自动驾驶感知方案对比
-
纯相机
优点：便宜、类似人眼，可以观测到颜色、纹理等信息
缺点：黑夜、雾天歇菜，单机缺乏 3D 信息
-
纯激光雷达
优点：有 3D 信息，精度高
缺点：贵，也会受天气影响
-
纯毫米波雷达
优点：不受天气影响
缺点：精度不足
-
特斯拉与国内自动驾驶车企
特斯拉走纯视觉方案，但似乎又要采用毫米波雷达？
激光雷达和高精地图让国内车企能够和特斯拉 PK
2022 Apollo Day
地图
百度深耕地图和自动驾驶多年，利用自身可靠的地图资源可以让自动驾驶更加便捷与安全。
大模型
可以通过知识蒸馏将大模型的能力迁移到车端小模型。
有没有可能在通信允许的情况下，将感知数据传到大模型上进行解析？这样能保证性能上的最大化，但是通信时延也是实时驾驶难以忍受的
数据闭环
企业大模型能够引领学术界的原因大概就是数据闭环，学术界大部分都在静态的数据集上设计模型提高性能，而企业的做法则是数据训练模型，模型采集数据，形成一个数据闭环，注重数据的质量，从而带来模型质的提升
