无人驾驶技术下放 解读自带双目的扫地机器人

L1代表辅助驾驶，预警类ADAS功能，比如偏离车道预警；L2代表部分，辅助干预ADAS功能，比如ACC自适应巡航、紧急自动刹车、车道保持辅助；L3代表有条件，在辅助干预的基础上增加了自动加速、自动刹车以及自动转向等；

L4代表高度，这个级别能实现完全没有人类司机，也可以没有方向盘、油门、刹车踏板等，不过限定驾驶区域和环境；L5是理想中的完全，没有司机、方向盘、油门、刹车踏板，并且不限制区域。

从以上定义来看，无论是低阶的L1和L2，还是高阶一些的L3、L4、L5，都需要传感器监控行车环境和行车条件，并且随着档次、段位提升，对传感器的依赖程度越大。

目前很多量产车型都已经拥有了L1、L2的能力，甚至一些厂商已经拥有了L3级别的能力。业界在长时间攻关的技术路径当中，衍生了大量对传感器的应用的掌握，以及在算法、决策层的软件方面的积累，也让其它产业受益良多，尤其是。

乍一看，的汽车和无论从实现难度还是功能方面都有着巨大差别。其实两者在避障、路径规划等方面的工作原理其实是有着互通之处和共性，都是通过传感器收集数据，数据传输到处理器决策层规划行走方案。

在汽车领域，需要用的传感器的精度较高，比如多目摄像头、环视摄像头、毫米波雷达、超声波传感器，甚至车舱内的驾驶状态监测摄像头。

类比到上，以石头T7 Pro为例，它有包含LDS激光雷达、里程计、陀螺仪、悬崖传感器等在内的15种传感器，并且也和汽车一样通过摄像头对周围环境进行AI识别，用以避障和辅助规划路线。

在汽车领域，收集来各类传感器采集的数据，还需要对数据加以毫秒级的运算进行分析，才能得到准确、安全的路线。同样在石头T7 Pro上也有一个担负类似角色的大脑高通平台的处理器（性能相当于骁龙625）领衔构建起了一套AI双目视觉避障系统。

在我们过去的评测体验当中，发现石头T7 Pro已经掌握双目镜头+处理器的协同，通过前置的AI双摄收集环境信息，结合处理器，利用视觉识别技术可以像人眼睛样识别障碍物。

并且石头T7 Pro对不同障碍物采用不同的避障策略，评估避让距离，以兼顾清扫覆盖度和避障成功率普通障碍物＜鞋类/体重秤/吧台椅底座/风扇底座＜插线板＜一团电源线＜粑粑（避障距离越来越大）。

得益于此，在路线规划上，石头T7 Pro相比较传统对环境感知更精准，即使在狭小空间也能拥有准确的判断，快速在障碍当中脱身。

，过去高高在上的技术在今天并不是无法企及、窥见的神秘领域，曾经寻常的未来也可能将有越来越高的技术含量。