第(1/3)页

    對于大師兄把葉銘叫過來，楊超雄沒有什么意見，他現在滿腦子都是目前測試卡bug的問題。

    “你看過課題報告沒？”

    “還沒，剛才看論文去了。”

    “嗯，咱們組的課題是輔助駕駛系統中的機器視覺方案，超雄這邊負責的是雙目相機對環境的動態感知。”

    馬俊一邊介紹，一邊留意著葉銘的表情，見后者只是微微點頭，并沒有露怯后便是微微一笑。

    看來老師沒抓錯人，這小伙起碼是有底氣的。

    “別扯了，快趕緊來幫我瞅瞅。”楊超雄站起身來，把座位讓給馬俊。

    馬俊坐下后拖動了幾下鼠標，只看了下報告后便回頭一笑：“你這家伙，算法是你寫的，框架和環境是你搭的，我這能看得出來個毛啊？”

    楊超雄一臉的無奈：“……師兄，我是真的檢查了好久，就差拿放大鏡檢查源碼了。”

    “如果是老師的話，肯定會讓你拿放大鏡擼一遍源碼。”

    “大哥，幾萬行代碼呢。”

    “那也得擼。”馬俊呵呵一笑：“你算法沒問題吧？”

    “算法有問題是跑不起來的，哥。”楊超雄顯然不愿意擼源碼，更不會承認自己算法有問題，遲疑道：“要不換一個仿真引擎？我懷疑是引擎和我作對。”

    “……”

    ……

    葉銘在聽著兩人交談，再加上馬俊在一旁解釋，明白了楊超雄的任務是什么。

    在目前自動駕駛的機器視覺感知測試中，一般有三種方式，一種是基于軟件工程的方法，搭建模型輸入數據進行模擬測試。一種是利用虛擬仿真的方法，用仿真引擎生成三維游戲畫面來構建虛擬的場景對算法進行測試。

    最后一種則是直接把機器視覺感知系統放到車上，開車去現實場地測試。

    這三種方法各有優劣，雖然說第三種是最貼近現實，數據可靠，但缺點很明顯，就是無法滿足場景的多樣性。

    因此絕大部分搞自動駕駛的，都是利用第二種方法來進行測試，以求得數據的相對準確和場景的多樣性。

    楊超雄也是用的第二種方法——他電腦的顯卡是一臺3090ti。

    目前的問題就是，楊超雄跑測試的時候，總是過不了對做相對運動的物體的軌跡識別——說簡單點就是，楊超雄的算法跑起來之后，人家丟一塊石頭，或者前車掉一張紙板什么的，算法判斷不出來落點。

    而且還不是每次都判斷不出來，是偶爾。

    這就有點抓狂了。

    嗯……葉銘雖然不知道問題到底出在哪里。
    第(1/3)页