魔视智能融合算法利用不同时间和空间的多传感器数据资源，在解决目标探测、识别和跟踪等问题有更好的可靠性和鲁棒性，增强目标车辆的可信度，并扩展整个系统的空间覆盖率。
基于深度学习的视觉感知与毫米波雷达融合系统通过对目标的过滤、跟踪、关联、融合等步骤，将视觉极强的识别能力与雷达高精度测量特点集于一体，二者互相补充、互相验证，使得系统精度、检出率、虚警率、适应工况、可靠性和冗余度等都得到进一步提高，可以有效解决雷达传感器的多种corner case。
该系统经过数万公里测试，覆盖了全国20多省份及各种极端天气。可广泛应用于碰撞预警、主动刹车、自适应巡航等系统。
基于全景环视图像的深度学习检测，够有效识别地面停车位、低矮障碍物、路沿、以及儿童、宠物等目标，弥补超声波传感器的检测盲点，并提前发现超声检测距离之外的运动行人和车辆。通过对超声和视觉检测的融合，魔视智能实现了完整的环境感知，避免倒车时碰撞造成的轮胎损坏或人员伤害。
此技术可应用于自动泊车辅助（APA）、自主代客泊车（AVP）等系统，实现更为安全，可靠的泊车功能。
