本文主要讨论ADAS数据库，并讨论诗歌和距离。我认为，ADAS和无人驾驶是一个特别难突破的地方：1）较高的尺寸是这个2）汽车在中间3）较低的尺寸是过去几天中各种自动机器人的分组，我们将继续讨论未来。
该问题得到进一步完善。这是我们的专业小组将来讨论问题的方式。
它还为其他人的讨论提供了参考。一般来说，我们可以从这方面看问题。
a）定期组织有关技术架构的子部分讨论b）信息交流以及按来源进行的分析和讨论c）通过应用和考虑整个概念来讨论问题和方案，即分解整个技术和架构内容，然后根据每一部分，定期组织一些讨论，谈论每个人的理解，补充，然后推测。 1）ADAS＆amp; amp; amp;无人驾驶技术分解感知：（车辆内部和外部信息的传感器感知），识别（车辆周围环境的量化），联网（车辆与背景之间以及车辆之间的数据交互）计算：定位（位置确定和车辆姿态）判断），路线（车辆行驶路径算法规划）执行：车辆控制，包括各个部分的接口为了实现ADAS + Autonoumous功能，用于检测障碍物的传感器包括摄像头，红外传感器，毫米波雷达，激光雷达，超声波传感器等类型很多，这些传感器各有优缺点。
的核心是融合评估：集成和控制多个识别传感器的传感器融合，然后进行功能和评估。这是实际过程中的一些重点。
该问题得到进一步完善。这是我们的专业小组将来讨论问题的方式。
它还为其他人的讨论提供了参考。一般来说，我们可以从这方面看问题。
a）定期组织有关技术架构的子部分讨论b）信息交流以及按来源进行的分析和讨论c）通过应用和考虑整个概念来讨论问题和方案，即分解整个技术和架构内容，然后根据每一部分，定期组织一些讨论，谈论每个人的理解，补充，然后推测。 1）ADAS＆amp; amp; amp;无人驾驶技术分解感知：（车辆内部和外部信息的传感器感知），识别（车辆周围环境的量化），联网（车辆与背景之间以及车辆之间的数据交互）计算：定位（位置确定和车辆姿态）判断），路线（车辆行驶路径算法规划）执行：车辆控制，包括各个部分的接口为了实现ADAS + Autonoumous功能，用于检测障碍物的传感器包括摄像头，红外传感器，毫米波雷达，激光雷达，超声波传感器等类型很多，这些传感器各有优缺点。
的核心是融合评估：集成和控制多个识别传感器的传感器融合，然后进行功能和评估。这是实际过程中的一些重点。