Re: [分享] 特斯拉FSD beta 來比眼力有沒有比AI好

ykjiang 發表於 2021/4/9 下午10:29:45

看板car標題Re: [分享] 特斯拉FSD beta 來比眼力有沒有比AI好作者

(York)時間Apr 9 22:29:45 2021推噓 6 推:6 噓:0 →:40

※ 引述《ewings (火星人當研究生)》之銘言：
: ※ 引述《ykjiang (York)》之銘言：
: : OK, 以雷達波的特性，的確如你說的，可以一個雷達波出去，同時有多組天線接收
: : 這部分跟光達有差異。
: 笑死，光達輸出的資料從來就是三維的，只有一維的叫雷射測距儀。
: 如果是更早之前還在用LADAR為名的時代，還有更多是利用全像原理，用相位差生成三維資料的技術。
: 對系統來說，不過感測器是用甚麼原理，輸出的資料格式如果是三維的，那就是三維，: 有差別的只是更新率而已。
: 而光達輸出的一直都是三維資料，即使是平面光達，也是三維資料降維。

我沒說光達最後的輸出資料不是三維，我只是說初代的光達是用一維的雷射測距，經巧
妙設計後得到三維的資料

: : 你講的應該是 Rolling Shutter 造成的果凍效應，
: : CMOS 會採取 Rolling Shutter 有很多因素，例如為了功耗、快門速度、共用元件等: : CMOS 後來也有 Global Shutter 的設計
: : Rolling Shutter 是同時一排 cell 曝光（不算逐個 cell，硬要挑的話）
: : Global Shutter 是全部的 cell 一起曝光
: : 至於 CCD 是採用 Global Shutter 的設計
: : 你說的為了輸出 NTSC/PAL 逐個 cell 掃描，是發生在後段處理上
: 笑死，再掰嘛
: 特斯拉用的就是CMOS影像感測器，照你的講法，那也是一維的。
: 現在不管是哪種攝影機，都是輸出序列訊號，不管是用rolling還是globe shutter,
: 都是一個一個cell的資料丟到暫存器，再以一維資料格式（NTSC)輸出

這部分也是，我一開始表達的也是 camera 的感測元件一開始就是二維的 cell 陣列
一個 cell 一個 cell 讀是你要抬槓，才提出來的，然後你還提了果凍效應佐證。

另外，camera 一般內部有 buffer 儲存完整的 2D data
輸出時才用你說的 NTSC 序列輸出，NTSC 基本上是舊時 TV 格式，高解析度的 camera
不用這種輸出格式了。而且 NTSC 還有奇偶交錯的問題，在處理上容易碰到另一種跟果
凍效應有點類似的問題，不過這也扯遠了。

其餘的輸出格式還有很多，也是各種取捨，不再贅述。

: : 1__2_.5e834778af184.png
: : 80m鏡頭，我是敲「側」前方的兩個前向鏡頭，不是敲（正）前向鏡頭
: : 而且這已經不是重點了，
: : 如之前推文說的，特斯拉 3D 視覺，主要是靠正前方那三個鏡頭
: : 基本上沒側前方那兩個鏡頭的事了
: 別搞笑了
: 特斯拉的三個鏡頭焦距相差那麼多，說能構成視覺深度，是你在幻想吧
: iphone手機上面有兩到三顆鏡頭，但是還不是乖乖的上Lidar?
: 不同焦段的鏡頭，物體的影像在鏡頭內的像素差距非常大，光是判斷是不是同一個物體都要消耗不少演算力了，
: 還妄想能構成深度視覺？
: 更別提特斯拉用的還是非常悲劇的1.2M像素鏡頭。如果像NIO用的是8M的，還勉強有點機會構成2.5D
: 如果兩個焦段差那麼多的鏡頭就能構成深度視覺，你都可以去apple總部前面嗆他們白癡才要額外用Lidar了。

我不確定你說的 2.5D 多出的那 0.5D 指的是什麼
不過前面推文中也有人給連結了，證明一個攝像頭就能測得深度，多個攝像頭更準確。
因為車子行進間可以拍很多個對同一物體不同距離下的 frame
至於特斯拉是怎麼辦到的細節部分，我不知道，唯一確定的要耗費很多算力，