华为高管透露：智驾不相信司机，大雾中雷达比人眼可靠
快科技3月5日消息，面对极端大雾路况，你相信自己还是车辆的智驾？
3月4日，在鸿蒙智行技术焕新发布会上，华为智能汽车解决方案BU CEO靳玉志公开回应了此前发生的安徽浓雾路段事故：
"我们在春节期间发生了一次重大的事故。我们本来是在乾坤智驾辅助驾驶状态下，经过了安徽一段超长的浓雾路段。在这种浓雾下，我们的智驾系统已经把车速降到了60公里。
但是人（肉眼）看不到，觉得很安全，他就把车速调到了超过100公里。而且他的脚持续踩在油门上、电门上，持续工作在97公里的时速。
当人眼在这个浓雾里面看到前面一排静止的车辆的时候，在高速上他已经来不及刹车了，撞了一串的车。
所以说，其实我们的这种毫米波雷达，它实际上已经看到了它的极限，能够测几十米，（计算出）你的车速应该控制在什么样的状态。而人过度的去超速，带来了这样的风险。"
此外，靳玉志还放出一张图，清晰地呈现了不同传感器的特点。
简单来说，激光雷达、毫米波雷达和视觉摄像头，在不同场景下，有不同的优势。
那他们之间到底有何区别呢？
早在去年4月，余承东就曾发布科普视频，解释了一台搭载智能辅助驾驶的汽车，是如何做到"眼观六路，耳听八方"的。
"一台智能辅助驾驶的汽车，它没有眼睛，遇到障碍物，它是如何发现并且避开的呢？"
余承东表示，早在上个世纪，工程师就已经想到了用摄像头来代替人眼，摄像头可以真实地还原人眼看到的场景，包括交通的标志、红绿灯等等，但它和人眼一样，在逆光、夜晚、雨雾天，很容易看不清楚，产生误判。
于是乎，工程师们就想出了，加装毫米波雷达，它可以不受光的影响，夜里开车探测能力也很稳定。即使在暴雨、大雾、沙尘等极端天气，它也会比摄像头好很多。
可是探索永无止境，人类永不满足。传统毫米波雷达仍然有它的局限性，它只能知道距离目标有多远，物体运动的速度有多快，却无法探测高度，这也就意味着，地面的减速带，地面上障碍物，上方的天桥，对于它来说都没有什么区别。
传统毫米波雷分辨不出来这些场景，就无法让车辆做出不同的反应。
针对这些不足，4D毫米波雷达，增加了对于高度的探测，解决了这一难题。
但毫米波雷达的识别精度依然有限，它只能知道大概的轮廓，却无法判断障碍物的具体形状。
这时候，就该激光雷达出场了。
工作原理上，激光雷达通过发射人眼看不见的激光束，遇到物体又反射回来，形成由数百万个点组成的三维点云（比如下图这个手掌）。
激光雷达的识别精度更高，但穿透力不如毫米波雷达，而且它们都无法像摄像头一样采集到色彩和亮度的信息，比如红绿灯。
所以，摄像头、4D毫米波雷达、激光雷达是相辅相成、协同工作，只有集成三者的融合感知方案，才能无惧暗光/炫光、无惧雨雪雾，测距更准，测速更准。
热门专题
热门推荐
人工智能正改变表格合并方式，大幅提升数据处理效率。例如，某电商平台借助AI将处理时间从48小时缩短至2小时，并减少人工错误。调查显示，超七成企业已部署AI工具且效率显著提升。AI不仅节约成本，还推动决策更科学。未来需在效率与数据安全间寻求平衡。
在数据爆炸时代，AI正为传统表格处理带来变革。通过自动生成图表、快速分析趋势等功能，AI显著提升了数据处理效率。然而，数据安全与隐私风险仍是企业关注的核心挑战。未来，表格将趋向智能化与自适应，成为更高效、用户友好的分析工具，为企业创造新的机遇。
AI技术正深度改变表格处理领域，通过自动化数据整理、智能预测分析和增强实时协作显著提升效率。然而，数据隐私安全与算法“黑箱”问题仍是主要挑战。企业需优先考虑数据保护与算法透明度，未来结合自然语言处理的新一代工具将进一步简化表格工作，带来更多可能性。
AI工具显著提升了表格制作效率与数据呈现效果。它能通过自然语言生成框架、自动分析趋势，将原本耗时的手工流程大幅压缩。不同工具各有侧重，需结合实际需求选择。未来，AI将与深度分析更紧密结合，实现智能洞察输出。主动拥抱技术革新，才能提升数据竞争力。
人工智能正革新表格处理，通过OCR与自然语言技术自动识别提取数据，大幅提升录入效率。实践显示，AI在订单处理等重复任务中效果显著，减轻人力负担。未来需兼顾数据安全与工具易用性，推动人机协同——AI负责规则性工作，人类聚焦创造性决策。