如果特斯拉制造相机的梦想像激光雷达一样真正实现，它可能会帮助到更多同行...
这张来自伪激光雷达论文的图片显示了旧的黄色实点云
作者 | Brad Templeton
译者 | 天道酬勤，责编 | Carol
特斯拉 CEO 埃隆·马斯克（Elon Musk）对自动驾驶激光雷达（3D图像技术）的看法是众所周知的。他不打算在特斯拉里使用这个技术。TSLA（https://www.forbes.com/companies/tesla/#6aa1b19848d4）这是一个有争议的观点，只有历史才能证明他们在这场赌局中做的好不好。
特斯拉推广的一种方法有时称为伪或虚拟激光雷达。这涉及到构建工具来拍摄摄像机图像（立体或常规），并计算出图像中每个像素的距离。激光雷达实际上是通过计时光脉冲击到达像素并以光速返回所需的时间来计算出到每个像素的距离。另一方面，人类利用我们的大脑来估计距离。 我们知道物体有多大，它们如何运动，这让我们知道它们离我们有多远。我们还使用其他一些技巧，例如由于两只眼睛而产生的立体视觉，但只能适用于中等距离。另一个好技巧是“运动视差”，你可以跟踪事物在背景和其他事物下的运动方式，这会给你提供其他线索。
这是好事，人类的大脑可以胜任这项任务——事实上，你可以在开车的时候闭上一只眼睛来完成这项任务。人们正尝试利用神经网络来建立机器学习技术，来计算出与图像的距离。这是一个虚拟激光雷达。
训练虚拟激光雷达比训练许多神经网络要容易得多。正常情况下，训练需要你提供许多训练图像，而人类要努力计算出真实的距离。由于测试车上可能装有真正昂贵的激光雷达，因此你可以四处行驶来获得与从激光雷达中学到的“地面真实”距离数据相结合的训练数据。你向神经网络展示大量由激光雷达计算出真实距离的图像，并且它擅长于自行计算距离。这种技术是无监督学习的一种变体，因为你不需要人工标记，它比有监督学习便宜得多，因此，如果神经网络有什么东西可以做得很好，那就应该是这个。你还可以训练模拟器数据来改善模型。
另一种有用的训练技术是，根据现实世界中的物体以可预测的方式改变距离这一事实。当你看到一个物体沿着物理学允许的路径移动时，你的估计很可能是正确的。如果你看到物体以不可能的方式在太空中跳跃，你就会知道它们是错误的。
他们做得很好。神经网络的一个问题是它们倾向于观察单帧图像，而不是像人类那样看运动图像。实际上，人类在静止图像上会犯很多错误。随着时间的流逝，机器学习技术可能会超越这一点。问题是我们必须“拿你的生命做赌注”。你还需要对从未见过的事物进行处理，这可能会挑战神经网络。
例如，在前方道路的车道上停下了一些不寻常的东西。你需要知道它有多远，并且需要非常可靠地很快找到它。如果是一辆汽车，你会知道车有多大，所以你知道它有多远。同理，一辆汽车在侧身旋转（对于人类而言），但是训练数据库可能从未见过这种情况。对于一个随机物体，你想知道，它是一个远处的大物体还是一个附近的小物体？唯一的方法就是看它与道路几何形状的关系，这是更复杂的。
如果有人做到这一点，他们将拥有一种工具，可以拍摄相机图像，并产生激光雷达产生的3D“点云”，而且由于相机价格更便宜，因此可以以更低的成本进行生产。他们也可能在很长的距离内做到这一点。许多激光雷达只能看到约120m， 花式的看240m。众所周知，人类会理解他们在一英里以外看到的东西。
具有讽刺意味的是， 致力于激光雷达的开发人员已经建立了依赖于这些点云的系统，并花费了大量时间对其进行完善。如果一个伪LIDAR系统突然变得可用于产生质量点云，则他们可以立即使用它。那些一直希望使用伪激光雷达的人，在使用这种形式的数据方面不会有相同的经验。相反，他们将计划将其视觉系统的其他元素（将图像分割为不同的对象，并对它们进行分类）与距离估计结合在一起。他们可能没有能力利用他们一直希望的突破。
另一方面，使用公司的激光雷达只会说“太好了，我们可以用便宜的东西代替昂贵的激光雷达。” 如果他们也是制造激光雷达的公司（例如福特、克鲁斯、Waymo和Aurora），他们可能会觉得自己浪费了一些钱。
很明显，你需要知道道路上所有物体的距离，必须正确计算出距离，并且你必须快速完成计算。我们已经看到特斯拉自动驾驶仪多次撞向卡车、防撞栏和前方车道上被一辆突然驶离的汽车挡住的车辆。当道路上的障碍物突然出现在你的传感器上时，你要知道该障碍物离你有多远，这样你才可以启动紧急制动。激光雷达几乎总是这样做，但计算机视觉却不是。伪激光雷达是解决该问题的一项努力——但目前，大多数其他公司计划使用激光雷达来解决这个问题，他们知道这种方法是行得通的，但他们期希望看到这种方法会变得便宜。
