@@성이름-v1r4r 저 영상 중 ruclips.net/video/yScoUDxI8VQ/видео.html 여기를 보시면 혼다와 벤츠 EQS에 적용되는 3단계 기술이 소개 되어 있습니다. 관점을 경쟁사와 비교하면 혼다, 벤츠, BMW, 아우디에 이어 5번째 정도는 될 것으로 보입니다. 그러나 테슬라와 비교하는 관점은 3D Map이 완비된 한정된 곳에서 예를 들면 시솟 60km이하의 경부고속도로 상의 한 차선에서 정도만 사용할 수 있는 법규이기 때문에 그 효용성이 어떻게 될지는 의문입니다. 혼다의 경우 4000만원 정도 비싸서 현대의 경우 얼마에 그 기술을 발표할지도 궁금합니다.
Pure vision을 이용한 자율주행이외의 것은 실패할수밖에 없는 중요한 이유 첫번째, 카메라+라이다+레이다+HD Map을 활용하기 위한 장비들과 연산장비들의 가격. 두번째, 카메라이외의 방대한 양의 데이터를 처리를 위해 필요한 막대한양의 전기 에너지와 계산의 복잡성. 또, 그 복잡성때문에 필연적으로 증가할수밖에 없는 오류. 특히, 두번째 이유때문에 일론이 레이다는 공짜로 줘도 쓰지 않겠다고 했었고 이번에는 라이다까지 제거함. 라이다 제거까지는 생각못했는데 Pure vision이 그만큼 발전했다는 방증이므로 테슬라가 그만큼 자율주행에 가까워졌다는 의미. 기존 ICE차량에 괴물같은 장비들과 컴퓨팅장비를 달고 HD Map을 갖춘 눈과 비가 오지 않는 아주 작은 특정지역에서만 자율주행 서비스를 시작했던 웨이모가 중앙 컨트롤 센터에서 사람들이 원격조정을 하고 있는 엄밀한 자율주행이 아니고 계속 오류가 나며 서비스가 확장되지 못하고 사용하면 할수록 돈을 잃는 이유를 생각해보면 답은 분명하게 나옴.
라이다 달고 뭐 자율주행 가능해도.. 종국에는 가격 측면에서 밀리게 되어있음. 단순한 라이다 가격이 아니라 데이터를 수집하고 처리하는 프로세서와 이를 위한 배터리성능.. 즉 최소한의 데이터를 이용하여 최적의 값을 내야하는데 라이다는 전력소모가 너무 심함. 퓨어비전이 실패하면 대안이 없으니 라이다를 사용해야겠지만 그게 아니라면 결국 라이다는 자율주행의 보조장비 혹은 애플에 라이다 넣어 3D 동영상 촬영 가능하게 하는 등의 엔터 혹은 산업 등의 기타 응용을 위한 추가 장치로 사용될 듯. 테슬라도 나중엔 인포테인먼트를 위해서 라이다 달 듯.
교통사고는 항상 운전자나 보행자가 같이 만드는데 어떻게 무사고의 완전한 자율주행이 될까요? 테슬라의 자율주행을 적절히 이용하면 훨씬더 수월하다고 받아 들이는것으로도 테슬라의 전망은 밝다. 욕심이 너무 커서 그렇지만. 그게 인간이다. 편한걸로 이시대의 감사하며 살자. 예전에는 꿈도 꾸지 못한 일을...휴우~
GM 등 자율운전 개발을 하고 있는 업체들의 비전은 사고 제로를 표방하고 있습니다. 미국에 연간 35000명 이상이 교통사고로 사망하고 있어서 심각한 사회문제로 받아드리고 있는 편이죠. 자율주행의 목표중 하나는 분명 사고를 대폭 줄여야 합니다. 시청해 주셔서 감사합니다.
@@NewsChain 실은 어제 전임 기아의 부회장과 저녁 식사를 하면서 이 주제가지고 많은 이야기를 했습니다. 테테슬라의 AI책임자가 프리젠테이션 하는 내용에는 두바이의 사막폭풍, 카나다의 눈 폭풍 비슷한 상황까지도 시뮬레이션 하는 장면이 나옵니다. 저는 이들이 이런 상황을 기계학습,심층학습시키면서 발전해나가리고 보고 있는 편입니다. 그것은 세계최고라고 자랑하는 일본의 부악컴퓨터보다도 2배가 빠른 슈퍼컴퓨터를 개발했기 때문입니다.
@@자마시자동차마케터의 글세요. 전 캐나다에 살며 눈폭풍과 심한 안개속에 운전을 한 경험이 몇번있습니다. 이런 상황에서는 그냥 가까운데로 피신할 수 밖에 없죠. 이런상황에서는 운전실력도 아무소용이 없죠. 들어오는 정보가 없다시피한데 아무리 소프트웨어나 AI가 발달해도 무슨의미가 있을까요. 결국 열감지카메라등 하드웨어적인 해결책이 있어야하지 않을까요
@@NewsChain 아주 재미 있습니다. 어제 만난 기아의 전임 부회장이 젊은 시절 캐나다에 주재했을 당시 눈 폭풍 상황을 이야기 했었는데 Flow Keep은 캐나다에 사시면서 직접 경험하고 계시는군요. 저는 인간이 하는 것을 보고 기계학습을 할 것으로 생각됩니다. 인간이 운전을 잠시 멈추고 대피한다면 테슬라의 인공지능도 그렇게 훈련되지 않을까 생각됩니다만...
테슬라의 자체제작 학습용 컴퓨터 서버 이름이에요. 기존에 구글클라우드나 아마존 웹서비스, 마이크로소프트 에저등 클라우드 프로바이더 들이 엔비디아로부터 학습용 서버를 사서 쓰고 있는데 구글은 tpu라는 자체 개발 학습용 서버를 개발해서 사용하고 aws나 에저도 자체개발 서버를 만들고 있죠. 테슬라도 이와 같이 자체개발 서버을 사용할 예정입니다.
친절하게 답을 해 주신 분들에게 고마운 말씀 전합니다. 세계최고의 슈퍼컴퓨터는 일본에 있는 부착입니다. 테슬라는 이것보다 두배 성능이 우수한 Dojo. 참 아이러니하죠. 도죠는 일본말로 도장인데... 만들어 기계학슴, 심층학습을 시키고 있다고 말씀드립니다. 시청해주셔서 감사합니다.
퓨어 비전방식으로 자율주행 달성하려면 ai기술의 발전이 지금보다 훨씬 고도화 돼야만 가능함. 단순히 데이터로 때려넣어서 딥러닝 방식으로 도달가능했다면 테슬라가 아직까지 레벨 3도 못간거 보면 답나옴. 테슬라보다 AI기술이 훨씬 앞서는 구글이 퓨어비전방식으로는 불가능하다고 판단 내린 이유가 있는거임. 그리고 나라마다 도로법규가 다른데 퓨어비전으로 그런것 까지 다해결하려면 AGI 레벨수준이어야 하는데 현실적이지 못함.
이번에도 테슬라 편향된 영상이네요. Guidehouse Research Leaderboard 의 autonomous driving 부분에서 테슬라가 매년 최하위인건 왜 그럴까요? 홍보와 말뿐이 테슬라가 실제 data를 못내고 있기 때문이 아닐까싶습니다. 많은 사람들이 테슬라감성에 빠져 진실을 못보는거 같습니다.
