4D毫米波+摄像头，自动驾驶的「终极配置」？
ฝัง
- เผยแพร่เมื่อ 5 ก.ค. 2024
- 搞自动驾驶到底还需不需要激光雷达？4D毫米波加上摄像头是不是就足够了？这期视频来聊下这个话题。有人会问，你特斯拉不是纯视觉嘛。那也不是所有车企都像特斯拉这么硬核。我们讨论4D毫米波+摄像头，是指顶格配置。有能力搞纯视觉的，就只用摄像头。没能力搞的，就还是加上个几个毫米波。况且我认为哪怕是纯视觉，也不妨碍加上俩毫米波做备用感知，反正这玩意比激光雷达是便宜不少。
4D Imaging Radar and Cameras: The Ultimate Setup for Autonomous Driving? - วิทยาศาสตร์และเทคโนโลยี
![[LIVE] : ONE ลุมพินี 70 | คู่เอก "โฟกัส vs สเตฟาน"](http://i.ytimg.com/vi/_fVieQ89DRQ/mqdefault.jpg)
說得很精確，有點厲害啊
哈哈哈哈 终于承认视觉方案了
激光雷达的问题是雨雾天的效果未必比视觉（用红外增强的）方案要强，还死贵。4D雷达既补足了视觉系统在恶劣天气下的不足，又便宜。雷达的一个问题是受到目标材质的影响太大，对于干燥塑料物体可能就直接穿过去了，带来安全隐患。
激光雷达已经白菜价了！作为视觉补充可能有独特优势，精度毫米波也替代不了。
惡劣天況還敢用自動駕駛?
@@jianfu4762 白菜价的LIDAR指标不行，用起来不安全。而且1000美元的白菜也太贵了，如果只能作为补充的话从经济上讲不合算。
@@Joseph_Lin 如果是在原理上，惡劣天況就不能用的自動駕駛，那發展前景實在不大
@@zhchbob自动驾驶本身能节约极大时间精力，这点儿成本根本不是事儿好吧。会在乎这点成本的那部分市场自然有相应车型方案去满足，总不能把奥迪造的和雅迪一个价才是有价值的产品吧
如同GPU，雷达激光在训练模型时很重要。应用时直接ASIC。
謝謝
满街都是雷达的时候，会不会互相干扰呢？
🎉
就是把軍用有源相控陣列雷達簡化放到車上用囉
就这样，它也不能替代红外探测器！
手巧不如家私妙。
根據國際非電離輻射防護委員會（ICNIRP）和美國聯邦通信委員會（FCC）的標準，77 GHz毫米波的暴露限值通常設定為10 W/m²。因此，如果4D毫米波雷達的功率密度達到25 W/m²，確實超過了這些機構所設定的安全限值。
我之前自己看過一些論文說是毫米波（沒有這麼高頻率的我忘記大概是多少了） 假如長期照射人類的話是會 造成身體機能上的損害，反正從此之後我就對毫米波10分小心了加上你提到的標準，看起來把雷達裝在車上的確是最後也要淘汰的。
@@peterwan小P 查詢過文獻不像x ray破壞dna, 毫米波是皮膚吸收產生熱效應，但規範功率就是10w, 車廠應該會去唬爛FCC說是有相位差所以4發要/4
实际上激光雷达的分类分割检测算法发展还远算不上完善，如果激光雷达算法达到视觉算法的高度，激光雷达就会有着无与伦比的性能
大刘，说说极越这个品牌吧，这车是纯视觉BEV+TRANSFORM+OCC
大刘：坐等offer
