把N个行车记录仪安装在车辆上，将这类记录数据用于无人驾驶，这种叫做实验室游戏。

  如果谈无人驾驶的普及，不管是从技术角度，还是法律和法规角度，个人觉得还需要5到10年，才能体验到100%“脱手脱眼开车”。

  从自动驾驶分级（L0，L1，L2，L3，L4，L5）来看，只要到了L3这个级别，车的驾驶权就属于机器，而不是人类，这大大有别于L2级别。

  所以，任何L3以上级别的车，不管是软件架构，还是传感器配置，都非常接近，是性能达到95%和99.9999%的区别。

  例如，嬴彻科技的重型卡车被设计成能在高速上无人驾驶，所以，设计运行域是“高速公路”。

  设计运行域是非常精确的（refined），天气、照明条件等情况变化了，它也要改变。

  无人驾驶是要造在现实道路上跑的车，能够普及的车，一辆能让所有人都接受的车。

  量产是无人驾驶的紧箍咒，换句话说，考虑得不光是安全与舒适，还有车规级的硬件和功能安全。

  激光雷达的价格已有了一个数量级的下降，一台Velodyne128线的，大概四十几万。量产车上，Livox的激光雷达，几千人民币。嬴彻科技车规级的激光雷达，不到一万人民币。

  车规级的车，严格按照“车规级”去设计，一定要采集到有效的数据，用于L4/L5级别进阶的数据，来做仿真和训练。

  一辆Robotaxi，在城市里速度比较慢，一天大概能开300到400公里数就很高了，算下来一年365天也就是10万公里。

  一般而言，几十亿公里的测试里程是“通过实际驾驶证明自动系统安全性”的基本要求。

  如果要获取百亿数量级的数据，车队规模就很重要，要在万级。我不相信世界上任何一家自动驾驶公司，能够仅用一个不产生盈利的试运营车队，去维持一个成千上万辆的车队。

  自动驾驶最终是要给用户一个产品，在不同的应用下，做重卡和Robotaxi很不一样。

  重型卡车是一个生产工具，要产生经济效应，就要考虑成本（Total Cost of Ownership，TCO）。

  常见问题是：“多花了20万到30万把这样的一个东西给买回来，在3到4年的生命周期里，能不能把成本给收回来？”

  假设成本上限是45万，研发出来的系统成本超过45万，不管多么自动化，多么高阶的无人驾驶也没法用，因为用了就是亏钱，越用越亏。

  量产有了规模以后，这个成本才能从原来的几十万，降到几万，甚至降到几千，这个规模效应类似智能手机。

  智能手机出货量小，就不可能做到小几千块钱一部了，恐怕是30万块钱一部，这样的价格普通消费者用得起吗？

  世界上最好、最贵的激光雷达，感知距离只有200米，而重卡的刹车距离，从100公里的时速刹车到0，要150米长的刹车距离。

  所以，对智能系统的要求是至少能看到300米以上，这是没有一点激光雷达能够达到的。嬴彻用计算机视觉的方法，用高清摄像头，看到的距离非常远。

  最后，我不认可拿行车记录仪可以在路上采数据，因为行车记录仪的信息量实在太少了，缺少360度全向数据。

  无人驾驶车辆带了全套的传感器，上面有激光雷达、毫米波雷达，这样才算带了足够的数据记录能力，才算是完完全全为自动驾驶车辆迭代发展提供有效数据。

  特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

  中方驳斥拜登涉“一带一路”倡议言论 ：批评别人是容易的，难的是比别人做得更好

  传骁龙8 Gen4 Adreno 830 GPU将采用改进的内存压缩算法以提高利用率和性能

  华为迎来双喜：鸿蒙NEXT暂未有广告，华为Mate70系列主摄变清晰！

  翻新款苹果 M3 MacBook Air 上架美国官网，价格立减170~200美元

  曝苹果 iPhone 16/Pro 系列 OLED 屏再次由三星、LG 显示包揽