自动驾驶车感知AI
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Halo是聚焦情景感知的自动驾驶技术服务商，核心方案突破了传统单车自动驾驶仅依赖车载传感器的边界，将车辆自身AI建模、端到端自动驾驶神经网络、V2X车路协同情景感知三大技术方向整合为统一的场景化感知决策体系。官方将其定义为“全车队需要的智能层”，核心解决传统自动驾驶受限于传感器视距、手工规则无法覆盖边缘场景的行业痛点。
Halo的自动驾驶系统采用四阶段连续闭环设计：首先通过摄像头、多层激光雷达、远近距雷达等多传感器融合，生成360°的道路统一视图；随后通过单一端到端神经网络完成目标识别、意图预测、路径规划的全链路推理，完全由数据驱动，无手工编码规则；再通过硬化车辆API向制动、油门、转向系统输出平滑的行驶轨迹，同时支持电动与燃油平台；最后通过V2X车路协同网络将边缘场景数据回流至训练集，实现每辆车的行驶数据反向优化整个车队的自动驾驶模型。
配套的ViewPort V2X平台是面向车队运营的核心工具：单API可接入每辆车的12+类实时信号，覆盖电网状态、天气、路况、基础设施、交通等维度；全局调度引擎会结合车辆状态、载荷、应用场景生成最优派单、路线、充电决策，而非单车独立决策；平台还具备智能飞轮效应，每次行驶、充电、调度的数据都会持续优化模型，实现车队智能的复利增长。
根据官方披露数据，ViewPort平台可帮助车队降低约18%的每英里能源成本，同时闲置车队可通过V2G（车辆到电网）功能24小时获取电网收益。目前官方未公开任何定价方案，仅面向B端客户开放合作对接。
一是感知边界突破：通过V2X实现超视距路况感知，解决单车传感器的盲区问题；二是规则缺陷规避：端到端数据驱动的决策模式，适配复杂边缘场景的能力更强；三是车队级价值提升：全局调度可实现全车队的成本优化与资产利用率提升，还可通过V2G开辟额外收益。
目前仅面向B端提供技术合作，无面向普通消费者的落地产品，且未公开定价，中小规模车队接入门槛不透明。
该方案适用于整车厂研发下一代自动驾驶系统、中大型车队运营商降本提效、交通基础设施商布局车路协同、自动驾驶研究机构开展技术落地测试。
当前抓取内容未涉及区域访问限制相关信息，中国地区访问状态为未知。
本测评基于公开资料整理,不构成购买建议,请以 drivehalo.com 官网实际信息为准。
结合V2X的车辆感知AI，适合自动驾驶方向关注。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。