NQQegg wrote:
幾年前聽到自動駕駛...(恕刪)
個人積分：789分
文章編號：66073774
個人積分：127分
文章編號：66074565
個人積分：667分
文章編號：66074663
nVidia可能是無意間發現他的新應用領域客戶在用它的晶片 才去大力發展
算是站在浪頭上的公司外加老天眷顧 只是過去2年漲非常多
2.
tesla是跟mobileye鬧翻了 跟客戶鬧翻的公司 .....嗯 mobileye...
不了解mobileye跟nVidia solution差在哪
但其他車廠聽到這種跟客戶鬧翻的不會怕! nVidia的sales不會拿這來攻擊?
Mobileye + intel要贏回其他客戶只怕花更多時間解釋
尤其車廠是很保守公司 只會更縮
Intel在PC是巨擘
在車廠還不如TI Infineon NXP Renesas來的值得信任
只是根據過去intel有錢是大爺的愚蠢的併購 不斷搞壞買下的公司 來推斷intel的失敗 是有失公允
也許mobileye會起來 等著看
但全球車廠不斷倒向nVidia 棄mobileye而去
(撇開tesla市值高估)我個人是比較相信nVidia+tesla
3.
我猜tesla只是暫選不全用光達 tesla會不會只是根據市場狀況作出策略妥協
如果用光達 他不用賣車了
也沒辦法在車廠脫穎而出(雖然目前雷聲大 雨點小)並去炒熱自動駕駛 甚至無人駕駛話題
(那些lidar公司某個程度得感謝tesla)
如果只是google的無人駕駛 市場還不會熱這麼快
而且如果你是lidar solution新創公司 我想你第一個車廠目標一定是同為科技出身的tesla
傳統車廠是保守公司 你要他去接受一家新公司新產品 要花很長很長很長時間
大部分他只相信他的1st tier供應商
其他想賣進去難如登天 比你要賣進apple還難
所以不是只有技術問題 還有商用問題
車廠圈 你東西便宜 換一個新技術 他會想半天 考慮半天 要1st teir去試試
4.從一個身為消費者立場
你叫我一次從自己開車到無人駕駛L4 L5.. 心理壓力極大
但是如果在人車不多 天氣好路段 甚至高速公路 我會樂意使用自動駕駛試試
知道光達會更好判斷人物但除非今天tesla的自動駕駛不斷出錯 有人受傷 出人命
不然我不認為tesla的策略錯誤 先把自己養大再加上去或整個轉過去都來得及
抱歉 技術不懂 只從市場 銷售面 說說
個人積分：529分
文章編號：66074875
個人積分：374分
文章編號：66074953
一組 LiDar 沒有很貴, 自駕車用 LiDar 會貴的原因是這個：
https://arstechnica.com/cars/2017/01/googles-waymo-invests-in-lidar-technology-cuts-costs-by-90-percent/
"The $75,000 Velodyne HDL-64E is $75,000 because it uses 64 lasers and 64 photodiodes to scan the world (a laser/photodiode pair is a "channel" in LIDAR parlance). This results in 64 "lines" of data output, which you can see in the image above. The $8000 Velodyne Puck only has 16 channels, so while it is cheaper and less complex, you're also getting a much lower resolution view of the world. Eventually you can cut a LIDAR system down to something cheap enough to fit in sub-$1000 consumer devices like the LIDAR-powered Neato Botvac robotic vacuum, which uses a single-laser system for a 2D view of the world. At what point does the system become too low resolution to be useful for a self-driving car, though?"
簡單說就是需要很多組 LiDar 去取得 360dgree 的場景距離資料
透過軟體與演算法的進步，未來有機會使用更少組的 LiDar 就足夠，到時候就可以變更便宜了
個人積分：3627分
文章編號：66075366
個人積分：1935分
文章編號：66075488
個人積分：667分
文章編號：66075570
個人積分：156分
文章編號：66075896
個人積分：761分
文章編號：66077377
