大三小学期进阶课程第三十四课：感知的未来

第34课、感知的未来

1. Sensor迭代：
   (1)如果在自动驾驶的研究中，发现某一类传感器在感知或者其他模块中具有很大的价值。
   (2)那么，整个资本市场会投入很多人力、财力研发传感器。随着量产之后，传感器的成本就会大幅下降，更新换代就比较快。
2. 深度学习+仿真数据+AI芯片
   (1)深度学习已经证明了在感知中有很大的作用，但是计算量很大，专门研究车载AI芯片是对这一问题的很好解决方案。
   (2)现在很耗时的CNN模型以后都不是瓶颈，而且定制AI芯片的功耗可以足够低，满足车载需求。深度学习需要大量数据的问题，可以通过仿真来弥补。目前，点云仿真相对简单一些，图像仿真相对困难点。如果仿真这条路可以走通，那么仿真+深度学习不断循环迭代，是非常有前景的。
3. 智能交通设施
   (1)目前，自动驾驶都是在车上安装传感器进行感知，感知的范围、鲁棒性都有待提高。
   (2)如果将这套传感器布置在道路上、灯上，让它们来感知，然后将实时结果传输给无人车。
   (3)如果车上的传感器失灵，那么路面上的传感器会告知无人车障碍物信息，保证系统安全性。另外在驾驶环境中部署传感器可以拓展感知距离，做到足够安全，提前告知远处的信息。