당근 테슬라의 비젼 방식이 승리할것임. 사람은 두눈만으로 비젼의 역할을 수행하는데 테슬라는 무려 4배인 8개의 카메라로 비젼 역할을 수행한다. 인간이 바라보는것과 동일한 방식으로 사물을 인식해서 자율주행을 수행하는것이 자율주행의 대중화에 가장 효율적일 것이다. 각 나라의 운전법규, 도로상태만 인공지능으로 학습하면 바로 적용할 수 있는 자율주행방식이 가장 효율적일 것이다. 결국 테슬라의 카메라를 이용한 비젼방식이 승리할 것이다. 이글은 추후 성지가 될것이다. ㅎㅎ
![완전자율주행이 눈 앞에? 뜨거운 감자 로보택시를 둘러싼 엇갈린 전망[로보택시 시장 전망]웨이모,바이두,딥다이브](/img/1.gif)
오늘은 지난 시간에 이어 테슬라의 비전 방식에 대해 좀 주관적인 의견을 강하게 표현해봤습니다.
현대가 올해말 출시할 g90풀체인지에 라이다 2개탑재한 자율주행3단계 구현한다던데 이게 정말인가요? 테슬라도 못한 3단계를 현대가요?
@@성이름-v1r4r 저 영상 중 ruclips.net/video/yScoUDxI8VQ/видео.html 여기를 보시면 혼다와 벤츠 EQS에 적용되는 3단계 기술이 소개 되어 있습니다. 관점을 경쟁사와 비교하면 혼다, 벤츠, BMW, 아우디에 이어 5번째 정도는 될 것으로 보입니다. 그러나 테슬라와 비교하는 관점은 3D Map이 완비된 한정된 곳에서 예를 들면 시솟 60km이하의 경부고속도로 상의 한 차선에서 정도만 사용할 수 있는 법규이기 때문에 그 효용성이 어떻게 될지는 의문입니다. 혼다의 경우 4000만원 정도 비싸서 현대의 경우 얼마에 그 기술을 발표할지도 궁금합니다.
선생님의 유투브를 고맙게 잘 보고 있습니다. 다각도의 관점에서 찝어주시니 이해가 쉽습니다. 감사합니다
시청해 주셔서 감사합니다.
시청할때마다 감탄합니다. 깔끔한 설명 감사드립니다..
시청해주셔서 감사합니다.
내용의 수준이 정말고급입니다. 감사합니다!!
시청해 주셔서 감사합니다.
정교수님 감사합니다! 많은 지도편달! 그리고 한번 시간나시면 강의 듣기를 기대하며...
시청 감사드리며 그 언젠가를 위하여 지금에 충실하다보면 가능한 날이 오겠죠.
오늘도 감사합니다!
시청해 주셔서 감사합니다.
오늘도 좋은 영상 올려주셔서 감사합니다.
수고하세요 ~^^
시청해 주셔서 감사합니다.
동감합니다! 인간의 눈에 가장근접한 사진/ 카메라 기술의 발전이 인류미래를 밝혀줄거라는 생각입니다.
시청해 주셔서 감사합니다.
자마시님의 명품동영상에
늘~ 감사^^ 테슬라여~
영원하라!!!👍😎👍
시청감사합니다.
좋은 영상과 의견 감사합니다.
올해안에 큰 구도가 나올것으로 기대하고 있습니다.
시청해 주셔서 감사합니다.
항상 좋은 내용 감사합니다
항상 소중한 영상 올려주셔서 감사합니다.
시청해주셔서 감사합니다.
항상 최고의 영상입니다.
시청해 주셔서 감사합니다.
최고의 강의이십니다.
감사합니다.
의견 감사합니다
시청해주셔서 감사합니다.
애플 자율주행 중진들도 웨이모처럼 줄 사퇴했다던데 점점 테슬라 방식이 맞는 것 같습니다
시청해 주셔서 감사합니다.
좋은 영상 감사합니다.
영상을 보면서 내가 이 영상이 필요했구나 하고 깨달았습니다. 감사합니다.
믿고보는 자마시 감사합니다. 맨날 바로 구독중입니다
시청해주셔서 감사합니다.