摄像头不就是个廉价的可见光雷达接收器么？😂 稍微改装一下不可见光也能接收， 而且清晰度高，信息丰富。只不过由于信息太丰富了，还需要AI的算力和算法上面再进一步才能更好的利用。 毫米波雷达还是属于次级探测装置，也许以后能辅助摄像头，但很有可能只是一个短期过渡产品。
毫米波真的是非常够用了，开沃尔沃的都知道，就那一个军用毫米波，沃尔沃的智能驾驶已经很好用了
不知将来通感一体化的5.5G和6G网络能否提供自驾辅助？如同预警机高高在上地纵览全局，向附近的每辆车提供它周围车辆的位置信息和可能出现紧迫局面的预警，帮助其自驾系统作出行驶决策。那时可能真的可以摆脱激光雷达了。
那个就是辅助感知一下吧，车载对反应速度，物体的速度形状什么的要求高太多
这意味着道路和道路上所有的车都要用同一个系统，这个是完全不现实的，没有任何可能性。
@@WarmheartedKyubey华为把造车业务卖了专心做智驾方案供应商，这样大多数制车厂用一个方案就成为可能了。
@@WarmheartedKyubey 这还真不一定。比如世界上这么多电话，有不能互相打通的吗
@@feifeishuishui 电话的目的就是互通，不能互通就不是电话了；汽车的目的是行驶到目的地，你不能把通讯作为硬性指标，而且还有上亿不能通讯的汽车还会继续在路上跑10年甚至数十年。
arbe都不配被提及一下？
产业链能用slide分享一下吗
就是相控阵雷达，这个肯定是方向。
毫米波可以判讀紅綠燈嗎? 如果不行，就算他可以在大霧中行駛也沒用阿。
红绿灯和交通标识现在都已经是摄像头加AI算法在识别了啊
@@zhlonny3489 對阿，所以還是需要攝像頭。如果霧大到連攝像頭都看不到紅綠燈，有毫米波雷達也是白搭
那是红绿灯要解决的事情 总不能什么都靠车吧 车路协同
@@RH-fs3qo谁也没说用雷达就不用摄像头了啊
@@xuansu9036 可是就偏偏很多人說攝像頭在大霧裡看不到東西所以一定要雷達，如果霧大到連眼前的東西都看不到，紅綠燈肯定看不到，紅綠燈看不到，要雷達有啥用?
多傳感器融合算法在ai加持下沒改善嗎?
未來安全冗餘用高是不是保險費有可能可以低一點
问题不是改善不改善的问题 是数据量大到优先级模糊的问题 你怎么判断这么多距离层级的优先级问题 用大米把棋盘摆满可能还是没概念
大刘后面的灯一会开一会关5:05
AMD🎉
储能明确成为特斯拉的增长点了，上部储能相关影片已经是一年前，大刘可以考虑再做一集更新？
现在有储能行业金主在赞助😂不能聊竞争对手
特斯拉是用ai模拟人开车，其他车企的方案是环境模拟+程序判断，根本就是不同的赛道。哪种赛道在自动驾驶上好，时间会证明。
其他車企還在走特斯拉的老路，馬路上隨時會有特殊狀況發生，這也就是為啥特斯拉改純視覺配ai模擬人開車了。
大模型是放在车里的？点对点算法的模型要使用在自动驾驶合适吗？那自动驾驶就得高度依赖通讯环境了。除非把自动驾驶的大模型精炼成小模型算法放车里，根据机器视觉和毫米波的信息也即时演算得到解决方案才行，不能依赖通讯环境，将来这种技术可能应用到战场，战场可没有这么好的通讯环境，还有可能被干扰。
听起来就是个相控阵的毫米波啊
就是
很明显，通过大数据训练AI更先进，你写程序要写多少行代码呢？根本不可能。
马斯克又开源了？
两年前大多车企 "相当大确定"压向激光雷达加毫米波雷达堆硬件 ，现在又好像要转向纯视觉?
