#玩桨板的100种姿势##为什么今年户外运动特别火# 前两天桨板美人鱼火了,现在玩桨板有多“卷”?瑜伽、玩飞盘、遛狗、遛娃,这些都是基操了。我们甚至发现了一位已经玩了7年桨板的70后IT工程师洪哥,板上滑翔、板上倒立、板上cosplay,在桨板上,可以做任何事!评论区一起聊聊,你玩过桨板了吗?对桨板还有什么想知道的事?
深夜激情放松一手蜘蛛狗资料!Kj帕克工程师系列第三部《Escapement》第五章节选,一些蜘蛛狗少校的发迹经历!人物介绍:敌对双方Vadani vs. Mezentine。 阿兰姆查塔特:Vadani的外包。 Cure Doce:Mezentine的外包。Valens:Vadani的大老板。Ziani Vaatzes:Vadani的总工程师,Daurenja的直属上司兼暗恋对象。好了可以开看![太开心]
自动驾驶领域,为什么车企都要传播「全栈自研」的概念?
一、全栈原来是这个意思
全栈这个词应该来源于Facebook提出的The Full Stack。在这篇文章里,提出一个优秀的软件工程师并不仅仅是掌握很多知识,而是具有全局思维,具备解决全流程问题的能力。
在自动驾驶领域,全栈自研一般多是指独立完成自动驾驶的感知及决策的算法、车辆控制策略、底层系统以及测试等全流程的开发工作。简单点说,就是除了硬件可以采购之外,所有的软件都是自己做的,自己独立完成自动驾驶全部环节的开发,而不需要依赖供应商。
二、你喜欢那一种“鱼香茄子”?
先不说别的,就想想咱们吃饭的时候。
你想吃鱼香茄子,走供应商方案的吃法就好比去食堂里吃,简单方便直接拿钱买就吃上了。但是你并不知道原料、配料和烹制过程,你吃就可以了。在这个情况下,你很难按照个人的喜好去做调整,比如我想多放点盐,或者我觉得油太多了。也许你可以和食堂说,你们的茄子太油了,但是食堂师傅大概率会和你说,我们要为所有的客人服务,没办法照顾到你一个人的喜好。
而如果是走全栈自研自研的方案,就好像你只是在菜场上买了茄子和调味料,你可以按照自己的要求去进行烹制。你第一次可能烧的不好,但是你烧的次数多了,你会不断的调整烧法,最终可以烧出你想要的口味,应为一切的主动权都把握在你自己手上。
三、能够识别“边三轮”的全栈自研
自动驾驶领域也是这样,在全栈自研之前,更多的都是采用的供应商方案。
比如量产车上搭载比较多的Mobileye方案,Mobileye提供的视觉解决方案基于EyeQ芯片及其自家感知软件,二者是紧密耦合的。在整个过程中,Mobileye通过自家处理视觉信息的算法以解读周边环境,然后把雷达和激光雷达等传感器收集的信息进行融合。车辆凭借对环境的感知,最后才能完成驾驶行为判断。说白了,就是你买了这套供应商方案之后,你能看到的信息就是类似于“前方30米有车”这类已经做过判断的数据。但是你并不真正的能知道摄像头里看到了什么,和为什么通过什么样的场景来判断前方30米有车。
所以,主机厂就无法根据自己的需求,不断的去快速调整方案。比如说供应商在做算法的时候,没有考虑过边三轮摩托车,那么车辆的摄像头即便拍到了边三轮摩托车,也无法识别该物体是什么,更不要说去做运动规划和判断。即便是主机厂想加,奈何完全不知道其中的逻辑,也只能望洋兴叹。
四、在产品规划上还有意义
在做产品规划的时候,主机厂往往可以结合产品的定位去统筹规划自动驾驶的开发,比如搭载自动驾驶的车卖多少钱、目标销量多少、有多大的成本空间,这些事情基本是能够在前期确定的。此时,自动驾驶的研发能够放开手去做,比如是不是需要堆料、能不能用最先进的芯片、需不需要做出更强的功能。
而换了供应商,这考虑的出发点就不一样了,谁来买、买多少、用在什么车上、会不会中途反悔、明年会不会买别人家的、后年会不会用自研取代……一台要卖100万的车找Mobileye要方案,一台要卖10万的车也找Mobileye要方案。Mobileye要按哪个成本预测去做开发?所以,供应商只能大概做出一个通用模型,尽可能的让更多的车可以搭载适用,才能满足其利润最大化的需求。
五、车企为啥要大力宣传
说白了,就是说“我很牛逼”呗。
类似于你在别的地方能买到的都是统一口味的外卖,在我这里能给你吃上按照你口味定制的小炒呗!
