微调整方向避让，整个过程平顺得让乘客几乎察觉不到。
\n此外，在没有明确交通标志的古老广场，车辆准确识别了每一个潜在的通行方向，并按照当地交通习惯选择了最优路径。
\n哪怕是一辆摩托车斜停在转弯处，系统并未死板地等待，而是计算了可行空间，以极小的安全距离绕行通过。
\n这让b公司的工程师在视频中感叹：“这套系统对欧洲城市交通的理解，甚至超过了许多本地司机。“
\n除此之，a公司也发布了相关的测试视频，并且难度更大。他们选择在了东南亚一座大城市进行测试，这座以“复杂信号灯+密集车流+频繁加塞“闻名的城市，是自动驾驶的终极考场之一。
\n测试车在晚高峰的城市街头穿行，只见一辆出租车突然强行变道，系统没有急刹，而是轻微减速并调整车道位置，既保证安全，又避免引发后车追尾。
\n而在无信号灯的路口，车辆精准判断了对向车流的空隙，抓住稍纵即逝的机会完成转弯，动作流畅如人类老司机。
\n对于从公交车前突然跑出的行人被毫米波雷达和视觉系统同时捕捉，，稳稳停住。
\n甚至，为此，a公司还在北欧那极端暴风雪环境中进行了测试。只见视频中，大雪覆盖了车道线，能见度不足50米。
\n传统自动驾驶系统在这种环境下通常会要求人工接管，但浩宇科技的测试车依然稳定行驶。
\n激光雷达和增强视觉算法结合，准确还原被雪掩盖的车道，保持居中行驶。
\n甚至当遇到前方车辆出现轻微打滑，系统提前检测到路面异常，主动降速并保持更长跟车距离。
\n而在这段测试视频中，还展示出来了惊险的一幕，只见一辆失控的卡车侧滑逼近，系统瞬间计算逃生路径，加速变道脱离危险区。
\n“它比我开的好。”这是视频当中坐在车内的那位测试人员对着镜头发出的感叹。
\n不仅如此，未来给这波新闻增加热度，吴浩还让人还公布了内部“极限挑战“视频。
\n比如模拟儿童玩具车突然冲出，；通过v2x（车路协同）获取临时交通规划，自主调整路线；还有当车辆系统检测到异常数据输入，立即切换至冗余传感器，全程无失控等等。
\n而这一切都是在现实环境中进行的，并不是实验室内搭建的测试场地。最见这套系统的安全智能可靠程度。
\n测