企业名称：
蚂蚁侠科技（深圳）有限公司

命题主题：
智能网联汽车核心传感器数据处理

技术领域：
智能网联汽车、环境感知、传感器融合、Linux与ROS2系统、YOLO目标检测

一、企业简介

蚂蚁侠科技（深圳）有限公司是国家高新技术企业、深圳市专精特新企业、坪山区新能源智能网联汽车“聚龙领军人才”高成长性企业。在技术与业务布局上，蚂蚁侠专注于低速L4级全无人驾驶的技术研发及产品落地，目前已在全国各大景区、机场、高校、医院、大型厂区、物流园区等内部道路场景，提供自动驾驶载人出行、物流运输等服务，实现了千台以上的设备销售与运营。同时，公司为智能网联汽车教育行业提供全栈式技术解决方案，依托自主研发的核心算法与车规级硬件套件，赋能教学设备厂商开发量产级教学平台，并为院校定制产业级科研实训系统，有效实现人才培养与自动驾驶产业的无缝衔接。

二、企业痛点

·痛点1：多传感器数据异构性问题

多源传感器数据格式不统一：雷达输出点云数据（三维坐标点），毫米波雷达生成目标列（距离、速度等参数），视觉YOLO输出二维边界框（坐标 + 置信度）

多源传感器时间不同步：时间戳偏差达50-200ms，导致同一时刻环境数据时空错位，影响融合精度超30%。

·痛点2：多传感器检测同一障碍物时，易产生重复数据。导致系统重复处理、误判数量，增加运算负荷

同一障碍物被2 - 3个传感器同时检测时，单帧数据中冗余目标条目超15条。重复数据导致处理器额外占用20% - 35% 算力，数据处理耗时延长15 - 40ms，目标跟踪误判率升高25% 以上。

三、核心需求

·指标1：时间同步需求：将传感器时间戳偏差控制在≤50ms，确保同一时刻环境数据时空对齐

·指标2：支持激光雷达点云、毫米波雷达目标列表、视觉YOLO边界框等格式统一解析，兼容三维坐标、参数列表、二维框等数据类型，并且格式转换准确率≥95%

·指标3：压缩冗余目标条目，降低重复标注率

四、交付要求

·技术方案：
开源代码、系统描述说明文档

·实物验证/软件验证：

可运行软件系统

·技术突破：

1.技术方向1

轻量级数据关联算法：提出基于距离阈值的快速障碍物匹配方法，计算复杂度低，适合嵌入式平台实时运行。使系统响应时间：<100毫秒

2.技术方向2

通过时间戳同步机制，确保不同传感器数据的时间一致性，确保同一时刻环境数据时空对齐度提升至≥95%

3.技术方向3

使用了标准的ROS2消息解析库和数据提取逻辑，处理三维坐标（激光雷达和毫米波雷达点云）、参数列表（YOLO检测的类型、置信度等）和二维框（YOLO检测的边界框）等不同数据类型。格式转换准确率≥95%

五、资源支持 & 合作承诺

·可提供的样品、数据、实验或生产条件支持

·优秀方案的合作或转化机会（如联合研发协议、采购、批量生产）

·对进入验证阶段团队的技术对接与测试支持

·其他激励（如后续投资机会、知识产权合作模式等）