8 y, ^/ O5 ~3 Y5 R; C) N( A: U( a
4 e S" `7 H% \( O
google 的自动车开发是 google map/ street view 出身的人在玩。一个建筑是不是帝国大厦对 google map 来说不要太容易了。google 投了大量的资源在map的各种数据上不是没原因的。google 的道路情况识别很可能还用到了 streetview 的信息去辅助校正。" U& e- K( N7 K4 {: x E
* R+ }, H, |* p& {6 F v
你说的第二点正是google 比单纯汽车厂家容易做好的地方。google 的道路信息是比较准确的。比较市面上的导航设备，软件，google 的道路更新及时，路线规划准确，时间计算合理。garmin 这些还是差不少。
本帖最后由 flyrathabu 于 2014-12-17 04:15 编辑 5 ]/ A) C! O9 }: Y2 l( {' O
冰蚁 发表于 2014-12-17 03:58 Z" x( M E9 F2 ^# u0 R) l& h
图形识别上没那么难吧。你过哪个路口，结合地图和实际扫描是能判断出来的，再结合汽车速度，可能再加上st ...
* ]! x3 Z6 z# u' L
( [/ v) m! j2 F一种方式是把所有主要地方尽可能多角度的图片保存在电脑里，然后和照相机的图片做对比，但是单单一个运算量就太大（这里也涉及到后面说的，计算机怎么判断照片上的东西和存储在电脑里的哪张图片是一个东西的问题），还有各地的建筑和环境一般都是变化的，需要保持图片更新，也是个大问题。- I8 F' R$ N6 Y/ F8 V
另一种更智能，但是涉及到是计算机识别，计算机不是人脑，它只会分析数字化后的数据，并没有那么简单，这里需要设置一些特征，然后把这些特征数字化，但是哪些特征是需要的，怎么区分等等都是需要考虑的东西。& n5 p4 |/ p0 P J
现在图像识别是自动化领域的一个大课题，要是容易也不会这么多人围着这东西转来转去了。: E4 _* t g I3 S
就单单一个生产线上的零件识别都不是一个简单问题。
# |. \& f. ~" Y7 P' x# G
自驾车单车裸机就要干的事，为什么还要交给云？原始数据的筛选和预处理，每辆车自己处理，有交流价值的车祸信息，电子扫描发现地形更新才有上传的需要。云通过对行车大数据统计，优化，精简单车内核逻辑，批量实验然后自动升级是另一个演化方向。没有云，车就不能动，显然不会是设计方向。
雷达卡
发表于 2014-12-17 03:47:11
显身卡
发表于 2014-12-18 00:06:01
楼主
