235 有备而来(第 2/4 页)

    而且停车场的高度也可以根据车身高度来设计。

    如果是自动泊车和传统停车共享车库，每个车库能节省28%的面积。

    若是全部都是自动泊车，每个车库的面积可以节省60%以上。

    不仅节省了土地，能停更多的车，而且节省了存取车的时间。

    第四、可以减少驾驶时间。以汽车普及率比较高的米国来说，平均人均的通勤时间在每天50分钟以上。

    若是采用自动驾驶，大可将这个时间用在更有意思的事情上。

    另外，除了上面的价值之外，无人驾驶在军用以及对一些特殊行业来说，也能有特殊的功能。

    比如采矿、消防，这种高危场景下可以减少人的参与。”

    军用……

    细长眼的眼睛眯了眯。

    矍铄大爷也是眼睛一亮，但并没有做声，他一直就是秉持了刚来的时候所说，只是听不发言。

    大高个道：“自动驾驶技术肯定是我们国家想要大力发展的，曹深你有没有计算过，做出全国主要道路的高精度地图需要多少成本？”

    曹深：我能说只用了五百块么……

    “计算过！”曹深喝了口茶继续道：

    “adas级别高精度地图精度大约在50cm级别，高精度地图精度大约在10cm级别。

    因此，我们必须有专业的高精地图测绘车。

    一辆标配车，需要三个360度全景摄像头，一个前置工业摄像头。

    两个旋转式激光雷达用来扫描周围90米范围内每个目标上的70万个点。

    激光雷达虽然精度高但波长远小于毫米波雷达，相较于毫米波雷达轻松超过200米的探测距离，激光雷达性能很难达到150米。

    而且遇到特殊天气，如雾霾、大雨等激光雷达失效的可能性很大。

    所以，我们的采集车还会配备两个毫米波雷达，尤其对于高速公路跟车的情景，毫米波雷达能做得更好。

    除此之外还有计算间距的陀螺仪和gps系统，车内还至少配置1tb的硬盘用于存储数据，以及一台运行分析软件的电脑。

    还有一些温度、湿度传感器这样的。

    总的下来，一台专业测绘车的造价在一千万左右。

    国内主道如果都跑下来并且满足更新要求，我们计算过至少需要十辆车。

    当然，我们自己的车采集下来的数据也只能作为整个高精度地图的‘基底’。

    后续还需要大量的‘众包’采集，对地图进行完善，尤其是满足更新需求。

    在‘众包’采集方面，我们会降低设备要求，装备用百元级的摄像头和千元级的毫米波雷达来完成。

    只有低成本才能有更多的众包力量，一起来完成这个任务。

    当然，这样低成本回传的数据肯定是扫描精度较差的，这就对我们后期的算法提出了很高的要求。

    -->>(第 2/4 页)（本章未完，请点击下一页继续阅读）