功能，竟然能提前锁定他们视野盲区外的行人，对他们行为轨迹提前预判。
用户们再也不用担心有人突然横穿马路，或是冷不丁一辆摩托车从后面飞快蹿过来占道。
因为疾雷汽车的感知模块是360度工作，无论视野角度还是高度都远超人类双眼。
只要是出现在感知模块中的交通参与者，都会被牢牢锁定。
哪怕行人暂时被车辆或绿化遮挡，感知模块也会根据他们轨迹进行预判。
鲁柏民讲解完了疾雷汽车的智能识别程序工作原理，又把3D动画换成了一名站立在房间里的机器人。
机器人当然是精灵女佣，此时精灵女佣看到的世界，远比疾雷汽车在路上，看见的世界更复杂。
但无论环境复杂多少倍。
它们的环境感知模块，与下游规划控制模块工作原理是相同的，处理起来只是算力占用的问题。
汽车变成了家电沙发，道路变成了家里地面，那些路障绿化，变成了家里的瓶瓶罐罐，还有锅碗瓢盆。
鲁柏民强调，精灵女佣的感知模块一定比疾雷汽车复杂多倍。
在无数线条与图形组成的单调世界里，精灵女佣通过这些复杂的传感器，完全可以精确的把物体坐标定位到毫米级。
有了物体坐标，就等于有了可执行的运动轨迹。
以精灵女佣拿起一件衣服，丢入洗衣机为例。
用户在下达命令后，精灵女佣只需要融合用户的眼神、语言、和手势动作，就能对衣物进行锁定。
接着规划模块将拿起衣服，再到丢入洗衣机的一整套动作，拆解成几百到几千条，精确到毫米级的空间运动轨迹。
再通过控制模块，去控制热神经单元组成的肌肉运动系统，完成这些空间轨迹动作。
这些动作的计算过程是复杂的，但在强悍的处理器面前，只需要秒，就能计算完毕。
精灵女佣的智能程序，只需要事先导入各种品牌的洗衣机参数，还有衣物与洗衣液的配比。
就能在超算中，进行几百万次的模拟计算，找出丢衣服最流畅的动作轨迹。
鲁柏民告诉观众们，在精灵女佣的眼里，拿起衣服丢到洗衣机的一整套动作，和它拿起菜刀，把一块土豆切成丝，再丢进锅里没有什么不同。
洗衣机的洗衣参数可以导入，那么做菜参数同样可以。
拿衣服到丢入洗衣机的动作可以无数次模拟训练，其它的家政类服务，同样可以。
当烹饪火候，食材重量与调味都被精准到最科学配比时。
鲁柏民在视频里说，他非常期待精灵女佣做菜出的菜肴，还断定比绝大部分用户厨艺高超。
关于它是人工智能，还是人工智障的结论。
鲁柏民说道，巨兽工业已经用一系列超越当前科技水准的硬件，把精灵女佣塑造成了远比人类感知能力丰富，肢体灵活的机械身躯
请收藏：https://m.pzshen.com
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）