公開數據顯示，智能駕駛目標識別準確率最高為90.55%，但處理一幅圖片需要4秒；二部智能輔助駕駛系統的算法準確率為90.05%，處理一幅圖片卻只需要0.03秒。

目前，二部團隊已突破一系列核心技術，包括多目標檢測與識別、可行駛區域分割、車道線檢測等，并在深度神經網絡壓縮、深度神經網絡編譯工具鏈和智能加速引擎等方面形成了技術壁壘。該團隊負責人郭睿表示，場景語義分割是讓計算機理解它“看”到的圖像代表什么，而深度神經網絡可以通過學習自行提取高層語義特征，排除逆光、向光、陰影、缺損等因素對目標檢測的干擾。

（圖片來源于網絡）

此外，針對軍用車輛駕駛環境中光線復雜多變、夜間行軍禁止照明等特殊場景，“智能輔助駕駛”團隊正在研發融合可見光、紅外與毫米波雷達的新型智能傳感器，滿足軍用車輛全天時、全天候輔助駕駛的需求。該團隊在智能感知、智能決策等方面積累的先進技術，正逐步在武器系統的目標檢測與識別、智能指控等領域發揮作用，為解決這些技術難題提供了更新更好的思路和方案。

作為智慧總體部，中國航天科工二院二部不僅與科研院所、高科技企業建立深入合作，積極從外部引進人工智能技術，同時也積極鼓勵青年設計師，研發軍民兩用人工智能產品，推進軍民融合產業化發展，在創造經濟效益的同時，將快速落地的新技術反哺到軍事應用，發展自主的軍用人工智能核心技術。

（圖片來源于網絡）

郭睿表示，該團隊的工作重心已轉向“基于深度學習的智能輔助駕駛系統”工程化與產品化工作，并與相關汽車廠聯合開展功能測試與量產試制，預計將于今年年底完成小規模量產。

此外，該團隊正在研發融合可見光、紅外與毫米波雷達的新型智能傳感器，以應對軍用車輛駕駛環境中光線復雜多變、夜間行軍禁止照明等特殊場景，滿足軍用車輛全天時、全天候輔助駕駛的需求。該團隊在智能感知、智能決策等方面積累的先進技術，正逐步在武器系統的目標檢測與識別、智能指控等領域發揮作用。