> 数据图表一起讨论下未经训练的异形障碍物情形2025-7-4视觉系统依赖于大量的训练数据对于训练集中包含的对象，系统可以准确识别。然而，对于一些未经过训练的异形障碍物，比如一些不常见的交通参与者，如异形施工道路、不常见的动物等，视觉系统容易发生误判或漏检。2024 年华尔街日报发布的报告显示，特斯拉的纯视觉系统在面对未经训练的障碍物如侧翻的拖车时，容易出现判别失误。而在激光雷达的加持之下，只要前方有障碍物，激光雷达就可以形成点云数据，所有障碍物所“占用”的物理空间就都能被确定，算法即可 除被占用的不可行驶区域，车辆就可以即时感知和避开。国盛证券综合其他
