【自动驾驶】好文收藏（待更新）

王小希ww

已于 2022-07-25 13:43:48 修改

阅读量250

点赞数

分类专栏： # 计算机视觉机器学习文章标签：自动驾驶人工智能机器学习

于 2022-07-15 12:51:40 首次发布

本文链接：https://blog.csdn.net/qq_33934427/article/details/125801747

版权

机器学习同时被 2 个专栏收录

34 篇文章 4 订阅

订阅专栏

计算机视觉

24 篇文章 16 订阅

订阅专栏

【自动驾驶】好文收藏（待更新）

Note：对于自动驾驶的介绍具体参考【自动驾驶】高级辅助驾驶系统与车联网，该论文更倾向于认为"高级辅助驾驶系统 + 车联网 = 完全的自动驾驶"，这么说在一定程度上是对的，是明确的，符合国家给出的智能网联车发展的规划（2018.12.25 - 《车联网（智能网联汽车）产业发展行动计划》）。其实ADAS和目前的L3自动驾驶在车辆硬件（各种传感器，摄像头）的配备下是差不多的，但是它们在技术实现上是有明显区别：

辅助驾驶系统的实现更多是依赖于传感器（毫米波雷达、激光雷达、单\双目摄像头以及卫星导航）对环境的感知，通过测距，测速，采集图像等，其中用到的技术大多数是数据分析技术，少量用到机器学习，深度学习的技术；
自动驾驶也是通过传感器获取车辆感知数据，接着利用深度学习技术（依赖计算机视觉技术）来完成3D场景构建，实现更全面的环境感知，实现自动驾驶。

但是令人诟病的一点是L3级别的自动驾驶仍需要驾驶员操作，导致特斯拉，小鹏自动驾驶系统发生事故时，就有人出来发声说：“这不是自动驾驶系统，顶多是个辅助驾驶“，这就是L3级别自动驾驶定义的模糊性的问题：在人工智能主导的自动驾驶过程中，驾驶员根本不知道哪个时候要接管车辆；
为了规避L3级别的驾驶责任划分的模糊性，有些科技企业（例如baidu的Apollo平台），通过车联网技术，直接从L4及以上级别的自动驾驶进行切入。