我觉得在法规上各国政府不会给，单纯视觉方案发L3以上的牌照，L4-L5配置最少两种或以上的传感器在政策落地上，对政府来说风险是最小的。
純視覺+ Arbe 4D image Radar
需要 配合 5g
我也覺得純視覺的robotaxi 一定得上 4d imaging radar，至少在惡劣天氣，要讓車子有不阻礙交通的能力，等天氣狀況結束後，在恢復營運。
@@user-nh7bm9bg7y 那你如果这么说，恶劣天气人类也有阻碍交通的可能，建议不装雷达的驾驶员恶劣天气不要上路
@@britishshorthair1483 上次有影片在大霧中，tsla 差D 撞上火車。純視覺真的會配合4D雷達的
不是穿透，是衍射和绕射。
请问大刘如果在摄像头的基础上再加毫米波雷达的话，进行端到端训练需要再多买多少块英伟达H100GPU呢？
目前技术根本无法训练，因为视频无法包含雷达的数据信息
@@britishshorthair1483 可以进行多模态的训练。只不过神经网络就会变得更加复杂，需要更多GPU算力，也更耗电。
你这个问题无法用GPU了，只能使用未来的NPU来解决。GPU将在未来5年内淘汰出大模型训练。回归到游戏功能
@@Apocalypse033 请了解一下NVIDIA的多模态自动驾驶训练方案，人家都开源了。我打赌这将是未来国内车企的唯一自驾系统方案！说不定特斯拉也会参考学习它。
引力波才是最終解
没4k也起码搞个1080高码率吧？
纯视觉相当一个老司机，加上激光雷达或者毫米波，不稀奇。人类开车也会用，都用多少年了。
技术路径这种词，都听厌倦了。先弄出个确实可靠的，即使在限定条件下的，也行。
大模型一般指的是大语言模型，这里需要的应该是多模态的模型
不是……
大模型就是指的是深度学习模型，因为需要大量参数，训练时间。所以叫大模型😊
@@呓想家 计算视觉，语音处理，多模态，这几类深度学习模型算是比较大的，但是少有超过1B参数的，我公司做的投融风控模型参数不超过1M，横向比也算比较大的。但是语言模型动辄70B，100B。业余爱好者玩的也有7B，8B。所以叫大语言模型，大不光是参数多的意思，也有包含通用的意思。
室內掃地機, 使用攝像頭?
有攝像頭有光達。
根本沒有誰淘汰誰的議題，因為是誰成熟就用誰，原則上，只有“純視覺不可行“是確認的。現在用lidar的自駕方案，換到4d毫米波並沒有什麼障礙。所以...
谁告诉你纯视觉不可行的？我天天驾车都是纯视觉
“純視覺不可行”是確認的？ 現在大家都在往純視覺靠，你這結論從哪裡冒出來的 😂
@@japplepie2340 他意思是纯视觉AI驾驶，毕竟现阶段AI处理复杂的路面问题远不如人脑。。。。。。。。。你们是不是AI不知道，但你们一定是杠精。
4D毫米波如果达不到激光雷达的测量距离和精度，那么激光雷达就有存在的必要。举个例子，穿透能力强，其实就意味着识别细小物体的能力弱，比如一根钢管，而这是高分辨率激光雷达的强项。
大刘是特斯拉的崇拜者，所以坚信纯视觉才是未来，其他只是补充。
而我认为如果没有高精度的探测装置，靠基于视觉的AI算法去计算距离，而AI算法本身是一个概率计算，也容易被欺骗，所以算出来的不可能可靠。高阶可信驾驶，必然需要高精度的点云探测能力。
大刘认为多传感器融合很困难，其实华为，大疆都已经在做，而且做的不错。
如果AI端到端这么复杂的图像都能处理，只是加一些点云信息，对AI处理而言，不过是多了一点确信数据而已，很难吗？
纯视觉方案但凡能干扰到视线的，就会衍生一大堆失效场景，所以我觉得想要纯自动驾驶，只用摄像头安全性是一定会下降的。对车企来说，就是省钱了，结合马教主的造车宗旨，造便宜的车。。。。 就能理解了
@@terry1708 视觉都看不清了，依赖激光雷达能开吗，还是说激光雷达已经能分辨出来红绿灯了？
你人類有內建激光雷達或毫米波雷達嗎？
探测钢管（甭管多细），还真是雷达的长项。如果是探测干燥的塑料管就另当别论了。
@@britishshorthair1483 都自動駕駛了，左右沒有行人來車就可通過，还需要紅綠灯嗎
特斯拉自駕到底有沒有辦法避開地上的坑洞，大到不避開會出車禍或車子會受損的那種坑? 實測好像沒看過有人測這個?
早就有遇到了 成功繞開
激光雷达的适用环境比摄像头限制更多，激光雷达的优势就是点阵图直接建模，是一个偷懒的做法，必然会被市场淘汰，
逆天
arbe快要量产了
有一間OEM 用arbe 的雷達了
呵呵。。看看评测吧，纯视觉特殊环境，极端天气毫无安全可言，哪个是偷懒? 哪个对安全妥协了?
