用科学证明沈阳大哥遇到的并不是“鬼”！

无人陵园扫墓，车机雷达显示多人走动，理想L9 “闹鬼”?

清明节快到了，作为一名科技爱好者，等不及官方的解释了，本文先从科学的角度证明那不是”鬼“，根据我的经验，出现在车机雷达上“走动的人”，是传感器和算法共同对环境的感知，目前的自动驾驶汽车，以特斯拉为例，主要由以下技术栈组成：

1. 摄像头：特斯拉汽车配备多个摄像头，可提供 360 度全景视野。 摄像头用于检测物体，例如其他车辆、行人和道路标记。
2. 超声波传感器：特斯拉汽车还配备了超声波传感器，可以检测汽车附近的物体。 这些传感器用于停车和低速操作。
3. 雷达：即使在能见度低的情况下，特斯拉汽车也能使用雷达技术检测汽车前方的物体。 雷达可以检测其他车辆的速度和距离，以及物体的大小和形状。
4. GPS：Tesla 车辆使用 GPS 技术来确定汽车的位置并提供导航指导。
5. 机器学习：Tesla Autopilot 使用机器学习算法来分析来自摄像头、传感器和雷达的数据，以决定如何驾驶汽车。 这些算法是使用来自数百万英里的现实世界驾驶数据进行训练的。
6. 神经网络：Tesla Autopilot 还使用神经网络来帮助汽车识别和响应环境中的物体。 神经网络旨在模仿人脑处理信息的方式。

接下来让我们逐条分析。

1. 摄像头：相机成像的原理离不开光，而鬼怕光，所以两者不能共存，如果车机上的人是通过摄像头拍摄得到的，那这些人肯定不是鬼。
2. 超声波，雷达，GPS：这三种成像技术都要求被成像物体是能够反射波的实体，而鬼是看不见摸不着的，所以，如果车机上的人是通过这三种设备感知的，那这些人肯定不是鬼。
3. 机器学习和神经网络：当上面的传感器对环境感知后，接下来就是要通过算法对感知到的物体进行分析，例如，判断感知到的物体是人还是树，对车道线进行分割等等。目前以深度学习算法为主，这类算法最大的特点就是需要大量的训练数据，如果要算法能够识别鬼，那就需要大量鬼的图像，且不说无法对鬼进行成像，就算能，英叔也早已不在了，去哪弄那些训练数据呢？

总结：那不是鬼！