蘋果最新在康奈爾arXiv科研開放式目錄網站發(fā)表一篇論文，介紹了一種方法，即借助機器學習技術將激光雷達束采集的原始點云數據，無需額外傳感器數據，轉化為包含3D物體（如自行車和行人）的探測結果。

通過該論文，我們可以清楚地看到蘋果在無人駕駛技術上的研究成果。我們知道蘋果一直致力于無人駕駛技術研究，為了獲得加州機動車輛管理局發(fā)出的無人駕駛測試許可，也是因為其測試車輛已經準備好了。

蘋果同時也公開了一些機器學習方面的努力成果，在其博客上發(fā)表論文來強調其研究，現在也與更廣泛意義上的研究界進行分享。此類發(fā)表舉動對業(yè)內人才來說通常是一個重要因素，尤其是那些希望與更廣泛的研究圈子一同研究先進的ML技術的人員。

該論文具體描述了蘋果的研究人員，包括論文作者Yin Zhou和Oncel Tuzel，是如何研究出VoxelNet的，VoxelNet能通過一束激光雷達捕獲的信息點推斷出為何物體。實際上，激光雷達的工作原理是通過向周圍放射激光，產生高分辨率點圖，然后記錄反饋結果。

蘋果的這項研究很有趣，因為它使激光雷達在其無人駕駛系統(tǒng)發(fā)揮的效果更顯著。激光雷達傳感數據其實是與光學相機、雷達和其他傳感器一同繪制出一幅完整的物體探測圖景；單獨使用有高置信度的激光雷達有助于真正上路的無人駕駛車輛的生產并提高運算效率。