在实体键盘上，很多用户都嫌弃键盘的回馈感不够，于是青睐更加清脆，回馈感也更棒的机械键盘，一款好的机械键盘甚至能够卖出几千元的价格。
但红外线投影键盘几乎将这种键盘的使用感给打回了原始状态，毕竟无论谁在桌面上直接敲手指，感觉都不会太好。
最重要的是你还得有个桌面，让你能够安静的放下你的双手，那大部分在使用终端的时候，你都是找不到这样一个合适的桌面的。
综上所述，当黄老板听到童和给自己介绍这个技术的时候，是非常不满的，因为这个技术酷炫归酷炫，但不实用的特点也非常明显。
联想到后世那么多安卓手机，宁愿拼了命的想办法，在全面屏的屏占比上做功夫，耗费千辛万苦的争夺那1％的屏占比，你还不如给手机加上一个看上去就非常酷炫的红外线投影键盘上去。
“老板，红外线投影键盘技术确实几十年前就已经出来了，那我们肯定不会拿这种技术来证明我们自己的，我们也没有这个脸面！”童和笑道“这项技术是一年前开始立项的，但是负责这个项目的赵春雷老师，能力却非常的强悍，他第一时间就察觉到了这项技术在实际应用中的问题。于是他提出了一个设想，将这项技术做了一个小小的改变。”
“什么改变？”黄老板好奇的问道？
“很简单，就是把红外线感应器技术，给改成了红外线雷达摄像头技术！”童和道。
“外线雷达摄像头技术？”黄老板愣了一下“这不是研究中心给咱们的电动车正在研发的技术吗？”
没错，江南集团此时也确实在研发电动车技术，而且一开始就瞄准了自动驾驶技术去的。而整个自动驾驶技术最核心的其实不在于ai，又或者是对于驾驶逻辑的设计，而是在于如何能够实时的掌控整个路面情况。
因为设计驾驶逻辑其实并不困难，这不过是一个逻辑汇总以及机械学习的过程，以江南集团的程序员的水平，只要一年的时间就能够拿出完善的程序出来。
整个自动驾驶技术最困难的地方其实在于数据收集，在于对整个道路路况的详细掌握。
电动车的自动驾驶技术的逻辑，首先就在于收集全面的路况信息，然后根据路况信息判断，接下来怎样行驶才不会撞到任何的物体，又或者是不会违反交通规则，准确的识别各种各样的交通标志等等，这其实才是整个自动驾驶技术真正困难的地方。
通过未来出现的种种和自动驾驶技术有关的车祸，其实基本上都是路况信息收集不全面造成的。
比如有一起发生在米国的自动驾驶的特斯拉直接撞到护栏的车祸，根据后期调查结果显示，原因是之前下过雨，导致水珠落在了护栏上面，造成了光线的反射，而这光线的反射则让特斯拉车身上安装的摄像头判断出现了失误，认为那个位置只是一个单纯的起了雾而已，结果就直冲冲的冲了过去，造成了严重的车祸。
后来还有一个特斯拉撞击小女孩的车祸，也是一样的情况，这个小女孩穿了一身红黄相间的衣服，而这个红黄相间的衣服又是上下分隔的，分隔的位置刚好在肩膀的位置，导致特斯拉判断这个小女孩是一个马路边上的安全锥。
而因为此时恰好对面有汽车迎面逆行行驶过来，特斯拉的自动驾驶技术经过判断，认为应该尽全力的向左转方向，哪怕这样会撞击到安全锥……必须和两车相撞比起来，撞到一个小小的安全锥其实并不是什么太大的问题。
然后就出了车祸了。
通过上面的几起车祸案例就可以充分的证明，自动驾驶技术想要做到超越人工驾驶的水平，其核心就在于收集大量的道路状况与信息，从而给计算机做出最合理的判断。
在最初的时候，道路信息的收集是用高清摄像头来进行的，这个摄像头会不间断的拍摄道路的画面，然后由智能ai来分析画面中的各个物体代表了什么，最后得出相应的路面信息。
但高清摄像头拍摄到的毕竟是平面画面，而且再高清的摄像头也不可能真的有多么的高清。
倒不是说特斯拉这样的电动车装不起更加高清的摄像头，而是摄像头拍摄的画面越高清，那么无论是图片还是录像的像素就会越高，同时文件本身的大小也会越大，如此庞大的数据，就需要计算能力更加凶猛的计算机才能够计算，而以安装在电动汽车上的计算芯片的能力来看，他们是远远计算不了如此庞大的数据的。
所以在黄老板的指示下，江南集团的电动车自动驾驶技术团队，直接就舍弃了使用摄像头的想法，而是开始了业内最先进的红外雷达摄像头的设计思路。
红外雷达摄像头顾名思义，就是兼具了红外线，雷达，还有摄像头三者特点的设备。
整个工作的过程是这样的，摄像头首先释放大量的红外线，这些红外线既可以帮助摄像头成像，同时又能够像雷达一样不断的与周围的物体碰撞，然后形成一个个的回波，回到摄像头的接收器之中。
接收器通过接收回波，就能够得到汽车周围大量的物体位置的数据。
因为道路上基本上不可能存在隐形涂装这样的军用黑科技，所以只要使用了雷达技术，那所有的固态物基本上就无所遁形，其位置都能够第一时间的传达到计算芯片之中，然后计算芯片来规划行驶路线。
