当问及小鹏Robotaxi会否装配激光雷达，刘先明一口否定了。
“Robotaxi上是有冗余的，为什么一定要用激光雷达？”他表示，激光雷达的扫描频率只有10赫兹。若要实现远距离探测或穿透半透明障碍物，激光雷达需要具备更高的发射功率。这是不符合车规级标准的。

而且在雨雾天气中，激光雷达会产生一些噪声点，反而会带来一些问题。

那为什么行业还在大规模地使用激光雷达？

刘先明认为，这是由于在过去算力、模型比较小的情况下，系统比较依赖于偏物理的探测器来获取准确的感知信息，但其实激光雷达输入的信息量是有限的。如果针对摄像头的算法能够优化，其信息量可以远远高于激光雷达。

“摄像头具有500万或800万的高像素，每个像素包含三个通道（channel），每个通道为8比特，一秒钟提供的信息量远超激光雷达。但之前的系统没有足够大的模型或者更好的算法，来利用这些信息。”刘先明介绍称，摄像头采集的原始数据一般为28比特，但在将其转换为RGB格式时，会转换为12比特，有16比特的信息损失，换算成动态范围，其值为2的16次方。

“另外，在强光、逆光、黑夜等环境下，摄像头并非完全无法成像，而是由于用ISP算法将图像转换为适合人眼观看的形式时，对大量信息进行了过滤处理。
--
FROM 120.244.215.*

占用网络（Occupancy Network，简称OCC） 是一种基于纯视觉的环境感知技术，通过车身摄像头捕捉实时画面，构建3D障碍物模型。其特点包括
高精度识别：模型精度达厘米级（最低10cm）
动态感知能力：实时追踪障碍物位置、形状及移动速度，生成720°环境模型

特斯拉专利号公布号：US 2025/0285372 A1
本文公开了实现一种AI赋能的高保真度占用网络的方法和系统，该网络能够预测围绕车辆的三维空间中体素化对象的有符号距离值，从而促进增强物体形状细化。通过仅利用摄像头视野，AI模型准确计算出周围各种体素在三维空间中的有符号距离值。所预测的数值可通过将有符号距离场值转换为图像层，并随后堆叠这些层以形成围绕车辆的空间的三维表示来渲染。此外，该系统还可预测并显示各种地面标记，其功能超越传统的车道检测。
【 在 ylh1969 的大作中提到: 】
: 如何判断一副画和真人？
: 我认为需要雷达进行精确测距，才能知道是平面的还是立体的。
--
FROM 120.244.215.*

在车辆移动中，测量相素细微变化，理论上可以算出尺寸。
【 在 ruige0822 的大作中提到: 】
: 占用网络（Occupancy Network，简称OCC） 是一种基于纯视觉的环境感知技术，通过车身摄像头捕捉实时画面，构建3D障碍物模型。其特点包括
: 高精度识别：模型精度达厘米级（最低10cm）
: 动态感知能力：实时追踪障碍物位置、形状及移动速度，生成720°环境模型
: ...................
--
FROM 221.221.52.*

这都啥年代了，还翻出occ来论证
【 在 ruige0822 的大作中提到: 】
: 占用网络（Occupancy Network，简称OCC） 是一种基于纯视觉的环境感知技术，通过车身摄像头捕捉实时画面，构建3D障碍物模型。其特点包括
: 高精度识别：模型精度达厘米级（最低10cm）
: 动态感知能力：实时追踪障碍物位置、形状及移动速度，生成720°环境模型
: ...................
--
FROM 111.197.116.*

综合决策，就是脑袋要足够聪明
【 在 ylh1969 的大作中提到: 】
: 如何判断一副画和真人？  
: 我认为需要雷达进行精确测距，才能知道是平面的还是立体的。  
:  
: --

发自「今日水木 on SM-G9910」
--
FROM 39.144.105.*