蓝蓝皮鼠 的讨论

发布于: 修改于: 雪球回复:0喜欢:1
这个吧,比如聊天机器人也不是你想象的那样直接写规则的,一般是用一个模型监督另外一个模型。所以同样有绕过监控,让机器人输出非法信息的各种方法。
fsd也是一样的,永远有各种意想不到的case。
然后,这里的重点并不是雾天,大多数不是很严重的雾对摄像头做感知来说影响不大的。关键还是遇到没有充分训练的物体。
所以反复说碰到雾天就退出,其实并没有解决问题。主要矛盾不在这里。

热门回复

这么说吧,雾天是常见的天气,火车开过平交道口也是常见现象,把它们发生的概率乘起来,也远远算不上小概率事件,算不上corner case,这样的事件当然必须处理好啊。

更无语了...“连串火车”怎么又成了“意想不到的case”?你要说在中国是可能有点意想不到,但美国那边可是有21万个平交道口,非常稀松平常了啊。

不是极端的浓雾天对摄像头来说并不是需要退出的case,强调很多遍了。。。实际上真的到你说的那种浓雾,系统就是会报警退出的。
意想不到的case指的是像连串火车这种物体

火车不算corner case吧 你去看看自动驾驶的开源数据集就知道了 非常常见 真正的corner case是倒在路上的垃圾桶 抛锚的车这种

那么,雾天是一个“意想不到的case”?你是不是对各种天气发生的概率有什么误解?或者并不居住在地球上?

行吧,那正常的雾天更是稀松平常,不存在系统需要退出这种假设。更大的雾天雨天,系统就会提示传感器受限退出。
所以你的问题我觉得已经得到解答了,人家已经做过了。但是永远有例外。

是的 这个应该是感知端的问题
个人体验来讲 就算大雨/雾 lidar仍然能够检出 只是准确度比较差而已
楼主的问题lidar重不重要 我觉得重要 但不是这种极端天气 而是可以提供远远比多视角相机可靠的深度 重建出来的三维空间不会缺失scale 这非常重要

楼主想说的是雾天系统觉得自己搞不定就要自己报警退出或者降级什么的,我是想说这个的主要问题不在于新闻上说的薄雾,而是感知出了大问题,直接漏检了那个火车。当然本身有点奇怪,也不算太不常见物体,不然上不了新闻。
至于加激光雷达有没有帮助?就本案例来说是有的。但问题是碰到再浓一些的雾,激光雷达比摄像头还瞎。所以整体来看,帮助也不是很大。

对啊 所以这根本不算意想不到的case 这完全是有标注的 训练的非常充分的类别

上次华为汽车不是因为前车排气,天冷,喷出来都是雾气,结果急刹车造成事故了吗?这都是设计的人没法预料的,需要不断发生事故,不断改进。737飞机都是摔上百架后完善的