這個機器人把這一車廢料從廠房里拉拽出來，直奔遠處的廢料回收中心。
然后另外一邊又有幾個同樣的機器人，拉拽著同樣的箱子，進了廠區，送到里面生產線的送料口，然后傾倒進去。
整個過程，地面上根本就看不到幾個工人。
這畫面雖然很簡單，但卻極具視覺沖擊力，已經把老王都看傻了。
這畫面的內容很簡單，我們在動畫面里經常能看到，但是在現實世界里，真正能夠做到這樣自動化的工廠，全世界到目前為止，好像也就只有星火這么獨一家。
“你說的就是……”
老王畢竟是行家，他指著前面機器人頭頂上那好似望遠鏡一樣的腦袋說道。
“沒錯了，王總，那望遠鏡一樣的家伙，就是我說的那套毫米波雷達集成攝像頭傳感器了！”
小王總在人多的時候，還是很規矩的，會稱呼他老爸為王總。
而王總作為一個行家，看著那些機器人，拖拽著貨箱，在路面上來回往返行走，并且還會自如的拐彎，快進，剎車。
最關鍵是，他們還會規避各種障礙物，并且早早就根據前面的障礙物距離，來制定行進路線。
如果遇上對面行駛過來的機器人時，還會停車讓路，或者繞行……
王總一行人一站就是半個多小時，就看著那些機器人在來回搬運工作。
內容看似很枯燥，但卻已經在老王的心里掀起了一陣陣驚濤駭浪。
因為做電動車，所以他明白特斯拉比他們牛在什么地方。
就比如特斯拉現在那套Autopilot自動駕駛系統，那可是現在智能駕駛領域軟件也硬件的集大成者。
軟件方面的人工智能就現暫且不說。
就說說里面用到的硬件，最重要的就是智能駕駛的感知系統的傳感器。
此前在感知系統領域，是分兩套解決方案的。
一套就是以特斯拉為代表的，視覺主導方案。
而另外一套，則是以谷歌為代表的激光雷達主導方案。
兩套方案，各有利弊。
特斯拉的方案就是以攝像頭為主導，配合毫米雷達，超聲波雷達，以及低成本的激光雷達，形成一套硬件感知體系。
而谷歌的方案，則是以激光雷達為主導，配合毫米雷達，超聲波傳感器，以及攝像頭。
谷歌的方案，優勢就在于激光雷達的探測精度，以及距離，而且能夠主動掃描車輛周邊的情況，屬于主動視覺。
甚至在夜間都可以精確的穿越障礙物，保證車輛行駛的安全。
但缺點就是成本非常昂貴，一顆激光雷達的成本都要20000元，而攝像頭的成本才2000，另外就是激光雷達的體積非常大，會影響車輛的外形設計，而且還會面臨發熱嚴重等問題。
而特斯拉的方案，使用攝像頭為主導，然后通過人工智能來識別圖像，這個想必谷歌的方案就簡單的多了。