当然，如果特斯拉是内部解决这个问题的公司，它就不会与其他公司分享（尽管示演示活动可能会促使其他公司做同样的事情）。感知团队也可能会尝试开发一种可以来匹配距离估计和分类，而不是生成激光雷达样式的点云。这不是伪激光雷达，但如果普遍准确的话，也同样有用。
原文链接：https://www.forbes.com/sites/bradtempleton/2020/04/14/if-teslas-dream-of-making-cameras-perform-as-well-as-lidar-comes-true-it-may-help-teslas-competitors-more/?ss=ai#1b9ad0f858e8
本文为 AI 科技大本营翻译，转载请注明出处
推荐阅读
一键实现图像、视频卡通化，GAN又进化了
PyTorch 1.6、TensorFlow 2.3、Pandas 1.1同日发布！都有哪些新特性？
Python 还能实现图片去雾？FFA 去雾算法、暗通道去雾算法用起来！ | 附代码
程序员必备基础：Git 命令全方位学习
微软直播马上开始，近百岗位等你来，快戳进直播间
相关文章：
java分享第五天（数组）
1 声明数组变量： double[] mylist; or double mylist[]; 2 创建数组： 可以通过使用new运算符使用以下语法创建一个数组： arrayRefVarnew dataType[arraySize]; 上面的语句做了两件事： 它创建一个数据使用new dataType[…
效率！效率！效率！
原著：Mark Davis 翻译：onefi 2004年4月21日 摘要： 此篇文章包括了一些在网页设计中时常用到的脚本。我们可以清晰的体会到其中的执行速度。这将有助于提高您的动态网页的速度。 导言： 自从有了IE4.0以后，我们所看到的…
Android UI Button 和GridView 的设计--优化(2)
Android 按钮的UI设计，ListView 以及GridView的UI设计 一.按钮的状态 我们一般搞UI设计,按钮通常有三个状态：normal(正常状态);focus(焦点状态),pressed(按下状态)。如下图所示: 我们会在res/drawable目录下定义一个资源文件，比如我们本例中要…
玩转社区开源贡献，看这篇就够了！
来源 | TensorFlow本文来自社区投稿与征集。作者唐源，现任蚂蚁集团技术专家，目前专注于建立 AI 基础架构和自动机器学习平台。本文转自：https://zhuanlan.zhihu.com/p/165098355作为最早一批非谷歌的 TensorFlow 社区贡献者，同时也…
grub2 命令行进入系统
有时候grub引导可能出问题，因此我们需要在grub界面利用命令行进入系统。下边就做一个简单的介绍。1、在grub界面，按c进入命令行界面2、命令行输入“ grub>set root(hd ”之后按tab键，查看你的硬盘，hd0表示第一块硬盘…
梯度中心化，一行代码加速训练并提升泛化能力
来源 | 晓飞的算法工程笔记优化器(Optimizer)对于深度神经网络在大型数据集上的训练是十分重要的，如SGD和SGDM，优化器的目标有两个：加速训练过程和提高模型的泛化能力。目前，很多工作研究如何提高如SGD等优化器的性能，…
Microsoft程序员测试题
原创：onefi http://www.frontfree.net/2003年6月1日 最近大家在网站上看到不少Microsoft的测试题，引来不少的眼光。我在这里把所有的测试题加以整理，再附上自己的答案。（个别题目答案有多种，文本仅代表作者的思路&a…
裸centos安装PCRE时报错解决
2019独角兽企业重金招聘Python工程师标准>>> no acceptable C compiler found in $PATH由于没有gcc的编译环境引起的，yum install gcc就ok unrecognized option -DHAVE_CONFIG_H由于没有gcc-c的编译环境引起的，yum -y install gcc-c 转载于:…
