現在幾乎所有從事自動駕駛汽車工作的公司都使用LIDAR。Uber，Waymo和Toyota都使用它，但特斯拉則沒有。我們來談談未來對自動駕駛汽車的期望。

　　激光雷達VS視覺

　　激光雷達是一種通過發射激光并檢測返回所需時間的方法來測量距離。這個想法類似于雷達，但是我們使用激光代替無線電波。該技術在檢測高達毫米的物體方面極其精確。

　　計算機Vision是人工智能的一個領域，利用計算機理解視覺世界。這基本上反映了人類愿景。特斯拉一直嚴重依賴Vision并反對LIDAR傳感器。而且似乎并不在乎其他公司都使用Lidar，。埃隆·馬斯克（Elon Musk）甚至說：

　　激光雷達是一個傻子的事……任何依賴激光雷達的人注定要失敗?！谅　ゑR斯克（ElonMusk）

　　成本

　　特斯拉采取不同路線的最明顯原因是成本。在汽車上安裝單個激光雷達設備的成本約為10,000美元。谷歌的Waymo項目已經能夠通過引入量產而略微減少數量。但是，成本仍然相當高昂。

　　應用于真實道路

　　其中最重要的要點之一就是與人類視覺的關聯。作為人類，我們不會向各個方向投擲激光以駕駛汽車。

　　我們在路上看到的一切都充滿了視覺信息。所有的標志，轉彎，交叉路口都可以幫助我們導航。所有這些都是靜止的物體，而LIDAR如此精確地檢測到它們。

　　當移動物體出現在道路上時，問題就開始出現。人，狗，飛行的塑料袋都是我們在路上經常遇到的物體。LIDAR無法檢測它們的移動方式，甚至無法檢測這些物體的移動方式。

　　LIDAR無法區分道路顛簸和塑料袋。現在，如果汽車停了下來，那便是真正的危險所在。后面的汽車可能無法對我們在路中間的停車站做出如此迅速的反應。這種情況進一步表明，制造自動駕駛汽車時需要注意很多細節。

　　特斯拉明確表示，他們的攝像頭和雷達系統能夠檢測物體。向前看的雷達能夠迅速判斷前方是否有任何問題。一旦看到物體，攝像頭將確定物體是什么，然后汽車可以對情況做出反應。

　　適應

　　在對埃隆·馬斯克（Elon Musk）的采訪中另一個重要的收獲是，該系統是適應性的。他們談論了很多有關使用的神經網絡以及系統如何使用提供的數據做出合理決策的話題。

　　特斯拉競爭對手的主要問題之一是缺乏這種適應性。這些系統中的大多數要么嚴重依賴具有道路線的高精度地圖，要么從未在實際道路上進行過測試。雖然我們已經看到Waymo在城市中行駛。但是，只有具有高效地圖的大型道路。在這些演示中，照明，天氣條件和交通狀況都是理想的選擇。但實際上大多數情況并非如此。

　　比如，車輛在較小的道路，轉彎和車道的尺寸時會發生意外，這種情況普遍存在。另外，特斯拉是我們可以購買的實際汽車。人們乘坐特斯拉汽車行駛了超過十億英里，而Waymo僅在約一千萬英里上進行了測試。

　　特斯拉能夠積累的困難和不可預測的道路數據量非常寶貴。這就是系統學習并不斷改善的方式。由于客戶實際上看到了持續的改進，因此這樣的概念實際上很有希望被實現。

　　結束語

　　隨著無人駕駛汽車領域的資金投入和持續的競爭，我們對這種汽車的到來感到非常期待。特斯拉是否將成為這樣做的公司，我們并不知道。實際上，可能有幾種開發自動駕駛汽車的方法。甚至我們可能最終看到兩者的結合，這將會是汽車行業中的重大進步。

更多信息可以來這里獲取==>>電子技術應用-AET<<