说几个根本无法调节的融合矛盾!
一,华为的ads方案虽然号称融合方案,但相信90%的时候都是只需要摄像头的数据就可以了,也就是说90%的时间里激光雷达的数据是没有任何用的。余总也说了保留激光雷达是为了安全!那问题来了,为了应对那10%可能出现的危险,你激光雷达是不是要一直开着,也就是说你车机的算力得一刻不停的处理激光雷达的数据,而且99%的信息都是无用的。这就造成了算力的大量浪费,而且这些算力本来可以用在处理视觉数据上的,现在却在做无用功。就像是一个小孩本来学走路就已经走的很好了,妈妈还得一刻不停的守在身边,浪费妈妈全部的时间去防止那1%可能出现的跌倒!我不知道华为用的什么方式去融合的,但肯定提前存储了大量的道路信息模型与预设了大量的人工规则。我不认为这是真正的ai智能驾驶,这只能算是半ai
二,视觉的数据跟激光雷达的数据有时候是冲突的。比如地上有个凸起的空塑料袋,激光雷达认为是障碍应该躲避,但视觉认为只是一个塑料袋可以直接过去,那这时候应该听谁的?还有地上有个大水坑,视觉认为有风险应该绕行,但激光雷达却检测不出来任何障碍,这又该怎么处理呢?还有有些树木的枝条垂在路边,激光雷达检测出障碍没法走,但视觉觉得不影响通行,这又该听谁的呢?
三,以上只列举出了有限的场景。类似这样的识别冲突还有千千万,难道你都要人工预设方案吗?当然本着愚公移山的精神,你有可能把所有的场景都穷尽预设了。但这样还是AI吗?最后说一点最关键的,激光雷达能做的事情有哪一点是摄像头视觉方案做不到的,也就是说视觉无论怎么增加算力训练都无法做到的。但凡你说到其中一点,我都真心的佩服你

一,华为的ads方案虽然号称融合方案,但相信90%的时候都是只需要摄像头的数据就可以了,也就是说90%的时间里激光雷达的数据是没有任何用的。余总也说了保留激光雷达是为了安全!那问题来了,为了应对那10%可能出现的危险,你激光雷达是不是要一直开着,也就是说你车机的算力得一刻不停的处理激光雷达的数据,而且99%的信息都是无用的。这就造成了算力的大量浪费,而且这些算力本来可以用在处理视觉数据上的,现在却在做无用功。就像是一个小孩本来学走路就已经走的很好了,妈妈还得一刻不停的守在身边,浪费妈妈全部的时间去防止那1%可能出现的跌倒!我不知道华为用的什么方式去融合的,但肯定提前存储了大量的道路信息模型与预设了大量的人工规则。我不认为这是真正的ai智能驾驶,这只能算是半ai
二,视觉的数据跟激光雷达的数据有时候是冲突的。比如地上有个凸起的空塑料袋,激光雷达认为是障碍应该躲避,但视觉认为只是一个塑料袋可以直接过去,那这时候应该听谁的?还有地上有个大水坑,视觉认为有风险应该绕行,但激光雷达却检测不出来任何障碍,这又该怎么处理呢?还有有些树木的枝条垂在路边,激光雷达检测出障碍没法走,但视觉觉得不影响通行,这又该听谁的呢?
三,以上只列举出了有限的场景。类似这样的识别冲突还有千千万,难道你都要人工预设方案吗?当然本着愚公移山的精神,你有可能把所有的场景都穷尽预设了。但这样还是AI吗?最后说一点最关键的,激光雷达能做的事情有哪一点是摄像头视觉方案做不到的,也就是说视觉无论怎么增加算力训练都无法做到的。但凡你说到其中一点,我都真心的佩服你