Pure vision을 이용한 자율주행이외의 것은 실패할수밖에 없는 중요한 이유 첫번째, 카메라+라이다+레이다+HD Map을 활용하기 위한 장비들과 연산장비들의 가격. 두번째, 카메라이외의 방대한 양의 데이터를 처리를 위해 필요한 막대한양의 전기 에너지와 계산의 복잡성. 또, 그 복잡성때문에 필연적으로 증가할수밖에 없는 오류. 특히, 두번째 이유때문에 일론이 레이다는 공짜로 줘도 쓰지 않겠다고 했었고 이번에는 라이다까지 제거함. 라이다 제거까지는 생각못했는데 Pure vision이 그만큼 발전했다는 방증이므로 테슬라가 그만큼 자율주행에 가까워졌다는 의미. 기존 ICE차량에 괴물같은 장비들과 컴퓨팅장비를 달고 HD Map을 갖춘 눈과 비가 오지 않는 아주 작은 특정지역에서만 자율주행 서비스를 시작했던 웨이모가 중앙 컨트롤 센터에서 사람들이 원격조정을 하고 있는 엄밀한 자율주행이 아니고 계속 오류가 나며 서비스가 확장되지 못하고 사용하면 할수록 돈을 잃는 이유를 생각해보면 답은 분명하게 나옴.
시청해주셔서 감사드립니다.
유튜브로 봤는데 길이 막혀 유턴해야하는곳도 처음 한두번은 가속하고 멈칫거리던게 3번쯤 가니까 스무스하게 유턴해서 가더군요 신기합니다
시청해 주셔서 감사합니다.
가장 중립적채널 자마시이기에 더욱 신뢰가 갑니다.
초등생 수준의 FSD가 성인이 되는 날이 오면 고등학교만 다니는 Waymo는 게임이 안 될것 같군요~^^💯⚘⚘
일일이 계속 가리켜줘야 되니 웨이모는 초딩, 스스로 학습 능력이 올라가고 있으니 FSD는 중딩
예를 어떻게 들까 고민하다 어린이, 중학생, 고등학생을 들었습니다만 함께 공감해주셔서 감사합니다.
카메라 기반 비전방식으로 완전자율 주행을 가장 먼저 달성할 것이고 시장을 선점함으로써 얻을 수 있는 부가가치는 상상을 초월할 것 입니다.
시청해 주셔서 감사합니다.
자마시 아저씨 양복 입은 모습 정말 멋져요
이런 칭찬도. 시청해주셔서 감사합니다.
테슬라 비전방식이 메이크센스하네요. 기존 구글 웨이모 지오미트리 방식은 센서와 라이다 등으로 이미 싱당한 시장을 선점하여 반발이 있을 수 있을 거 같습니다. 센싱기술이 중요한게 아니고 계속 배우고 성장하는 머리인 뉴럴넷이 핵심적인 차이네요
핵심 정리 감사합니다
시청해주셔서 감사합니다.
테슬라가 이길 것 같습니다. 설령 지오메트리 방식이 더 뛰어나다고 할지라도, 경제성에서 테슬라가 압도적이네요. 건물과 구조물은 없어졌다가 생겼다가를 반복하는데 그때마다 지도를 새로 그릴 수도 없는 노릇일 테고... 항상 좋은 영상 감사합니다.
시청해주셔서 감사합니다.
기술의 짱 ㅋㅋㅋ
시청해 주셔서 감사합니다.
한 3년 이내로 테슬라에서 라이센스 판권을 사와서
디튠한 오토파일럿 버전을 일반 양산차에 도입하겠네요..
솔직히 테슬라와 자율줗애 부분에서 경쟁이 안됨
시청해주시고 의견 주셔서 감사합니다.
1등! 선댓글 후감상 미리 감사드립니다
오늘도 감사드리고요.
처음가는 도로를 3번정도 운행하면 오토파일럿이 완전히 달라지는게 느껴지는데 이게 라이다 방식과의 가장큰 차이점이라 보여집니다. 라이다방식은 처음 가는곳은 아예 주행자체를 못하죠.
시청해 주셔서 감사합니다.
