结果，与图像信息进行融合，得到物体厘米级的坐标精度信息。
    这些信息传递到下游规划与控制模块，让它们来主导疾雷汽车的提前减速或避让选项。
    这也是很多用户们在开启疾雷汽车自动驾驶后，惊喜发现自动驾驶功能，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0.01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