SuperRADAR可使用同样多的硬件提供两倍性能。或者，使用一半的雷达通道来保持相同的性能。Chris Jacobs说：“借助SuperRADAR，我们得到的分辨率是单个雷达的两倍。可能会需要额外的处理能力，但是汽车级DSP/MCU的路线图足以满足这些处理需求。”
SuperRADAR实际上就是雷达融合。我们将融合两个独立的雷达视图，因此得到的分辨率比单独完成的更好。Jacobs表示：“融合将成为未来实施ADAS的标准方式。”
降低延迟：快速计算横向速度可挽救生命
车辆成像系统的一个重点是能够快速计算横向速度，即物体正交（以直角）移动到车辆行驶方向的速度。但是，要实现足够低的误报率，即使是主要基于摄像头的出色机器学习算法仍然需要大约300 ms来进行横向移动检测。对于在以每小时60英里速度行驶的车辆前方行走的行人来说，毫秒之差就关系到人员受伤的轻重程度，因此响应时间至关重要。
300 ms延迟是由系统从10个连续视频帧执行增量矢量计算所需的时间造成的，10个是以可接受的低误报率进行可靠检测所需的数目。但是，由于SuperRADAR的宽有效孔径，以及它将来自两个或多个传感器的图像连贯组合的方式，它能够在一个30 ms的测量周期内精确地计算出速度的切向分量和径向分量（这种延迟比目前一流的系统快10倍）。这种低延迟的检测比F1赛车手的反应时间100 ms要少，远远少于一般驾驶员的反应时间！
今天的图像系统有300 ms的延迟和10帧图像用于检测正交运动。
使用当今常见的成像雷达技术，如果有人过马路，就需要多个摄像头图像来显示正在移动的物体。每个摄像头图像需要30 ms。10个图像需要300 ms。在这段时间内，汽车移动几英尺。
.SuperRADAR系统有30 ms的帧延迟来检测正交运动。