就比如在很多供应商方案的自动泊车还不能保证可以把车准确停进车位的时候, 小鹏自研的感知融合自动泊车,已经可以实现多场景下的快速自动泊车,甚至是无人遥控泊车了,甚至平均时间只要30秒。如果你觉得还是不够的话,小鹏现在还弄出了让车辆自己在停车场里记住你常用的停车线路,实现最后一公里的记忆泊车,这下,进了停车场,你就交给他吧。
当然,自研的优势还有太多,比如作为自动驾驶领域自研的标杆性车企,特斯拉的自研能力应该是量产车中一绝,尤其是其AP在实际体验中的超强能力,让人目瞪狗呆,比如特斯拉的车辆通过一个地面无标线的左转弯场景,AP可以完全没有任何异常的顺利跟车通过,该能力也是目前没有任何一家供应商的量产方案可以比肩的。
#出道吧新星##自动驾驶最核心的技术是什么##特斯拉#
一、全栈原来是这个意思
全栈这个词应该来源于Facebook提出的The Full Stack。在这篇文章里,提出一个优秀的软件工程师并不仅仅是掌握很多知识,而是具有全局思维,具备解决全流程问题的能力。
在自动驾驶领域,全栈自研一般多是指独立完成自动驾驶的感知及决策的算法、车辆控制策略、底层系统以及测试等全流程的开发工作。简单点说,就是除了硬件可以采购之外,所有的软件都是自己做的,自己独立完成自动驾驶全部环节的开发,而不需要依赖供应商。
二、你喜欢那一种“鱼香茄子”?
先不说别的,就想想咱们吃饭的时候。
你想吃鱼香茄子,走供应商方案的吃法就好比去食堂里吃,简单方便直接拿钱买就吃上了。但是你并不知道原料、配料和烹制过程,你吃就可以了。在这个情况下,你很难按照个人的喜好去做调整,比如我想多放点盐,或者我觉得油太多了。也许你可以和食堂说,你们的茄子太油了,但是食堂师傅大概率会和你说,我们要为所有的客人服务,没办法照顾到你一个人的喜好。
而如果是走全栈自研自研的方案,就好像你只是在菜场上买了茄子和调味料,你可以按照自己的要求去进行烹制。你第一次可能烧的不好,但是你烧的次数多了,你会不断的调整烧法,最终可以烧出你想要的口味,应为一切的主动权都把握在你自己手上。
三、能够识别“边三轮”的全栈自研
自动驾驶领域也是这样,在全栈自研之前,更多的都是采用的供应商方案。
比如量产车上搭载比较多的Mobileye方案,Mobileye提供的视觉解决方案基于EyeQ芯片及其自家感知软件,二者是紧密耦合的。在整个过程中,Mobileye通过自家处理视觉信息的算法以解读周边环境,然后把雷达和激光雷达等传感器收集的信息进行融合。车辆凭借对环境的感知,最后才能完成驾驶行为判断。说白了,就是你买了这套供应商方案之后,你能看到的信息就是类似于“前方30米有车”这类已经做过判断的数据。但是你并不真正的能知道摄像头里看到了什么,和为什么通过什么样的场景来判断前方30米有车。
所以,主机厂就无法根据自己的需求,不断的去快速调整方案。比如说供应商在做算法的时候,没有考虑过边三轮摩托车,那么车辆的摄像头即便拍到了边三轮摩托车,也无法识别该物体是什么,更不要说去做运动规划和判断。即便是主机厂想加,奈何完全不知道其中的逻辑,也只能望洋兴叹。
四、在产品规划上还有意义
在做产品规划的时候,主机厂往往可以结合产品的定位去统筹规划自动驾驶的开发,比如搭载自动驾驶的车卖多少钱、目标销量多少、有多大的成本空间,这些事情基本是能够在前期确定的。此时,自动驾驶的研发能够放开手去做,比如是不是需要堆料、能不能用最先进的芯片、需不需要做出更强的功能。
而换了供应商,这考虑的出发点就不一样了,谁来买、买多少、用在什么车上、会不会中途反悔、明年会不会买别人家的、后年会不会用自研取代……一台要卖100万的车找Mobileye要方案,一台要卖10万的车也找Mobileye要方案。Mobileye要按哪个成本预测去做开发?所以,供应商只能大概做出一个通用模型,尽可能的让更多的车可以搭载适用,才能满足其利润最大化的需求。
五、车企为啥要大力宣传
说白了,就是说“我很牛逼”呗。
类似于你在别的地方能买到的都是统一口味的外卖,在我这里能给你吃上按照你口味定制的小炒呗!
就比如在很多供应商方案的自动泊车还不能保证可以把车准确停进车位的时候, 小鹏自研的感知融合自动泊车,已经可以实现多场景下的快速自动泊车,甚至是无人遥控泊车了,甚至平均时间只要30秒。如果你觉得还是不够的话,小鹏现在还弄出了让车辆自己在停车场里记住你常用的停车线路,实现最后一公里的记忆泊车,这下,进了停车场,你就交给他吧。
当然,自研的优势还有太多,比如作为自动驾驶领域自研的标杆性车企,特斯拉的自研能力应该是量产车中一绝,尤其是其AP在实际体验中的超强能力,让人目瞪狗呆,比如特斯拉的车辆通过一个地面无标线的左转弯场景,AP可以完全没有任何异常的顺利跟车通过,该能力也是目前没有任何一家供应商的量产方案可以比肩的。
#出道吧新星##自动驾驶最核心的技术是什么##特斯拉#
✋热门推荐