看起来4d毫米波确实是可能的最终方案，我依然不看好纯视觉。人类的视觉里面实际上有距离判定功能，但汽车的纯视觉里面没有这方面信息，虽然根据建模可能重建得到距离信息，但可靠性不能保证，仍然需要毫米波或者激光雷达。
这个，你觉得人类为何能做距离判断的呢？
不就是靠两只眼睛的视差？
那有两个甚至多个摄像头，这样重建的距离信息可靠性怎么就不能保证了？人类也是一样脑内重建的啊。
@@WarmheartedKyubey 大霧 加上夜晚是無可能看見在馬路上脫落的車輪的
@@antler938 这没错。
不过我们也可以先用纯视觉把自动驾驶做到和人类水平一样，再思考超越人类的事情。
华为在展会上早就展示过4D毫米波雷达，这个方案好用的话华为的工程师早就用了。在研究雷达方面华为是很强的。
特斯拉又噴了嗎?
这么说纯视觉方案应该被淘汰啊
激光雷达未来为什么不会成本降低呢。。。另外AI等都是依赖输入信息，输入源的信息，越精确对后面处理更好。我觉得还是都有更好
摄像头+雷达+超声波的多感知多模态应该是未来方向，但肯定不需要那么多LIDAR。我觉得特斯拉最后还是会参考NVIDIA的多模态自驾方案。
@@zhchbob tsla 的端到端方案己經好完美了....
4d毫米波的价格呢
85美金
没有超出 6:32 认知 elon 2015就知道未来喂大数据给大模型总会有方法的 只是transformer没出来而已 真的不要随便评价巨人看到的思路 容易脸疼
这几内容有点离谱。 多传感器融合成本高， 所以 视觉+4D毫米波 不需要激光雷达。。。。。。。。激光雷达 不但有时前面传感器没有的 时间维度数据 探测的精确度也会高很多。 本期逻辑推导很有合理。。。
特斯拉的逻辑是端到端模仿人开车，可是人类开车也不是那么好啊，让fsd达到正常人类开车水平我觉得还不够，还是需要借助更多激光雷达之类的传感器作辅助的。
整个交通基础设施都围绕人类感知设计的
@@zhchbob那你用计算机怎么就不满足于能打字列表就足够了呢？
试卷是给人做测试的，但不影响机器得到更高的分数
4D毫米波 + 激光雷达 不更香麽！
Tesla做自驾时，激光雷达几万美元一套，用不起啊。中国将激光雷达做到白菜价，还是有优势的。毫米波也不错，但抗干扰稍弱
毫米波的相控阵技术和MIMO技术完全弥补现在的干扰问题（除非用军用武器干扰它），随后加上AI的话，应该说会是大量普及的，即使一些高端激光雷达车，配一套4D/3D毫米波作为辅助也是应该的。
白菜价是什么价
@@user-dk9bt1kk6u现在，半固态激光，已经做到了小千左右。。。
你今天開車身上沒裝激光雷達…就撞車了?
@@user-dk9bt1kk6u500-1000美元
I don't believe there is any company on earth that understands communication technology better than Huawei, and Huawei's full-scenario software and hardware fusion technology has no competitors. Omnidirectional perception security redundancy must be based on communication technology (such as electromagnetic wave penetration technology) for early warning. The redundancy of pure visual neural network relying on guessing probability is far inferior to electromagnetic wave sensor software and hardware fusion technology. The combination of the two must be the safest.
毫米波有硬伤。穿透力堪忧。
？？激光雷達穿透率是 0 !!
