详细内容或原文请订阅后点击阅览
Apple 扩展 LiDAR 机器学习功能
Apple 推出新产品、新产品Канных в виде массивов точек, собираемых датчиками LiDAR при обнаружении объектов, включая велосипедистов и пешеходов一个 дороге。 При этом не потребуется использование никаких других дополнительных датчиков。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）Apple 公布了一项新研究，该研究描述了在检测道路上的物体（包括骑自行车者和行人）时，使用机器学习将原始数据转换为 LiDAR 传感器收集的点阵列。这不需要使用任何其他附加传感器。
这份文件最清楚地代表了苹果改进自动驾驶技术的意图。事实上，包括 Yin Zhou 和 Onzel Tuzel 在内的苹果研究人员已经创建了一种名为 VoxelNet 的技术，该技术可以从使用 LiDAR（光识别检测和测距）传感器扫描的点阵列中推断和识别物体。从本质上讲，激光雷达的工作原理是根据激光扫描的各个点创建高分辨率地图。
这项研究很有趣，因为它允许在自动驾驶系统中更高效、更自主地使用 LiDAR 技术。现在，通常情况下，来自激光雷达传感器的数据会在摄像机、雷达和其他传感器的帮助下得到补充，以创建周围空间的完整图像并检测其中的物体。高度自信地单独使用激光传感器可以进一步提高自动驾驶汽车在现实道路条件下的性能。