-
QLeddarTech传感器原始级融合和感知平台的实时性如何？
A一帧数据的处理时间要在100ms内完成
-
Q我们数据采集系统主要是哪类？误差和精度怎么控制？
A 您好，数据采集系统是由我们客户自己的传感器配置决定，误差和精度是在数据标定的时候提出要求，精度越高，对我们算法的培训就越好，当然，第三方标定公司的收费也会贵点，谢谢
-
Q算法是通用的，还是针对不同传感器方案，提供不同的算法服务？
A 是通用的, 它可以用于各种CPU/GPU平台（Nvidia、瑞萨, 地平线……）和传感器组合（相机、激光雷达、雷达、IMU……）
-
Q融合算法的要点在哪？
A 您好，融合算法的重点是在激光雷达，毫米波的原始点云，摄像头的像素做时空同步，当然后面的神经网络的算法也很重要，谢谢
-
QeddarVision--LeddarTech传感器适合前端还是后端？
A 您好，不太明白您的意思，我们是传感器不输出目标集，从传感器提取原始点云和原始像素做时空同步，融合成RGBD模型，然后检测，分类，跟踪，可能是您说的前端啵？谢谢
-
Q怎么测试整个传感器系统呢？
A 您好，这个可以跑一些公开数据集，如KITTI， nuScense, Baidu等，看看KPI指标参数，谢谢
-
Q这些新技术应用在普通汽车上有必要吗?会不会提高安全性?
A 肯定可以提高安全性 ，就看投入的资源和成本能不能接受
-
Q自动驾游汽车又有哪些崭新的传感技术创新？
A 您好，就技术路径，目前还是集中在Camera, mmradar, LiDAR, 超声波，红外等等，不过每种传感器都在不断的技术创新，如LiDAR，由机械式到转镜，MEMS Mirror,Flash，FMCW， OPA等，每个拓扑也都由技术进步，每个器件也都有进步，谢谢
-
Q请问：自动驾驶汽车自动综合多个传感器信号与应急处理是如何实现的？反应时间多长？
A 多传感器之时会做时间和空间的同步处理，最终处理时间要少于100ms
-
Q传感器的安全是否搞双份才安全可靠？
A 哈哈，车辆的安全系统要求系统级的安全冗余功能，简单的搞双份并不是最安全可靠的方法。
-
Q对处理器的处理速度有要求吗？
A 您好，是的，行车过程中，要满足实时性要求， 总的时延要小于100mS,所以CPU+GPU的参数还是有点要求的，不过我们算法对算力的消耗不大，nvidia 的2060显卡，2080显卡就可以满足5V5R的要求，当然传感器越多，对算力的消耗越大，谢谢
-
Q眼观六路耳听八方，除了摄像头与雷达之外，还有哪些新颖的传感采集途径呢？
A 您好，目前还是集中在Camera, mmradar, LiDAR, 超声波，红外等等，谢谢
-
Q融合和感知平台对传感器有哪些要求？
A 看整体自动驾驶的系统要求选择传感器，融合感知算法对传感器并无太多的限制。
-
Q深度神经网络是何具体概念？
A 深度神经网络（Deep Neural Networks， 以下简称DNN）是深度学习的基础。
-
QADAS包涵哪些？全称是什么？
A高级驾驶辅助系统（Advanced Driving Assistance System）
-
Q传感器原始级融合和感知解决方案支持那些通信协议？
A 您好， 我们感知结果是通过API接口给后面的规划控制用的，都在DCU里面，应该不涉及通信协议，谢谢
-
Q传感器处于自然恶劣环境中，会受到什么环境考验？
A 您好， 不同传感器的挑战是不一样的， Camera除了高低温，主要是收到遮挡镜头的影响，如雨雪冰冻泥，LiDARj也差不多是雨雪冰冻泥等，谢谢
-
Q能对毫米波雷达和相机对检测到的物体进行数据级融合？
A 可以的
-
Q自动驾驶汽车传感创新目今是哪家领军？哪家更强？特色优势在哪？
A 您好， 看您是指哪种传感器，每类传感器的赛道上都有许多家，目前除了camera，毫米波相对稳定，其他传感器都百家争鸣，今天说谁家更强还为时尚早，谢谢
-
Q自动驾驶系统很复杂, 不同厂家的产品集成在一起,如何保证系统的稳定安全?
A 您好， 其实任何产品都是N多产品的集成，就如您的手机，电脑，汽车等等，所以就有了ISO标准，如ISO26262，ISO16949， ASIL B， ASILD等，这些都是为系统安全保驾护航，谢谢
- 1113召开 以48V电机驱动技术引领绿色创新
- 1030召开 交流/直流电源输入过流和过压保护选型指南