大刘还是跳不开特斯拉的理解范围啊。
大刘随着特斯拉就瞎吹牛逼。。。因为人用眼睛看路就车只用摄像头好啊，逻辑简直蠢。那人假如有激光雷达开的还能更好
然而就连华为从前年开始也跟着特斯拉转向纯视觉+4D雷达了
因为他就是个马孝子，自己没脑子的，舔就完事了
那你说说，还不是因为垃圾华为不行破防了
不如说说你的见解，别光喷哪！
吹完5g吹智能驾驶，科技大跃进
激光雷达+4D毫米波+摄像头才是自驾未来
你不如飞个无人机在车顶前方，直接看超远上帝视角什么都逃不过。
设备越来越廉价便宜，成本越来越低
讲来讲去，还是个特吹
我就搞不明白了，为什么 电车商不出 一款 不带任何智能设备的电车？
只要一块电池能产生动能就行了，其他什么屏幕，智能驾驶，雷达 冰箱彩电大沙发都不要。
对于大多数老司机而言，所有的智能设备都是垃圾，信智能不如靠自己！
给我留出足够大的空间，自己按需配置自己的个性化，不好吗？
五菱宏光
你自己到汽配城搞就可以，零件多的是啊
建议你了解一下货拉拉喜欢用的电动小面包🤣🤣🤣
@@javazhang6309 我说家用的 大哥
笑看千万庸碌之辈教马斯克做自动驾驶
等FSD在中国落地了再比比看吧，我觉得这就像华山派的剑气之争
自动驾驶这东西还是不怎么让人放心，等人类登上火星后应该会成熟了吧
我记得说前几年就应该上去了吧哈哈
有多少人買了全自動駕駛？又有多少人在平時開車中使用全自動駕駛的。特斯拉的視覺智能在機器人裡運用價值，遠高於汽車。
我人在上海。开的小鹏，准备换车。原因是我现在市区内开车的LCC大概只有50%的路段开始，出门自驾游的时候80%时间开始LCC。而2023年之后的不少新车能实现市区内95%的时间段全自动辅助驾。
特斯拉的視覺只能说很废，台湾人主要接触得少自動駕駛吧？这里不知道多少人用自動駕駛。
@@starfireROC 嗯，那你用的很多了。看看還有多少傻子？你算一個。
@@JKENLAO-pi7to 我在加州，我不知道台灣情況。加州fsd已經很成熟了，但總體使用比例是很低的。
@@tommycotton940 出车祸除疲劳驾驶外最多的基本是，雨天、大雾、光线不好、光线反射。这刚刚是特斯拉的視覺无效的时候，谁敢用特斯拉自动驾驶？我的车友群常常发激光雷达避免了车祸的视频，昨天才看了一个视频，在高速路雨大到人眼根本看不到10米外，激光雷达很清析显示前面的车辆。在高速路最怕视线不好的大雨，开得快怕撞前面开得慢怕后面追尾。
问题是现在国内一千元级别激光雷达已经研发出来了。以后再加上4D毫米波就更稳妥了
視駕是端對端，MCU搭一顆 Nor，1V大容量Nor橫空出世了，自駕系統將更早進入生活中。
既然車子已經去人的意志了，那直接搞全國行車數據體制，全國一盤車棋子，每一百公尺格子內動量控制精密到公分，連行人出行都納管，車子根本不須要高科技，一個會聽中心指令的會動沙發就可以了，根本不須要安全設計，所有安全責任就是中心的責任。
這種自駕車數據管理，和接管人人的意志的大事，怎麼可能讓民間主管，，這就是蘋果放棄自駕車事業的原因。
你这是极度专制思路，民主世界怎麽可能让中央控制人民出行到这种地步，连在中国都搞不了。
美国人怎么可能让你接管他们的车。更何况郊野没有道路的地方你怎么管制？
@@zhchbob 沒錯，除了中國人。
這就是蘋果放棄的主要原因。
这很象民进党接管台湾井蛙们的意志，但凡跳脱出民进党的意志之外，就要被出征，例如钟明轩，这是一个bug。。。。。哈哈哈！
不相信纯视觉！
近些年别太相信全自动驾驶，低速无所谓，真撞了走保险就好，高速要命，一个BUG就团灭，慎重啊
你開車不是靠眼睛和腦子? 身上沒裝激光雷達開車就會撞車? 車子目前眼睛比人好，更不會有死角，腦子比人好的部分也有，不會有情緒和想睡覺和分心看手機什麼的，但還不夠聰明就是了。哪天能和人一樣或更聰明，理論上車禍率會比人開低得太多了…
@@kevinlin009 有些东西人都分不出来，你还指望纯视觉！你敢把自己的命个交给只长个眼睛的计算机！
無所謂 在台灣開的很舒服 但我還是會看路況啦 只是真的放鬆很多
@@user-xq7gu2pq4d 计算机的反映速度比人快多了。数据表明FSD自动驾驶的车祸率远小于有人驾驶。