圖為：單一Pandar64點云（藍）與Pandar64（藍）+4個PandarQT（綠）拼接點云對比圖

對于自動駕駛而言，盲區的大小牽一發而動全身，作為一款超級補盲利器，PandarQT的誕生給行業帶來了福音。使得自動駕駛開始從測試場地、高速公路開始進入市區、車庫，和人群親密接觸。在本屆CES上，禾賽科技也向客戶推薦了Pandar64 +PandarQT的拼接方案，借助Pandar64超強的遠距探測能力，搭配PandarQT超強的近距補盲能力，該方案將為自動駕駛帶來兼顧遠近的完美視野。Momenta與TI聯合展示新一代前視感知產品在CES上，Momenta與跨國半導體設計與制造公司德州儀器（Texas Instruments, TI）聯合展示了基于TI 最新 Jacinto ? TDA4x平臺設計的新一代前視感知產品 (FrontCamera Perception Product) ，助力車廠滿足包括歐盟2022/2024（Euro NCAP）在內的新車安全評級要求。 Momenta目前正在研發新一代智能駕駛解決方案，以滿足日益增長的舒適和安全駕駛需求。該方案基于TI全新設計的Jacinto ? TDA4x產品家族，今日亮相CES的前視感知產品便是基于TDA4x開發的成果之一。Momenta業界領先的前視感知算法和高精度定位算法，結合TI用于ADAS應用的高性能Jacinto ?TDA4x處理器，及廣角高像素攝像頭，能夠有效應對遠距離物體識別及各種復雜場景下的物體檢測。

Momenta基于深度學習的算法充分利用了TDA4x SoC上的DSP核心和加速器進行神經網絡處理，旨在實現市場領先的算力和功耗的效率——每瓦特10萬億次運算（10TOPS/W）——基于Jacinto TDA4x架構的Momenta算法提供了一系列圖像預處理和后處理，從而簡化了神經網絡的計算負荷。將TDA4x SoC架構與Momenta的算法結合使用時，客戶可以花費更少功耗即可更快、更精確地對前置攝像頭感知進行檢測和識別。對于駕駛員來說，這意味著可獲得比先前更自信、更舒適的輔助駕駛體驗。
Momenta基于深度學習的前視感知算法，具有業界領先的物體檢測及分類能力，可在各種惡劣場景下實現高精度檢測及識別功能：

• 可精確識別各種類型和顏色的車道線，識別曲率半徑可達50米；    
• 除識別各種朝向及類型車輛（包括中國特色異形車）之外，對于部分遮擋、前方極度靠近或突然出現的車輛也具有良好的識別能力；  
• 為了進一步提升公共交通安全性，保護弱勢道路使用者（VRU），下一代前視感知算法針對VRU的檢測進行優化，可以準確識別追蹤被遮擋或突然出現的行人、各種類型的自行車及電動車，實現更加智能的VRU檢測。

在同一個芯片和單目攝像頭上，Momenta前視感知產品通過使用低成本的可量產GPS和IMU，能夠同時實現10cm級別的高精度定位，以及高精度地圖的建圖更新 。Momenta 通過前視感知算法自動提取地圖語義信息（交通標志、車道線、人行橫道、交通燈、道路標識等），并通過多傳感器融合的算法實現高精度軌跡解算。感知結果和軌跡信息實時上傳到云端，云端對附近車輛的類似數據進行融合提高地圖精度，從而實現低成本的建圖和更新。

高精度定位與高精度地圖技術的結合，可為無人駕駛提供精確的時空基準信息，增強安全冗余、提升ADAS功能體驗，幫助客戶打造高性能、低成本、更具市場競爭力的產品。 

隨著自動駕駛向量產化推進，對產品可靠性及安全性要求也顯著提高。Momenta提出了一個重要的方法論：閉環自動化，即數據、數據驅動的算法及兩者之間的迭代閉環。通過海量道路數據和數據驅動算法的持續迭代反饋，不斷提升自動駕駛能力，解決規模化落地所必須面對的長尾問題。

Momenta擁有每年超過20億公里的海量道路數據采集能力，匹配Momenta深度學習算法，可迭代出來更好的視覺感知、高精度定位技術，并可適應不同的分辨率和光學參數的攝像頭及處理芯片。這些技術會不斷更新部署到眾包車隊的實際運行中，通過閉環自動化系統自動收集有價值的訓練數據，極大提升算法迭代速度，讓系統快速適應更多路況、天氣及光照條件，高效覆蓋長尾場景。