※ 引述《ykjiang (York)》之銘言：
: ※ 引述《ewings (火星人當研究生)》之銘言：
: : ※ 引述《ykjiang (York)》之銘言：
: : : 從最基本的原理來說，光達跟雷達就是用來測距，理論上只有一維的資訊
: : : 三維的部分是經過一些設計、運算後得到的
: : : 反而鏡頭得到的一開始就是二維資訊，然後可以經過運算得到三維的資訊，
: : 這邊看完，我的感想只有“供三小？”
: : 雷達與光達在原理上是利用掃描的方式，取得距離與向量，本質上資料的維度就是大於
: 二維了。
: : 是什麼時候變一維的？如果要這麼瞎扯，那鏡頭裡的CMOS一次也只能讀一個cell的資料，
: : 一樣得要逐個掃描才能得到二維影像（這個就是所謂的果凍效應的成因），
: : 照你的說法，鏡頭不也一樣是一維的？
: 雷達基本上是機械動作在掃描
: 初代的光達也一樣，最新的發展小型化後，有搞陣列方式同時發射好幾組雷射，不過
: 解析度還是個問題
還是不曉得你在供三小
從雷達誕生以來，也從來沒出現過你口中的“一維”雷達
https://en.m.wikipedia.org/wiki/Lichtenstein_radar
拿二戰裡的德國Lichtenstein雷達來說好了，雷達發射天線是固定在飛機的機首，
也沒有任何的機械機構讓天線搖動或轉動。
但是利用雷達波打到目標，再反射回上下左右四個天線的時間差，以及A-scope顯示器，
就能得知目標的在三維空間中的向量與距離。
而這個方式，特斯拉的雷達也在使用，只是特斯拉選的雷達，精度相比之下像玩具。
: 你講的 CMOS 果凍效應，不是 CMOS 的本質，而是數位化後，要將資料放在記憶體，
: 從記憶體讀取時有先後順序，這基本上是電子式的掃描，跟前面的機械式有差距。
這邊也是看不懂你在講三小
就算是類比式的CCD，為了輸出NTSC/PAL的序列訊號,也是逐個cell掃描
和數位化一點鳥毛關係都沒有
另外，也一樣在半個世紀前，就已經有電子掃描陣列雷達的技術
(electronically scanned array)
只是這種技術受到管制，車廠還想車賣到世界各地，多半不是很想用
: : : 特斯拉更進一步從中取得四維資訊（多的那維是時間軌跡預測）
: : 這邊也不知道在供三小
: : 在半個世紀前，雷達後處理技術就已經發展出利用比對前後時間目標的變化，預測目標
: 未來位置，
: : 並且持續追蹤的技術。甚至還有類似合成孔徑雷達（SAR）那種利用時間與位移積分，
: : 利用二維掃描形成3維雷達影像的技術。
: : 而利用都卜勒濾波技術，甚至不需要比對前後時間的資料，就能直接得到目標的速度，
: : 在半個世紀前，雷達就能直接利用都卜勒測速，外插推估目標的未來位置。
: : 但也沒人講雷達是四維資料的探測器。
: 你可以搜尋一下，有人就說這個是 4D 雷達
那只是營銷用的名詞，沒有一本教科書用4D雷達這種講法。
: : 而特斯拉的前鏡頭並沒有構成立體視覺，就算加上時間預測，也只能構成2.5D，
: 去年 10 推出的 FSD Beta 8.1 跟今年三月的 FSD Beta 8.2 已經有立體視覺
: 預計四月（如果沒延期的話）推出的 FSD Beta 9 會是 Musk 說的 4D 視覺
: : （三個定焦鏡只能利用影像模糊的程度大致判斷距離）,這也是特斯拉自動駕駛在視覺
: 深度一直為人所詬病的地方。
: : : 以目前的技術：
: : : 距離方面，光達的精度比較高
: : : 平面部分，鏡頭的精度較高，然後鏡頭還可以判斷顏色這個重要資訊
: : : 以自動駕駛而言，兩者的精度都超過人眼了
: : : 所以關鍵還是在 AI 等其他方面
: : 無腦特粉才會覺得只靠鏡頭和AI就行
: : 真的在搞自動駕駛的，在研究的是怎麼做多感測器的融合。
: : https://global.kyocera.com/ces/img/sensing-technology/sec11_img03.jpg
: : 像是直接將光達和攝影機做成同一個感測器，就是其中一個方向。
: 就算如後面推文你說的，特斯拉前向三個鏡頭是不同測交距離的鏡頭，搞不出立體視覺
: 但你忽略了特斯拉側前方還有兩個前向鏡頭，是完全對稱的測焦距離是一樣的80M以內
https://img.laserfocusworld.com/files/base/ebm/lfw/image/2020/03/2004LFW_jh_1__2_.5e834778af184.png
前方還有另外兩個80m的前向鏡頭？你是還沒睡飽嗎？
麻煩在圖裡面指給我看一看。