面向低速场景无人驾驶的开发需求，RoboKit基于异构多处理架构的嵌入式人工智能计算平台， 采用混核操作系统架构，将摄像头、激光雷达、超声波雷达等多种传感器进行高度融合，构建面向智能移动机器人的大脑， 并提供CAN总线等多种通讯接口，支持与各种移动底盘进行快速集成，为智能移动应用提供高效的开发和实验平台。

针对不同的传感器进行比对选型、适配，并且通过选定的激光雷达、摄像头等传感器进行自动驾驶算法的验证、参数优化：

（1）将车辆各部件进行分解重构，方便对车辆结构进行展示教学；
（2）采用“TestBox”，对智能汽车各功能模块进行单独控制；
（3）借助“Smart Calibrator”可对测试床上各传感器进行标定；
（4）具备丰富的扩展平台，可以加装多种传感器、汽车电子部件、外扩机械臂和升降台架，可以模拟特种设备的自动控制；

为自动驾驶算法训练提供百万亿次算力，为算法测试提供开放式场景库：

（1）内置开放式场景库，为算法训练、深度学习提供百万亿次算力；
（2）在高遍历速度和高场景密度下对算法逻辑和功能进行验证；
（3）能够还原极少出现但理论上还是会遇到的Conner case；
（4）支持模型在环（MIL）测试，验证控制算法模型是否准确地实现了功能需求；

用户可使用虚拟驾驶仓进行自动驾驶算法的仿真验证，测试自动驾驶系统在不同场景下的可靠性和稳定性：

（1）通过数字孪生技术，将现实中的操控结果反映在虚拟模型上；
（2）通过运动座舱可以对碰撞、加减速进行体感模拟反馈；通过智能方向盘对转向力矩进行体感模拟反馈；
（3）可实时远程控制实车，进行远程接管操作；
（4）支持驾驶在环（DIL）测试，验证具有人工输入的汽车控制器中的嵌入式软件性能；