械手臂朝后拉拽着一个大号的货箱。
货箱里装满了各种工业废料。
这个机器人把这一车废料从厂房里拉拽出来，直奔远处的废料回收中心。
然后另外一边又有几个同样的机器人，拉拽着同样的箱子，进了厂区，送到里面生产线的送料口，然后倾倒进去。
整个过程，地面上根本就看不到几个工人。
这画面虽然很简单，但却极具视觉冲击力，已经把老王都看傻了。
这画面的内容很简单，我们在动画面里经常能看到，但是在现实世界里，真正能够做到这样自动化的工厂，全世界到目前为止，好像也就只有星火这么独一家。
“你说的就是……”
老王毕竟是行家，他指着前面机器人头顶上那好似望远镜一样的脑袋说道。
“没错了，王总，那望远镜一样的家伙，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。
就比如特斯拉现在那套Autopilot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
请收藏：https://m.biquge41.com
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）