文章图片

飞凡R7所搭载的Luminar高规激光雷达
这套智驾方案可大有乾坤 ， 是由飞凡汽车的智驾团队独立开发的 ， 它非但包括了Luminar高规激光雷达 ， 还包含Premium4D成像雷达等各类行业顶尖的传感器 。同时 ， 内置的英伟达-Orin?芯片能确保系统在面对多种传感器带来的海量数据时 ， 果断做出决策 。

文章图片

文章图片

PP-CEM?背后的逻辑和我们自己开车是一样的 ， 只不过它用完善的感知系统来「代替」了我们的感官；用强大的神经网络算法「代替」了我们的大脑 。
在这整个感知-决策-执行的过程中 ， 传感器融合感知能力及芯片的决策链路共同作用 ， 才成功让被「代替」的用户真正享受到高铁般的乘坐体验——安全、高效 。
据爱范儿了解 ， 我们很快就能够在量产车型飞凡R7上看到这套方案 。

文章图片

文章图片

飞凡R7
从各种传感器的组合应用中不难发现 ， 飞凡汽车很清楚 ， 面对复杂的行车环境 ， 单一的传感器数据完全满足不了各种环境下的感知需求 。
其中 ， 采埃孚-Premium4D成像雷达也是一大看点 。
这个名词大家可能会有点陌生 ， 我们先从常见的毫米波雷达讲起 。

文章图片

文章图片

视觉摄像头易受环境影响
众所周知 ， 恶劣天气和照明条件会对视觉摄像头造成严重影响 ， 前置摄像头最终只能捕捉到模糊或扭曲的物体图像 。此时 ， 毫米波雷达能帮助系统实现部分标准静态障碍物的识别 ， 提高车辆在雨雪天气的自动驾驶能力 。
但一般的毫米波雷达也有着它的局限性 。

文章图片

文章图片

雷达与摄像头结合对于车道内非标物识别存在挑战
对于毫米波雷达而言 ， 探测目标对电磁波反射的敏感度会对探测结果造成影响 ， 比如橡胶 。第二 ， 毫米波雷达几乎无法区分龙门架、道路边上的标牌 ， 或是停靠在路边的静止车辆 。
究其原因 ， 只能归咎于毫米波雷达的空间分辨率过低 ， 虽然将视觉摄像头和毫米波雷达相结合可以实现部分静态障碍物的识别 ， 但车道内的非标准物体和小尺寸的静态障碍物仍是一个难题 。

文章图片

文章图片

图片来自：采埃孚
4D成像雷达就不太一样了 。
首先在探测距离上 ， 4D成像雷达就领先了毫米波雷达一大截——前者为350m ， 后者通常为210m 。
最关键的是 ， 4D成像雷达解决了毫米波雷达空间分辨率不足的硬伤 ， 能够有效区分静止/缓行车辆、龙门架、路牌等 ， 并且可以更早捕捉到雪糕筒等小体积障碍物 。
所以说 ， 比起「视觉摄像头+毫米波雷达」 ， 「激光雷达+4D成像雷达」这一方案无疑是更合理的选择 。

文章图片

文章图片

科技是手段 ， 人性是目的

文章图片

文章图片

飞凡R7

• 泰拉瑞亚激光机枪好用吗（泰拉瑞亚激光机枪属性解析）
• b7520dw、华为pixlabx1激光一体机横评
• 躲得过雷达，逃不掉眼睛
• 连锁咖啡店里，到底需要什么样的人？
• 为什么越来越多人购买激光电视？
• oppofindx5pro的续航到底有多强？
• 贾跃亭的ff91到底有多牛？
• 佣金到底降到多少才算合理？
• 钟强对话钛媒体：激光电视行业未来的展望
• 小米12pro和苹果13promax对比，到底谁更胜一筹？