最關鍵是成本非常便宜，這也是特斯拉的智能駕駛方案，最后能干掉比他們早介入智能駕駛領域的谷歌的主要原因。
不過這個方案也有著自己明顯的弱點，那就是攝像頭的測距能力有限，另外就是受環境光照的影響非常大。
比如天氣惡劣的大風天，陰天，暴雨天，冰雹天等等都會嚴重影響攝像頭的成像能力。
從而影響到ECU對車輛外部環境的判斷。
所以特斯拉在攝像頭的感光芯片方面，以及成像識別的算法上可是砸了大錢，甚至還和世界上最大的顯卡公司展開了長期的合作。
讓該企業給他們專門設計了一套顯卡……
而這也是其他車企，在搞智能駕駛的之后，被特斯拉拉開差距的地方。
因為別家公司，根本都找不到這么牛掰的傳感器，和成像硬件。
而現在他們在星火科技看到的這套毫米波雷達集成攝像頭傳感器，這簡直就是特斯拉那套硬件的進階版啊！
一行人在觀看了機器人工作的情況之后，很快就被星火公司的CTO，胡總給請進了會議室。
然后何小君站起了身，先給星火和王總方面牽了線，雙方的最高領導算是正式認識了一番。
然后王總就直奔正題，請求星火公司對他們這套毫米波雷達集成攝像頭傳感器，進行介紹。
星火科技的CTO，胡總親自給老王他們做了講解。
原來這套傳感器的成像原理，就是在攝像頭里，又集成了一套毫米波雷達設備。
這樣做，不但大大提升了攝像頭測距的難題，也大大提高了攝像頭成像的精度。
因為毫米波雷達具有測距遠，穿透力強的特性，雖然比激光雷達還是略有不如，但卻可以大大輔助提高攝像頭成像的精度。
而他們后臺方面，還有一套算法，可以根據毫米波雷達的探測到的障礙物，在根據攝像頭拍攝的物品畫面，在后臺提供過計算，還原物體特性。
比如在一百五十米開外，攝像頭已經很難看清遠處行駛的物體到底是什么了，只能看到是一個移動的黑點。
而毫米波雷達的接受系統，卻可以根據毫米波雷達的反饋數據，判斷哪個黑點到底是一個活動的車輛，還是人。
他們甚至可以測出哪個物體的質量，這就要求毫米波雷達的精度非常高，而且后臺算法非常牛掰，精確才能做到了。
但人家就是實打實的做到了。
如果不是親眼看見了，他們廠區里，那些機器人做的搬運表演動作，老王感覺自己就是被打死，都不會相信的。
畢竟他可是長期住在H國號稱科技最發達的鵬城的，可是在那座號稱創新能力最強的城市里，他都沒有聽說有任何一家企業搞出這樣一套硬件來。
更何況這還是濱城的一家企業呢？
不過這下也算是印證了此前于總和他說過的猜測，于總說過這家企業很有可能也和第九實驗室背后的那個科研團隊有著千絲萬縷的聯系。
現在看來，應該沒錯了，否則以國內科研團隊的水平，是肯定搞不出這么牛掰的設備的。
再三確認了這套系統的能力之后，老王當場就拍板要BYD和星火科技，展開合作……