“江工，麻烦帮忙审一下吧。”余梓夕在微讯上说，

“毕竟是第一次操作这样的文章。”

“对，你赶紧把初稿给我审一下！”江渝木急切地说。

当然得自己审一下啊，不然怎么保证这篇文章肯定会扑。

见他如此上心，余梓夕高兴地把初稿发了过去。

江渝木打开文档，看到开头就皱起了眉头，但很快他的眉头又舒展开来——能让自己看得皱眉头的文章，那不就是让大多数人看不进去的好文章吗？

这篇文章果然遵循他的意见，偏重于专业性，一定程度上舍弃了可读性。

文章一开始解释，为何在智能驾驶仿真测试中需要引入视频注入这项技术。

如果按照前面几篇的风格，“洞知汽车”在这里少不了要整一些诸如“缸中之脑”这样的花活。

但这篇文章却是直入主题，写到纯仿真环境中，汽车传感器是完美传感器。

什么意思呢？

也就是仿真环境中设置了一个行人，或是一辆前车，那自车传感器就肯定能检测到行人和前车，相关的距离信息会被准确地发送给控制器。

但实际行车过程中，传感器不可能是完美传感器。

对于视觉传感器，如果遇到下雨天和大雾天，摄像头对障碍物的检测就会出现偏差。

对于超声波雷达而言，有时遇到环境干扰，检测到的自车和障碍物距离也会不准。

另外还有延迟问题。

实车上传感器和控制器之间是有传导链路的，这就导致控制器不可能实时获取传感器信息，一般都有30到100毫秒的延迟。

但纯仿真场景不是这样。

只要相关要素生成，基本就会同时“告诉”控制器：前面多少米的位置有个什么东西。

可想而知，有了这些情况，仿真测试的结果就会和实车路测的结果大相径庭。

而视频注入呢？

它不直接告诉控制器前面有什么，而是把仿真软件生成的场景视频流，通过和实车一样的链路喂给控制器，让控制器自行判断前方有什么。

通过这种方式，就能在仿真测试中，尽可能模拟实车传感器的情况。

这部分的结构其实很清晰，行文也很流畅，江渝木此前没搞过智驾仿真，大致也能看懂。

但问题是，他是工科出生，还做了4年汽车研发工程师，理解这种文章是有先天优势的。

大部分读者根本没接触过汽车专业的知识，对于这种纯技术讲解的文章，基本看完开头就要开始打哈欠了。

而文章后面的内容更加硬核，谈到视频注入技术中的一些难题。

比如说，如果想尽可能模拟实际传感器的工作情况，那就肯定得保证注入的视频足够真实，能让人一眼看去分辨不出是仿真的还是实拍的。

这就对仿真软件的性能提出很高的要求。

另外还有信号的延迟。