从特斯拉FSD看人工智能，端到端模型赋能自动驾驶，机器人引领具身智能.pptx

核心观点;;1.1 行业趋势：以自动驾驶技术为驱动，迈向规模化量产;;;1.3.1 感知环节-硬件端：由传感器采集环境信息，主流硬件成本不一;1.3.1 感知环节-硬件端：车企配置各异，4D毫米波雷或成为新标配;1.3.1 感知环节-硬件端：车企配置各异，4D毫米波雷或成为新标配;随着各类传感器的迭代升级，更多的长尾场景有望被覆盖，自动驾驶系统的鲁棒性及行车安全将进一步提升。 激光雷达：具备较好的路面小物体识别能力和鬼探头的识别能力。 4D毫米波雷达：在传统毫米波雷达的基础上进行技术升级，能够识别路面的小物体，也能够识别前车前方的车辆刹 车，且识别精度高，可提前让自动驾驶系统采取制动措施，避免追尾事故。;1.3.2 感知环节-融合方案：纯视觉VS多传感器融合? 降本VS安全;;AI算法在视觉呈现上赋予感知系统“脑补”能力，感知系统逐步具备实时性、更稳定、更精准。自动驾驶感知系统 形成的视觉表达从透视图逐渐发展到鸟瞰图和占用网络，道路还原从2D空间扩展为3D、4D空间，使车辆在动态运 动的过程中能够实时构建现实地图，在多颗摄像头的感知下迅速追踪物体的距离和速度、发现被遮挡的物体，并增 强现实世界的还原细节和精度，让系统的感知呈现更加符合人类驾驶的需求。 透视图（Perspective View）：即人眼通常看到的2D视图。在人类视觉中，难以看到被遮挡的物体，但在实际驾驶 过程中，人类