“什么改變？”黃老板好奇的問道？

“很簡單，就是把紅外線感應器技術，給改成了紅外線雷達攝像頭技術！”童和道。

“外線雷達攝像頭技術？”黃老板愣了一下“這不是研究中心給咱們的電動車正在研發的技術嗎？”

沒錯，江南集團此時也確實在研發電動車技術，而且一開始就瞄準了自動駕駛技術去的。而整個自動駕駛技術最核心的其實不在于AI，又或者是對于駕駛邏輯的設計，而是在于如何能夠實時的掌控整個路面情況。

因為設計駕駛邏輯其實并不困難，這不過是一個邏輯匯總以及機械學習的過程，以江南集團的程序員的水平，只要一年的時間就能夠拿出完善的程序出來。

整個自動駕駛技術最困難的地方其實在于數據收集，在于對整個道路路況的詳細掌握。

電動車的自動駕駛技術的邏輯，首先就在于收集全面的路況信息，然后根據路況信息判斷，接下來怎樣行駛才不會撞到任何的物體，又或者是不會違反交通規則，準確的識別各種各樣的交通標志等等，這其實才是整個自動駕駛技術真正困難的地方。

通過未來出現的種種和自動駕駛技術有關的車禍，其實基本上都是路況信息收集不全面造成的。

比如有一起發生在米國的自動駕駛的特斯拉直接撞到護欄的車禍，根據后期調查結果顯示，原因是之前下過雨，導致水珠落在了護欄上面，造成了光線的反射，而這光線的反射則讓特斯拉車身上安裝的攝像頭判斷出現了失誤，認為那個位置只是一個單純的起了霧而已，結果就直沖沖的沖了過去，造成了嚴重的車禍。

后來還有一個特斯拉撞擊小女孩的車禍，也是一樣的情況，這個小女孩穿了一身紅黃相間的衣服，而這個紅黃相間的衣服又是上下分隔的，分隔的位置剛好在肩膀的位置，導致特斯拉判斷這個小女孩是一個馬路邊上的安全錐。

而因為此時恰好對面有汽車迎面逆行行駛過來，特斯拉的自動駕駛技術經過判斷，認為應該盡全力的向左轉方向，哪怕這樣會撞擊到安全錐……必須和兩車相撞比起來，撞到一個小小的安全錐其實并不是什么太大的問題。

然后就出了車禍了。

通過上面的幾起車禍案例就可以充分的證明，自動駕駛技術想要做到超越人工駕駛的水平，其核心就在于收集大量的道路狀況與信息，從而給計算機做出最合理的判斷。

在最初的時候，道路信息的收集是用高清攝像頭來進行的，這個攝像頭會不間斷的拍攝道路的畫面，然后由智能AI來分析畫面中的各個物體代表了什么，最后得出相應的路面信息。

但高清攝像頭拍攝到的畢竟是平面畫面，而且再高清的攝像頭也不可能真的有多么的高清。

倒不是說特斯拉這樣的電動車裝不起更加高清的攝像頭，而是攝像頭拍攝的畫面越高清，那么無論是圖片還是錄像的像素就會越高，同時文件本身的大小也會越大，如此龐大的數據，就需要計算能力更加兇猛的計算機才能夠計算，而以安裝在電動汽車上的計算芯片的能力來看，他們是遠遠計算不了如此龐大的數據的。

所以在黃老板的指示下，江南集團的電動車自動駕駛技術團隊，直接就舍棄了使用攝像頭的想法，而是開始了業內最先進的紅外雷達攝像頭的設計思路。