요즘 수많은 사건들의 CCTV 영상을 보면, 쉽게 누가 어떤 일을 하고 무엇을 할지 알 수 있는데, 만약 라이더로 본다면 우리가 해석할 수 있을까요? 사람을 위한 여러가지 체계에서의 주행은 사람을 따라하는 기술이 표준이 될 가능성이 높아 보입니다.
시청해 주셔서 감사합니다.
라이다 달고 뭐 자율주행 가능해도.. 종국에는 가격 측면에서 밀리게 되어있음. 단순한 라이다 가격이 아니라 데이터를 수집하고 처리하는 프로세서와 이를 위한 배터리성능.. 즉 최소한의 데이터를 이용하여 최적의 값을 내야하는데 라이다는 전력소모가 너무 심함. 퓨어비전이 실패하면 대안이 없으니 라이다를 사용해야겠지만 그게 아니라면 결국 라이다는 자율주행의 보조장비 혹은 애플에 라이다 넣어 3D 동영상 촬영 가능하게 하는 등의 엔터 혹은 산업 등의 기타 응용을 위한 추가 장치로 사용될 듯. 테슬라도 나중엔 인포테인먼트를 위해서 라이다 달 듯.
시청해 주셔서 감사합니다.
장기적으론 테슬라가 옳다고 봅니다. 차도는 계속 바뀌고 사람들에 의해 훼손되는데 그럴대마다 계속 문제가 발생하죠.
시청 감사합니다.
감사합니다 선생님 현대차 자율주행기술이랑 모셔널쫌 자세히 알고싶어요 감사합니다
시청해주셔서 감사합니다. 시간이 되는 대로 한 번 정리하겠습니다.
교통사고는 항상 운전자나 보행자가 같이 만드는데 어떻게 무사고의 완전한 자율주행이 될까요? 테슬라의 자율주행을 적절히 이용하면 훨씬더 수월하다고 받아 들이는것으로도 테슬라의 전망은 밝다. 욕심이 너무 커서 그렇지만. 그게 인간이다. 편한걸로 이시대의 감사하며 살자. 예전에는 꿈도 꾸지 못한 일을...휴우~
GM 등 자율운전 개발을 하고 있는 업체들의 비전은 사고 제로를 표방하고 있습니다. 미국에 연간 35000명 이상이 교통사고로 사망하고 있어서 심각한 사회문제로 받아드리고 있는 편이죠. 자율주행의 목표중 하나는 분명 사고를 대폭 줄여야 합니다. 시청해 주셔서 감사합니다.
데이터 끼리 동기화 해야하는게 힘들지만 전 라이더는 몰라도 레이더는 필수라고 생각합니다만 어찌될지는 모르겟네요
좋은 시청 감사드립니다.
일론 마스크는 라이다 시스템의 효용과 한계를 spaceX에서 알고 있었다고 봅니다. 라이다 시스템은 자율주행 자동차에 적용할 수 없다고 지속적으로 주장하였죠
시청해주셔서 감사합니다.
현재 교통방식은 사람이 운전하는것으로 전제로 모든 인프라가 갖춰져 있지만 ai시대가 점점 오면 그에 맞춰서 모든 교통 모빌리티가 바뀌지 않을까 생각합니다.
시청해주셔서 감사드립니다.
시야확보가 어려운 상황에 대한 계획은 어떤가요. 눈보라나 안개로 카메라 시야확보가 안되면 그냥 인간처럼 멈추는 건가요 아니면 그럼에도 안전하게 운전할 수 있는 계획이 있나요
좋은 질문입니다. 이것은 Neuralnet의 능력에 달려있다고 생각됩니다. 테슬라는 이 부분도 계속 공기계학습, 심층학습을 시키고 있습니다.
@@자마시자동차마케터의
입력데이타 (시야 확보어려움) 가 한계에 봉착했는데 그걸 소프트웨어적으로 해결하는 것은 한계가 있는 것 아닌가요.