mysql删除开放用户权限
来访用户ODBC 1,在本地的cmd中用root用户进入mysql2,创建一个ODBC的用户create user ODBClocalhost;查看用户是否创建成功select user,host from mysql.user;3,将所有的权限开放给ODBC用户grant all on *.* to ODBClocalhost;查看ODBC用户的权限show grants for ODBC localhost…
AI不止能美颜，美妆迁移这样做 | 赠书
本文内容节选自《深度学习之人脸图像处理：核心算法与案例实践》，作者言有三。美颜和美妆是人脸中很常见的技术，在网络直播以及平常的社交生活中都有很多应用场景。本文重点介绍的是人脸妆造迁移的核心技术及其相关资源。想要了解关于深度学习…
ASP.Net中自定义Http处理及应用之HttpModule篇
HttpHandler实现了类似于ISAPI Extention的功能，他处理请求(Request)的信息和发送响应(Response)。HttpHandler功能的实现通过实现IHttpHandler接口来达到。而HttpModule实现了类似于ISAPI Filter的功能。 HttpModule的实现HttpModules实现了类似于ISAPI Filter的功…
未处理的异常导致基于 ASP.NET 的应用程序意外退出
问题具体见：http://q.cnblogs.com/q/34874/ 相应站点的w3wp.exe 会意外终止 EventLog中的信息： An unhandled exception occurred and the process was terminated. Application ID: DefaultDomain Process ID: 43644 Exception: System.Runtime.Seri…
Git 执行更改
Jerry 克隆库，他决定实现基本字符串操作。于是，他创建文件string.c，在添加内容到 string.c 会这个样子。 #include <stdio.h> int my_strlen(char *s) { char *p s; while (*p) p; return (p - s); } int main(void) { int i; char *s…
静态属性和静态方法2 - C++快速入门22
静态属性和静态方法2 让编程改变世界 Change the world by program 静态方法 嗯，还是静态方法？！这阵子有鱼油表示对该方法的特色还是有点云里雾里还有那个神神兮兮的this指针。。。 所以小甲鱼保持务必让你彻底领悟的精神继续和大家探讨&…
浅析.Net共享程序集编程
作者：宋华 赛迪网Net结构里的程序集Assembly是自我描述的安装单元，它在应用程序域(AppDomain)中运行。您必须首先将程序集加载到应用程序域中，然后才能运行该应用程序，并且，同一程序集可以加载到多个应用程序域中&a…
“崩溃！我再也不搞 AI 了”谷歌 AI 专家：别让你的方法打败你！
今天，想跟大家聊聊 Python 人工智能。最近几年，我看过市面上很多 Python和人工智能的教程，基本都是先介绍Python基本语法、dict、tuple 等基本库的使用，最后学习机器学习、深度学习的常用算法......但我与 Google 人工智能开发专家…
Spring MVC 相关资料整理
来源于：http://www.cnblogs.com/ylhssn/p/4062757.html 1、概述 Spring MVC是一种基于Java实现MVC设计模式的请求驱动类型的轻量级Web框架，即使用了MVC架构模式的思想，将web层进行解耦，基于请求-响应模型帮助我们简化日常web系统的…
Wireless-N Configuration
Wireless-N Configuration/Zh CnContents [hide]1 关于Wireless N的一般信息2 基本设置2.1 20 MHz vs 40 MHz2.1.1 2.4GHz频段的描述2.1.2 2.4GHz频段表2.2 无线安全设置2.3 高级设置3 Problems and Resolution3.1 Actual Speeds3.2 Testing3.3 Device Drivers4 Device Specifi…
