讓自動駕駛車輛「看」得更清楚，除了雷達和攝像頭，還需要什麼？

1樓：

這個問題可以換個說法：人類作為「自動駕駛」的核心，除了「看」得更清楚，還需要什麼？

---人類需要什麼，「自動駕駛」就需要什麼。

①「看」的更多。從倒車雷達到倒車影像，全景影像，每次反饋機制的豐富都讓我們最頭疼的側邊和倒庫變得更為容易。甚至現在很多人都不會只用後視鏡倒庫了（笑

②「看」的更穩定（魯棒）。為什麼車會有大燈？就是為了在光線不好的時候得以看得到前車。

為什麼會有霧燈？為了在惡劣天氣讓別人看到。試想，如果我們人類可以感應到一種電磁波段，並且這種電磁波不受天氣的干擾，那麼霧天雨天的事故率相比會降低很多。

③熟練，熟練，更熟練。

所以總結下來，換到機器上：

更多的感測器更魯棒的感測器更好的演算法

2樓：橘子園澆奮工

瀉藥、本人從事汽車行業，從個人觀點回答、不談科技。

因為還有太多東西，蜂窩感測器，物距檢測儀等等我也不太懂。我目前理解的自動駕駛就是指定速巡航吧，真正意義上的自動駕駛可能像鋼鐵俠一樣？

其實吧，自動駕駛這玩意兒，中國是別想了，因為安全規範的路線，每天路都在變，每天高速上都有無數工人在挖，至於為啥大家都明白，定速巡航這玩意兒美國車日本車玩了這麼多年了，都有玩死司機的時候，所以看不看的清楚根本不重要。

畢竟，你不能指望在中國跨省春節你的車能自個把自己開回家。

3樓：MWCXR

看得清楚之後更重要的是看得明白，自動駕駛的程度還是取決於看得明白多少周圍的環境並快速做出反應，什麼硬體演算法各種都是很重要的，我也不是相關領域的，就是自己的理解。

4樓：天易飛颺

簡單說點，具體技術還需要大牛們來回答。

自動駕駛的目標是替代人駕駛，其中雷達、攝像頭等感測器，模擬人的眼睛和耳朵等器官，CPU等處理器，模擬人的大腦，深度學習演算法，模擬或等效人腦的識別反應，控制輸出電路模擬人的駕駛操作。

回到問題，讓自動駕駛車輛「看」得更清楚，我個人理解是自動駕駛車輛如何準確、快速、高效的代替人的駕駛。

簡單來說，從整個系統看，感測器的精度決定了車輛對周邊物體和環境識別的精度，CPU的運算速度決定了車輛識別的速度，而演算法則決定了車輛識別的準確率和穩定性（當然，穩定性不僅僅是演算法一項所決定的），而控制電路的響應時間是自動駕駛車輛正常工作的重要指標。

所以說，要想自動駕駛車輛「看」得清楚，除了感測器還需要很多方面共同努力。