입력데이타 확보를 위한 어떤 하드웨어(예를 들어 열감지카메라라던가) 를 개발해야하는 것 아닌가요?
@@NewsChain 실은 어제 전임 기아의 부회장과 저녁 식사를 하면서 이 주제가지고 많은 이야기를 했습니다. 테테슬라의 AI책임자가 프리젠테이션 하는 내용에는 두바이의 사막폭풍, 카나다의 눈 폭풍 비슷한 상황까지도 시뮬레이션 하는 장면이 나옵니다. 저는 이들이 이런 상황을 기계학습,심층학습시키면서 발전해나가리고 보고 있는 편입니다. 그것은 세계최고라고 자랑하는 일본의 부악컴퓨터보다도 2배가 빠른 슈퍼컴퓨터를 개발했기 때문입니다.
@@자마시자동차마케터의 글세요. 전 캐나다에 살며 눈폭풍과 심한 안개속에 운전을 한 경험이 몇번있습니다. 이런 상황에서는 그냥 가까운데로 피신할 수 밖에 없죠.
이런상황에서는 운전실력도 아무소용이 없죠. 들어오는 정보가 없다시피한데 아무리 소프트웨어나 AI가 발달해도 무슨의미가 있을까요. 결국 열감지카메라등 하드웨어적인 해결책이 있어야하지 않을까요
@@NewsChain 아주 재미 있습니다. 어제 만난 기아의 전임 부회장이 젊은 시절 캐나다에 주재했을 당시 눈 폭풍 상황을 이야기 했었는데 Flow Keep은 캐나다에 사시면서 직접 경험하고 계시는군요. 저는 인간이 하는 것을 보고 기계학습을 할 것으로 생각됩니다. 인간이 운전을 잠시 멈추고 대피한다면 테슬라의 인공지능도 그렇게 훈련되지 않을까 생각됩니다만...
음악은 뭘까요? 자동차 크락션으로 만든 음악같은데요. 신기하네요?
네 이 음악 제 사위가 만들어준 것입니다. 자동차 크락션 이미지를 반영한 것 맞습니다.
11:54 DoJo가 뭔가요?
테슬라의 자체제작 학습용 컴퓨터 서버 이름이에요. 기존에 구글클라우드나 아마존 웹서비스, 마이크로소프트 에저등 클라우드 프로바이더 들이 엔비디아로부터 학습용 서버를 사서 쓰고 있는데 구글은 tpu라는 자체 개발 학습용 서버를 개발해서 사용하고 aws나 에저도 자체개발 서버를 만들고 있죠. 테슬라도 이와 같이 자체개발 서버을 사용할 예정입니다.
수많은 테슬라 차량에서 획득 주행데이터를 던져주면 스스로 자율학습하는 수퍼컴퓨터입니다. 연산수준이 1000페타플롭스, 초당 100경의 부동 소수점 연산 가능하도록 개발 중이라고 합니다. 그렇게 학습된 알고리즘은 각 차량에 OTA로 지속 업데이트 해주는 것이죠
친절하게 답을 해 주신 분들에게 고마운 말씀 전합니다. 세계최고의 슈퍼컴퓨터는 일본에 있는 부착입니다. 테슬라는 이것보다 두배 성능이 우수한 Dojo. 참 아이러니하죠. 도죠는 일본말로 도장인데...
만들어 기계학슴, 심층학습을 시키고 있다고 말씀드립니다. 시청해주셔서 감사합니다.
퓨어 비전방식으로 자율주행 달성하려면 ai기술의 발전이 지금보다 훨씬 고도화 돼야만 가능함. 단순히 데이터로 때려넣어서 딥러닝 방식으로 도달가능했다면 테슬라가 아직까지 레벨 3도 못간거 보면 답나옴. 테슬라보다 AI기술이 훨씬 앞서는 구글이 퓨어비전방식으로는 불가능하다고 판단 내린 이유가 있는거임. 그리고 나라마다 도로법규가 다른데 퓨어비전으로 그런것 까지 다해결하려면 AGI 레벨수준이어야 하는데 현실적이지 못함.