为.Net程序集添加资源
作者：宋华 本文选自：赛迪网 2002年12月06日 在.Net结构中，程序集Assembly(也称着程序集或托管Dll)是自我描述的安装单元，它可以只包括一个PE（可移植可执行）格式的Dll或exe文件，也可以由多…
这5个 AI 用例，转变了传统商务沟通
作者｜Lanre Onibalusi译者 |天道酬勤，责编 | 晋兆雨封图 | CSDN 付费下载自视觉中国很少有人会想到这样一种情景：世界上几乎有一半的国家处于封锁状态（可能长达数周或几个月），并且大多数人的工作能力也受到…
cocos2dx 3.x(动态改变精灵的背景图片)
//更换精灵CCSprite的图片有两种方式。 //直接通过图片更换 //使用setTexture(CCTexture2D*)函数，可以重新设置精灵类的纹理图片。 // auto bg Sprite::create(); Texture2D* texture Director::getInstance()->getTextureCache()->addImage("bg2.png&…
如何在.NET中创建服务型组件
作者：张劲松 本文选自：赛迪网 2002年12月03日 对于在WINDOWS上作过一些开发的程序员来说，COM＋应该是不会感到陌生的吧。COM＋代表了Microsoft在COM技术平台上的最高水平，也是Microsoft藉以和J2EE抗衡的…
flex viewstack的简单应用
1 Flex API里面介绍viewstack： MX ViewStack 导航器容器由一组彼此上下堆叠的子容器组成，其中一次只可以显示一个子容器。选择另一个子容器后，它将显示在原来子容器的位置处，所以看起来好像此子容器替换了原来的子容器。…
在线等：“实习拿到两个不太好的offer，去腾讯还是去阿里？”
“你永远都不知道明天和‘公司的意外’哪个先来。”疫情期间，这是我们最战战兢兢的心情。但是显然，有些人体会不了。这份行业数据，让笔者“柠檬”了。1疫情下，有的公司宣布破产有的公司增长413%疫情期间，人工智能的价值…
如何成功地在亚洲植入敏捷和DevOps
\关键要点\\首先要植入西方文化的要素。\\t使用价值流映射有助于打破文化障碍。\\t让上层管理者参与进来。\\t黑客节（Hackfest）将有助于减少前置期时间。\\t理解文化差异的影响。\\\我读过的一篇文章说Scrum并不适合于亚洲。作者所说的非常正确ÿ…
浅析．Net下的AppDomain编程
作者：宋华 发文时间：2002 我们知道，进程是操作系统用于隔离众多正在运行的应用程序的机制。在．Net之前，每一个应用程序被加载到单独的进程中，并为该进程指定私有的虚拟内存。进程不能直接访问物理内存&…
AI 医生正式上岗了？AI 医疗结合迎爆发点！
作者 | 硬核云顶宫责编 | 晋兆雨封图 | CSDN 付费下载自视觉中国这些年，人工智能应用于医学界是非常热的话题。在医学三大杂志——新英格兰医学杂志、柳叶刀、JAMA上，AI与医疗相结合的论文，占比越来越高。其中最明显的趋势是将医生从繁重的诊…
Android之解析Android Map地图返回的Json数据
先上一下需要解析的Json数据：{"results" : [{"address_components" : [{"long_name" : "荔湾区","short_name" : "荔湾区","types" : [ "sublocality", "political" ]}…
9成P2P平台面临出局，千亿资本何去何从？
【阅读原文】作者：楠沨据研究院数据中心统计，截至2016年10月底，我国 P2P贷款余额已经攀升至7,470亿元左右，环比增长6.0%。进入10月份百强榜的平台，其贷款余额总计3,275亿元，占到整个行业的44%；榜…
关于Transformer，那些的你不知道的事
作者 | 小莫来源 | 阿泽的学习笔记（ID: aze_learning）引言本博客主要是本人在学习 Transformer 时的「所遇、所思、所解」，通过以 「十六连弹」 的方式帮助大家更好的理解该问题。十六连弹为什么要有 Transformer?Transformer 作用是什么&am…