Ouster 表示，基於 NVIDIA DRIVE，Ouster 提供了專用的 NVIDIA DriveWorks 外掛，以幫助客戶將其數字鐳射雷達整合到自動駕駛車輛上。此外，Ouster 稱所提供的 DriveWorks 外掛能夠幫助實現處理大量鐳射雷達點雲資料，提升感知演算法效能，使用鐳射雷達資料輸出訓練深度神經網路（DNN），多感測器校準，以及對多個感測器的錄製資料進行重新播放和分析。
自動駕駛繞不開的一個話題那就是鐳射雷達和攝像頭到底哪個更出色，這個問題一直在行業內爭論不休，兩大派系各執一詞，都能講出一大堆的理由為什麼用此非彼，其實要想明白為什麼會有這個爭論，我們就要先了解這兩大技術路線背後的原理是什麼，各自有哪些優勢和不足。
自動駕駛將汽車的駕駛能力及駕駛責任逐步由人轉移到汽車，其主要包括感知、決策和執行三大核心環節。
其中，感知環節相當於人的眼睛和耳朵，主要透過車載攝像頭、鐳射雷達、毫米波達等各類車載感測器在行車過程中完成對環境及車輛的感知、蒐集周圍環境資料並將其傳輸到決策層；決策環節相當於人的大腦，主要透過作業系統、晶片與計算平臺等對接收到的資料進行實時處理並輸出相應的操作與指令任務；執行端則相當於人的四肢，將接收到的操作指令執行到動力供給、方向控制、車燈控制等車輛終端部分。
目前鐳射雷達感知能力是略強於純視覺的，很多主機廠商和一級供應商為加速量產落地，難免會透過過多使用鐳射雷達來回避視覺識別演算法、晶片、定位建圖等問題。馬斯克不止一次提過依賴鐳射雷達的公司都可能無任何出路，或許是跟鐳射雷達成本過高有關。
華為在年初宣佈成功研發首款96線中長距車規級高效能鐳射雷達，具備全場景150米的測距能力，擁有120°*25°大視野，可以滿足對城區、高速等場景的人、車測距要求。同時水平、垂直線束均勻分佈，不存在拼接、抖動等情況，形成穩定的點雲對後端感知演算法也非常友好，滿足遠距離小障礙物、近距離加塞、近端突出物、隧道、十字路口無保護左拐、地庫等複雜路況和獨特場景，更符合中國當下複雜的路況環境。價格號稱從原本的2000美金一套降到200美金左右。特斯拉近期也做了對鐳射雷達的檢測，不知純視覺派會不會因價格優勢的出現做出改變。
平臺特性：
強大的3D資料：突破性的固態閃光架構使得DF系列能夠探測到最遠200m處全日光下10%反射率物體的高解析度3D點雲圖像，無運動模糊。
靈活性：多感測器套件是一個靈活的平臺，可以輕鬆適應不同的外形和配置，因而僅透過簡易改變光學元件，就可以獲得不同的探測距離和視場角，給予了車輛充分的設計自由。
DF-0： 專為車身盲區覆蓋、交通擁堵輔助和自動泊車功能設計的短距鐳射雷達。
DF-1： 中距鐳射雷達，為L4和L5自動駕駛應用提供更廣視角覆蓋，為L3+自動駕駛提供超車和懸垂物探測。
DF-2： 為L2及L3自動高速路駕駛和安全防撞提供前向感知的長距鐳射雷達。
可擴充套件性：DF系列固態鐳射雷達內部無任何移動部件，易量產，同時提供了前裝量產需要的可靠性、耐用性和低成本。
