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.bqgrar.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)