关于激光雷达的一些资料

2025 年 4 月 3 日
 ferock
视觉和激光雷达雨雾天的区别:

https://video.twimg.com/amplify_video/1907444882555457536/vid/avc1/638x360/opzA7qyNSGBN6fDJ.mp4?tag=16



1. 注意激光区域黑暗区,也就是盲区

2. 注意前车激光检测到的云雾,基本不可用





关于激光雷达业内人员的分析:

https://pbs.twimg.com/media/Gnh7kouWkAAuFXc.jpg



具体文字我这里摘出来了。

以下是图片中的完整文字内容(已核对原文并修正部分笔误/格式):



---



经是普通消费者中的“佼佼者”了。

<这次事故 SU7 是标准版,没有 Lidar>

有 Lidar 的版本能处理(或者类似鼓吹的)——你们真的不懂 Lidar 。



目前量产的( 96 线/128 线)激光雷达,稳定检出雪糕筒的典型距离在 50 米左右。在高速上 50 米也就一秒多点。



任何一个智驾算法团队都不可能对雪糕筒这种远距离下 lidar 打上去只有几个点的物体不降噪不滑窗就直接报出,在 lidar 的点云里,雪糕筒在超过这个距离里和 Lidar 常见的各种噪点(扬尘,高反,水雾,阳光)很难区分。



那么更高线束的 Lidar ( 192 线或以上)是否可以更好更有效一些?理论上是的。前提是:

1. 你买的车激光雷达不是一个只通了电的样子货。

2. 你买的车激光雷达是感知主传感器。

3. 在配备了更高线束的 Lidar 以后,你买的车的智驾算法团队能挤出足够多的系统资源( cpu gpu ai core 啥的)来处理数量暴增的点云。



智驾业内的同学,应该知道我上面三条都在说什么,如果不幸命中了你的公司,请不要暴露公司名称。我不想收到律师函。





---







以上,你们自己判断
10499 次点击
所在节点    汽车
141 条回复
ferock
2025 年 4 月 3 日
@totoro625 #39

具体要深挖甄别一下了
我也是从网上搜集的资料可能有错误请指正
whathappen
2025 年 4 月 3 日
@idealhs

新手吧? 想不到什么场景没光还在开车吧?
wy315700
2025 年 4 月 3 日
@ferock #11 目前再好的摄像头,动态范围都比不过人眼。

进隧道和隧道里出来,摄像头瞎的时间可能比人眼更久。

另外,人开车可不仅仅是视觉。你的耳朵呢。
ccxxjjjjjj
2025 年 4 月 3 日
@ferock 这个视频原作者从始至终没说过开启智驾,而且是蓝牌车,更像是定速巡航或者车道保持。不能罔顾事实当论据呀
leasingzong
2025 年 4 月 3 日
特斯拉不用激光就说明激光不行,结案!视觉是最好的方案! 当然 这是在特斯拉没用激光雷达前的结论。我们会在特斯拉用上激光后更新这个结论,请大家静待通知。
wy315700
2025 年 4 月 3 日
@frankies #30 不否认特斯拉牛逼。
但是特斯拉的牛逼是因为算法和算力,而不是纯视觉。

特斯拉的利润倒是来自于纯视觉。
ferock
2025 年 4 月 3 日
@ccxxjjjjjj #44

如果视频有异议,那如何删除某一楼?
楼上已经有人给我提出了,我也回复了,感谢指正
ferock
2025 年 4 月 3 日
@wy315700 #43

所以摄像头本身不可能是一颗,而且你的意思是再增加声谱维度的传感器吗?

这个思路各大厂应该向你学习
H97794
2025 年 4 月 3 日
@wanguorui123 #24 过过脑子再说话吧,弱光,无光的环境 大部分,专业摄像头强,强的多了...
路面急弯、坡道呢 ? 不知道你这是要在比什么了!!!
你要实在不行就设一个摄像头没电的条件吧.
intouchables
2025 年 4 月 3 日
你这全是结论,没有一个依据结论是怎么得出来的啊
kokerkov
2025 年 4 月 3 日
看来是内行噢,我问个问题。waymo 那种大球的激光雷达和国产电动车的激光雷达效果差别大多少?
wetalk
2025 年 4 月 3 日
@whathappen #12 真不一定,随便举个例子,雷达和摄像头计算结果冲突,算法相信哪个
intouchables
2025 年 4 月 3 日
还有需要分清 AEB 和 ADAS 是两套系统
wy315700
2025 年 4 月 3 日
@ferock #48
这不就是多种传感器的方向么。
视觉不行的地方激光雷达跟上
激光雷达不行了,毫米波雷达跟上。


然后近距离的时候还有超声波雷达。
ccxxjjjjjj
2025 年 4 月 3 日
特斯拉采用视觉方案是 occupancy network 技术在车端应用,可以把水马、锥桶、落石全部当作障碍物。之前各家主机厂采购的 AEB 是无法识别上述物体的(小米的公告中也提到了)。但视觉方案容易受摄像头脏污、光照、运动模糊影响,因此 AEB 做的好的主机厂(比如鸿蒙系列、理想系列等)都会配套激光雷达增强障碍物探测能力。occupancy network 技术的纯视觉方案,以及相机的低成本是 21 年特斯拉推动的主要原因,不能说激光无用。
Hyponet
2025 年 4 月 3 日
楼上关于摄像头和人眼哪个更强的争论,非技术党,但我补充一个我验证过的场景,某天暴雨,可见度极差,但意外的发现 Tesla 的摄像头拍的异常清楚,至少比我肉眼看的要清楚的多。
wanguorui123
2025 年 4 月 3 日
@H97794 摄像头看到的不等于视力好,明白不,视力好需要过脑子,摄像头带脑子还是人带脑子
Tink
2025 年 4 月 3 日
@dynastysea #15 关键是现在这两个传感器叠加判断,行业内做的一个比一个垃圾
hwdq0012
2025 年 4 月 3 日
可以弄个类似hd r 的功能, 视觉效果 好用视觉,激光雷达好用激光雷达, 两者加起来分析
ferock
2025 年 4 月 3 日
@kokerkov #51

Waymo 使用的球形激光雷达型号很可能是 Laser Bear Honeycomb 。它也自研了很多激光雷达,具体对比需要型号和型号进行对比,我查到的依据来自
https://www.tangramvision.com/blog/sensing-breakdown-waymo-jaguar-i-pace-robotaxi

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://study.congcong.us/t/1123000

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX