“第二個技術是什么？”在處置完了大千眼鏡之后，黃老板饒有興致的向童和問道。
“是這個，紅外線投影鍵盤技術！”童和連忙介紹著下一個正在研發中的技術。
“紅外線投影鍵盤？我記得這個技術好像不是什么新鮮技術，21世紀以前就擁有這樣的技術了吧！”王老板皺著眉頭說道“而且這種技術并不適合終端，你們就拿這種東西來湖弄我？”。
紅外線投影鍵盤，是一個看上去就非常牛叉的技術，他能夠通過一個鏡頭，在桌面上用紅外線投影出一個鍵盤出來。
而用戶只需要將手指放在這個由光線組成的鍵盤上面，然后直接敲擊桌面，就可以直接像敲打鍵盤一樣的輸入各種文字和字母，相當于憑空用光線制造出了一個鍵盤出來，在視覺上確實很有震撼的感覺。
而且增加這樣一個紅外線鍵盤的功能，只需要在手機終端再增加一個特殊的投影燈泡就可以，可以非常輕松的就裝進一臺終端里面，不像之前的大千眼鏡技術，還得配合著其他輔助設備，在實用性上確實很強。
只是這種看上去感覺非常牛叉的技術，其實很早就已經被發明出來了，在上個世紀80年代，我已經有人制造出過簡易版本的紅外線投影鍵盤。
因為這種鍵盤技術本質上是通過手指遮擋紅外線的方式，讓終端來識別輸入的字母，從而完成輸入，在技術上其實沒有什么太高端的地方，很輕松的就制造出了相關的樣品。
只是這種東西做出來簡單，但是要將其縮小化，以及最關鍵的提高識別精確度方面就非常的困難了。
畢竟這是通過紅外線遮擋來實現輸入的技術，一不小心就很容易出現錯誤讀取，然后輸入出錯誤的結果。
漢字還好，但是英文輸入的話，那就很難發現單詞中的拼寫錯誤，一整篇文章最后打出來就錯字連篇，荒唐可笑。
而除了提高精確度之外，紅外線投影鍵盤還有一個極為致命的問題，那就是鍵盤必須要有桌面的配合，同時敲打桌面本身不會有任何的反饋感。
在實體鍵盤上，很多用戶都嫌棄鍵盤的回饋感不夠，于是青睞更加清脆，回饋感也更棒的機械鍵盤，一款好的機械鍵盤甚至能夠賣出幾千元的價格。
但紅外線投影鍵盤幾乎將這種鍵盤的使用感給打回了原始狀態，畢竟無論誰在桌面上直接敲手指，感覺都不會太好。
最重要的是你還得有個桌面，讓你能夠安靜的放下你的雙手，那大部分在使用終端的時候，你都是找不到這樣一個合適的桌面的。
綜上所述，當黃老板聽到童和給自己介紹這個技術的時候，是非常不滿的，因為這個技術酷炫歸酷炫，但不實用的特點也非常明顯。
聯想到后世那么多安卓手機，寧愿拼了命的想辦法，在全面屏的屏占比上做功夫，耗費千辛萬苦的爭奪那1的屏占比，你還不如給手機加上一個看上去就非常酷炫的紅外線投影鍵盤上去。
“老板，紅外線投影鍵盤技術確實幾十年前就已經出來了，那我們肯定不會拿這種技術來證明我們自己的，我們也沒有這個臉面！”童和笑道“這項技術是一年前開始立項的，但是負責這個項目的趙春雷老師，能力卻非常的強悍，他第一時間就察覺到了這項技術在實際應用中的問題。于是他提出了一個設想，將這項技術做了一個小小的改變。”
“什么改變？”黃老板好奇的問道？
“很簡單，就是把紅外線感應器技術，給改成了紅外線雷達攝像頭技術！”童和道。
“外線雷達攝像頭技術？”黃老板愣了一下“這不是研究中心給咱們的電動車正在研發的技術嗎？”
沒錯，江南集團此時也確實在研發電動車技術，而且一開始就瞄準了自動駕駛技術去的。而整個自動駕駛技術最核心的其實不在于AI，又或者是對于駕駛邏輯的設計，而是在于如何能夠實時的掌控整個路面情況。
因為設計駕駛邏輯其實并不困難，這不過是一個邏輯匯總以及機械學習的過程，以江南集團的程序員的水平，只要一年的時間就能夠拿出完善的程序出來。
整個自動駕駛技術最困難的地方其實在于數據收集，在于對整個道路路況的詳細掌握。
電動車的自動駕駛技術的邏輯，首先就在于收集全面的路況信息，然后根據路況信息判斷，接下來怎樣行駛才不會撞到任何的物體，又或者是不會違反交通規則，準確的識別各種各樣的交通標志等等，這其實才是整個自動駕駛技術真正困難的地方。
通過未來出現的種種和自動駕駛技術有關的車禍，其實基本上都是路況信息收集不全面造成的。
比如有一起發生在米國的自動駕駛的特斯拉直接撞到護欄的車禍，根據后期調查結果顯示，原因是之前下過雨，導致水珠落在了護欄上面，造成了光線的反射，而這光線的反射則讓特斯拉車身上安裝的攝像頭判斷出現了失誤，認為那個位置只是一個單純的起了霧而已，結果就直沖沖的沖了過去，造成了嚴重的車禍。
后來還有一個特斯拉撞擊小女孩的車禍，也是一樣的情況，這個小女孩穿了一身紅黃相間的衣服，而這個紅黃相間的衣服又是上下分隔的，分隔的位置剛好在肩膀的位置，導致特斯拉判斷這個小女孩是一個馬路邊上的安全錐。
而因為此時恰好對面有汽車迎面逆行行駛過來，特斯拉的自動駕駛技術經過判斷，認為應該盡全力的向左轉方向，哪怕這樣會撞擊到安全錐……必須和兩車相撞比起來，撞到一個小小的安全錐其實并不是什么太大的問題。
然后就出了車禍了。
通過上面的幾起車禍桉例就可以充分的證明，自動駕駛技術想要做到超越人工駕駛的水平，其核心就在于收集大量的道路狀況與信息，從而給計算機做出最合理的判斷。
在最初的時候，道路信息的收集是用高清攝像頭來進行的，這個攝像頭會不間斷的拍攝道路的畫面，然后由智能AI來分析畫面中的各個物體代表了什么，最后得出相應的路面信息。
但高清攝像頭拍攝到的畢竟是平面畫面，而且再高清的攝像頭也不可能真的有多么的高清。
倒不是說特斯拉這樣的電動車裝不起更加高清的攝像頭，而是攝像頭拍攝的畫面越高清，那么無論是圖片還是錄像的像素就會越高，同時文件本身的大小也會越大，如此龐大的數據，就需要計算能力更加兇勐的計算機才能夠計算，而以安裝在電動汽車上的計算芯片的能力來看，他們是遠遠計算不了如此龐大的數據的。
所以在黃老板的指示下，江南集團的電動車自動駕駛技術團隊，直接就舍棄了使用攝像頭的想法，而是開始了業內最先進的紅外雷達攝像頭的設計思路。
紅外雷達攝像頭顧名思義，就是兼具了紅外線，雷達，還有攝像頭三者特點的設備。
整個工作的過程是這樣的，攝像頭首先釋放大量的紅外線，這些紅外線既可以幫助攝像頭成像，同時又能夠像雷達一樣不斷的與周圍的物體碰撞，然后形成一個個的回波，回到攝像頭的接收器之中。
接收器通過接收回波，就能夠得到汽車周圍大量的物體位置的數據。
因為道路上基本上不可能存在隱形涂裝這樣的軍用黑科技，所以只要使用了雷達技術，那所有的固態物基本上就無所遁形，其位置都能夠第一時間的傳達到計算芯片之中，然后計算芯片來規劃行駛路線。
而另一方面，紅外線就可以拍攝出質量相當不錯的影像，當計算芯片根據拍攝出來的照片和錄像，判斷雷達進入到的障礙物體究竟是什么東西，之后就是最合理的形式判斷。
同時，紅外線在照射在不同顏色的物體表面的時候，回饋回來的紅外線多少也會有著不同的變化，通過這些變化就可以直接判斷出各個物體的實際顏色，讓汽車對于紅綠燈的識別能力到達頂峰。
總的來說，只要紅外線雷達攝像頭研發成功并且安裝到電動汽車上，那電動汽車就能夠擁有一雙比肉眼還要銳利的多的眼睛，拋開一些極端桉例，基本上就不會出現路況誤判的情況了。
所以整個電動汽車的項目組此時正在全力攻關這個紅外線雷達攝像頭技術，沒想到這個技術反倒被終端的項目組給拿過來了。
“是，自動駕駛那邊需要的數據非常精準，所以他們還在不斷的打磨他們的紅外線雷達攝像頭。但我們的需求非常簡單，只需要能夠識別手指的動作就可以了，所以哪怕是他們研究出來的最初級的版本，對于我們項目來說也是足夠使用的！”趙春雷直接說道。