDAR verziója is sikeresen elindult; Az Azera és a Tudatron által közösen fejlesztett LiDAR-ral felszerelt Azera ET7 2022 ......
Gyaníthatóan még a Tesla, a vizuális felismerés legkeményebb "csontja" is kételkedik a vizuális útvonalat illetően:
Nemrég a mexikói Nuevo Leon állam kormányzója, Samuel Garcia egy sanghaji útja során azt mondta, hogy a Tesla két kínai beszállítója közel 1 milliárd dollárt fektet be az észak-mexikói Nuevo Leon államba, ahol a Tesla új gyár építését tervezi. Az egyikük pedig nem más, mint a LIDAR cég, a Hosai Group.
A Tesla meghívása a Hershey's-hez nagyon érdekes volt, és a Hershey's "még nem véglegesítette" döntését, hogy elfogadja a meghívást egy új mexikói gyár építésére. Természetesen egyesek úgy vélik, hogy a Tesla lépése nem az autók számára való LiDAR létrehozása, hanem humanoid robotok szállítása.
Ami a piacot illeti, az átlagfogyasztót foglalkoztatja leginkább, nem az, hogy egy autó tiszta látásmód, vagy LiDAR mód. Inkább maga az autó, mint egy "fekete doboz" integrált megvalósítása után a teljesítmény az autonóm vezetés, a biztonság a végén hogyan. A biztonságos vagy nem biztonságos vezetés, a vásárlás vagy nem vásárlás piaca az autó minőségének kemény mutatója.
Amikor az iparági kilátásokat köd borítja, a legtöbb autógyártó cég, még ha többletköltséget is fizet, de az "igazi" LiDAR-ral is fel kell szerelni, a látható LiDAR még mindig jó módja az automatizált vezetés magasabb szintű megvalósításának.