望远镜一样的家伙，就是我说的那套毫米波雷达集成摄像头传感器了！”

小王总在人多的时候，还是很规矩的，会称呼他老爸为王总。

而王总作为一个行家，看着那些机器人，拖拽着货箱，在路面上来回往返行走，并且还会自如的拐弯，快进，刹车。

最关键是，他们还会规避各种障碍物，并且早早就根据前面的障碍物距离，来制定行进路线。

如果遇上对面行驶过来的机器人时，还会停车让路，或者绕行……

王总一行人一站就是半个多小时，就看着那些机器人在来回搬运工作。

内容看似很枯燥，但却已经在老王的心里掀起了一阵阵惊涛骇浪。

因为做电动车，所以他明白特斯拉比他们牛在什么地方。

&nt自动驾驶系统，那可是现在智能驾驶领域软件也硬件的集大成者。

软件方面的人工智能就现暂且不说。

就说说里面用到的硬件，最重要的就是智能驾驶的感知系统的传感器。

此前在感知系统领域，是分两套解决方案的。

一套就是以特斯拉为代表的，视觉主导方案。

而另外一套，则是以谷歌为代表的激光雷达主导方案。

两套方案，各有利弊。

特斯拉的方案就是以摄像头为主导，配合毫米雷达，超声波雷达，以及低成本的激光雷达，形成一套硬件感知体系。

而谷歌的方案，则是以激光雷达为主导，配合毫米雷达，超声波传感器，以及摄像头。

谷歌的方案，优势就在于激光雷达的探测精度，以及距离，而且能够主动扫描车辆周边的情况，属于主动视觉。

甚至在夜间都可以精确的穿越障碍物，保证车辆行驶的安全。

但缺点就是成本非常昂贵，一颗激光雷达的成本都要20000元，而摄像头的成本才2000，另外就是激光雷达的体积非常大，会影响车辆的外形设计，而且还会面临发热严重等问题。

而特斯拉的方案，使用摄像头为主导，然后通过人工智能来识别图像，这个想必谷歌的方案就简单的多了。

最关键是成本非常便宜，这也是特斯拉的智能驾驶方案，最后能干掉比他们早介入智能驾驶领域的谷歌的主要原因。

不过这个方案也有着自己明显的弱点，那就是摄像头的测距能力有限，另外就是受环境光照的影响非常大。

比如天气恶劣的大风天，阴天，暴雨天，冰雹天等等都会严重影响摄像头的成像能力。

从而影响到ecu对车辆外部环境的判断。

所以特斯拉在摄像头的感光芯片方面，以及成像识别的算法上可是砸了大钱，甚至还和世界上最大的显卡公司展开了长期的合作。

让该企业给他们专门设计了一套显卡……

而这也是其他车企，在搞智能驾驶的之后，被特斯拉拉开差距的地方。

因为别家公司，根本都找不到这么牛掰的传感器，和成像硬件。

而现在他们在星火科技看到的这套毫米波雷达集成摄像头传感器，这简直就是特斯拉那套硬件的进阶版啊！

一行人在观看了机器人工作的情况之后，很快就被星火公司的cto，胡总给请进了会议室。

然后何小君站起了身，先给星火和王总方面牵了线，双方的最高领导算是正式认识了一番。

然后王总就直奔正题，请求星火公司对他们这套毫米波雷达集成摄像头传感器，进行介绍。

&n，胡总亲自给老王他们做了讲解。

原来这套传感器的成像原理，就是在摄像头里，又集成了一套毫米波雷达设备。

这样做，不但大大提升了摄像头测距的难题，也大大提高了摄像头成像的精