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。
星火科技的CTO，胡总亲
本章未完，请点击下一页继续阅读！