좋은 내용을 지적하셨습니다. 다음 영상에는 테슬라의 AI능력에 대해서 준비하겠습니다. 꼭 시청 부탁드립니다. 감사합니다.
주변에 큰 호수가 있는 동내라 안개가 심해서 가시거리가 1m도 안되는 경우가 있는데 그럴 땐 카메라가 어떻게 해결할까요? 상향등을 켜면 산란땜에 오히려 앞이 더 안보일 정도로 심할 때가 있는데
그건 레이다 라이다 둘다 안되자나요?
저의 다음 영상은 인공 지능 능력에 관한 것입니다. 테슬라 방식은 Real World를 바탕으로 하고 있지만 구글 등은 Data로 전개하고 있습니다. 다음 영상보시면 어느 정도 답을 찾을 수 있을 거라 생각됩니다. 시청해주셔서 감사드립니다.
비전+라이다 조합이 현재로썬 젤 효율적일것같음
지오메트릭은 나중에 인프라가 확보되면 대세가될듯
시청해주셔서 감사합니다.
어느 세월에 지도완성을 실현할까요? 지구는 계속해서 변하는데...
시청해 주셔서 감사합니다. 일본사람들은 지진이 자주 나는데 만들어진 지도 업데이트 하는 것도 걱정하고 있어요.
이번에도 테슬라 편향된 영상이네요. Guidehouse Research Leaderboard 의 autonomous driving 부분에서 테슬라가 매년 최하위인건 왜 그럴까요? 홍보와 말뿐이 테슬라가 실제 data를 못내고 있기 때문이 아닐까싶습니다. 많은 사람들이 테슬라감성에 빠져 진실을 못보는거 같습니다.
저도 Guidehouse 평가는 몇 번 다뤘습니다만 마케터의 시선에서 보면 테슬라의 비전 방식이 더 큰 비즈니스, 더 큰 고객 확보를 할 수 있을 것으로 판단하고 있습니다. 저와 다른 의견도 충분히 이해하고 있습니다.시청해주셔서 감사드립니다.
2주전인가? 테슬라도 Lumina Lidar 달고 실험한걸 카메라에 포착됐습니다. 문론, Microvion, velodine sample도 실험하거고요.
일란이 말은 못믿습니다.
그거 예전부터 그렇게 실험하고 있어요ㅋㅋㅋ 그냥 데이터 비교 및 보정차원이에요
일론의 말을 믿지 못하면 ~
음,,,,,,, 당신이 테슬라 투자자라면 이제부터 당신은
투자자가 아니라 투기꾼 내지
도박꾼이 되겠군요!!!
난~ 테슬라 주식 1만주를 목표
로 모아가겠습니다!! 테슬라여
!! 영원하라~!! ㅋㅋㅋ
매년마다 라이다를 달고 돌아다니는 테슬라차가 발견되었다고 언론에 나옵니다.
매년!!!!!! 매년!!!!!
@@장총맛사탕 헐 대단하시네요.
전 지금 200주밖에 ㅠㅠ올해 안에 1000주 목표입니다.
믿고 싶지 않으면 안 믿으시면 됩니다. 사람마다 이해하는 부분이 다 틀리니까요.
당근 테슬라의 비젼 방식이 승리할것임. 사람은 두눈만으로 비젼의 역할을 수행하는데 테슬라는 무려 4배인 8개의 카메라로 비젼 역할을 수행한다.
인간이 바라보는것과 동일한 방식으로 사물을 인식해서 자율주행을 수행하는것이 자율주행의 대중화에 가장 효율적일 것이다.
각 나라의 운전법규, 도로상태만 인공지능으로 학습하면 바로 적용할 수 있는 자율주행방식이 가장 효율적일 것이다.
결국 테슬라의 카메라를 이용한 비젼방식이 승리할 것이다. 이글은 추후 성지가 될것이다. ㅎㅎ