但红外线投影键盘几乎将这种键盘的使用感给打回了原始状态，毕竟无论谁在桌面上直接敲手指，感觉都不会太好。
最重要的是你还得有个桌面，让你能够安静的放下你的双手，那大部分在使用终端的时候，你都是找不到这样一个合适的桌面的。
综上所述，当黄老板听到童和给自己介绍这个技术的时候，是非常不满的，因为这个技术酷炫归酷炫，但不实用的特点也非常明显。
联想到后世那么多安卓手机，宁愿拼了命的想办法，在全面屏的屏占比上做功夫，耗费千辛万苦的争夺那1％的屏占比，你还不如给手机加上一个看上去就非常酷炫的红外线投影键盘上去。
“老板，红外线投影键盘技术确实几十年前就已经出来了，那我们肯定不会拿这种技术来证明我们自己的，我们也没有这个脸面！”童和笑道“这项技术是一年前开始立项的，但是负责这个项目的赵春雷老师，能力却非常的强悍，他第一时间就察觉到了这项技术在实际应用中的问题。于是他提出了一个设想，将这项技术做了一个小小的改变。”
“什么改变？”黄老板好奇的问道？
“很简单，就是把红外线感应器技术，给改成了红外线雷达摄像头技术！”童和道。
“外线雷达摄像头技术？”黄老板愣了一下“这不是研究中心给咱们的电动车正在研发的技术吗？”
没错，江南集团此时也确实在研发电动车技术，而且一开始就瞄准了自动驾驶技术去的。而整个自动驾驶技术最核心的其实不在于ai，又或者是对于驾驶逻辑的设计，而是在于如何能够实时的掌控整个路面情况。
因为设计驾驶逻辑其实并不困难，这不过是一个逻辑汇总以及机械学习的过程，以江南集团的程序员的水平，只要一年的时间就能够拿出完善的程序出来。
整个自动驾驶技术最困难的地方其实在于数据收集，在于对整个道路路况的详细掌握。
电动车的自动驾驶技术的逻辑，首先就在于收集全面的路况信息，然后根据路况信息判断，接下来怎样行驶才不会撞到任何的物体，又或者是不会违反交通规则，准确的识别各种各样的交通标志等等，这其实才是整个自动驾驶技术真正困难的地方。
通过未来出现的种种和自动驾驶技术有关的车祸，其实基本上都是路况信息收集不全面造成的。
比如有一起发生在米国的自动驾驶的特斯拉直接撞到护栏的车祸，根据后期调查结果显示，原因是之前下过雨，导致水珠落在了护栏上面，造成了光线的反射，而这光线的反射则让特斯拉车身上安装的摄像头判断出现了失误，认为那个位置只是一个单纯的起了雾而已，结果就直冲冲的冲了过去，造成了严重的车祸。
后来还有一个特斯拉撞击小女孩的车祸，也是一样的情况，这个小女孩穿了一身红黄相间的衣服，而这个红黄相间的衣服又是上下分隔的，分隔的位置刚好在肩膀的位置，导致特斯拉判断这个小女孩是一个马路边上的安全锥。
而因为此时恰好对面有汽车迎面逆行行驶过来，特斯拉的自动驾驶技术经过判断，认为应该尽全力的向左转方向，哪怕这样会撞击到安全锥……必须和两车相撞比起来，撞到一个小小的安全锥其实并不是什么太大的问题。
然后就出了车祸了。
通过上面的几起车祸案例就可以充分的证明，自动驾驶技术想要做到超越人工驾驶的水平，其核心就在于收集大量的道路状况与信息，从而给计算机做出最合理的判断。
在最初的时候，道路信息的收集是用高清摄像头来进行的，这个摄像头会不间断的拍摄道路的画面，然后由智能ai来分析画面中的各个物体代表了什么，最后得出相应的路面信息。
但高清摄像头拍摄到的毕竟是平面画面，而且再高清的摄像头也不可能真的有多么的高清。
倒不是说特斯拉这样的电动车装不起更加高清的摄像头，而是摄像头拍摄的画面越高清，那么无论是图片还是录像的像素就会越高，同时文件本身的大小也会越大，如此庞大的数据，就需要计算能力更加凶猛的计算机才能够计算，而以安装在电动汽车上的计算芯片的能力来看，他们是远远计算不了如此庞大的数据的。
所以在黄老板的指示下，江南集团的电动车自动驾驶技术团队，直接就舍弃了使用摄像头的想法，而是开始了业内最先进的红外雷达摄像头的设计思路。
红外雷达摄像头顾名思义，就是兼具了红外线，雷达，还有摄像头三者特点的设备。
整个工作的过程是这样的，摄像头首先释放大量的红外线，这些红外线既可以帮助摄像头成像，同时又能够像雷达一样不断的与周围的物体碰撞，然后形成一个个的回波，回到摄像头的接收器之中。
接收器通过接收回波，就能够得到汽车周围大量的物体位置的数据。
因为道路上基本上不可能存在隐形涂装这样的军用黑科技，所以只要使用了雷达技术，那所有的固态物基本上就无所遁形，其位置都能够第一时间的传达到计算芯片之中，然后计算芯片来规划行驶路线。