这两天学了很多，简单科普下高阶辅助驾驶的视觉感知技术进化——「BEV鸟瞰图」和「occupancy占用网络」

●脱水版：

图1是最原始的图像拼接，像泊车用的360环影，巨蠢

图2是BEV，从2D变成“俯瞰视角”，类似魔兽3的小地图视角

图3是占用网络，复杂问题简单化，“可通行or不能走”，类似魔兽3的玩家视角

●详细版：

1.图像拼接类似于360环影，简单拼起来，一个一个地识别。

但是这很蠢：因为各个ADAS摄像头参数不同，根本没法拼接成完美的环形视觉。

而且用这个算法的，基本上还都是一帧一帧地识别图像，没有时间信息，Bug巨多

比如识别目标特别炸裂，如果有一辆超长的货车同时出现在3个摄像头的视角里，请问这是1个车还是3个车？

总而言之：费力不讨好，程序员会被迫写入大量人工规则约束汽车运行，然后整个系统复杂度爆掉。

某些吹牛皮“L3自动驾驶”的车，就在用这种马上被淘汰的感知架构。

2.BEV鸟瞰图

BEV就牛逼多了，人做不到的事情交给AI来做——让AI通过多个摄像头“脑补”一个「游戏小地图」。

这下子就爽了，看「小地图」识别目标非常轻松，接在后面的决策、控制模块难度也大大降低。

就跟你打游戏一样，小地图可以帮助你纵览全局。

3.占用网络

但是BEV毕竟还是个“伪3D”，信息不够丰富，而且识别障碍物需要“训练”。

不训练，他就不知道前面是个啥玩意，不知道是规避还是碾过去。

所以有了「占用网络」，把汽车看到的世界变成「可通行」和「不能走」。

这跟魔兽3的玩家视角是一个道理：比看小地图拿到的信息超越了不知道多少倍，可以提供超大的决策空间。

而且有些地方被卡死，你就是死活进不去，比如人族经典战术——造房子卡位，让敌方单位没法顺利地进基地搞破坏。

————————

那么汽车ADAS的现状是什么呢？

◆大部分汽车什么都没有

◆单目摄像头的ADAS方案，连图1的脚后跟都没摸到

◆传统品牌上了“多ADAS摄像头”，基本图1水平，但是他们不要脸的程度天下第一，可以恬不知耻吹「L3级别的自动驾驶」。

◆国产新势力如鹏华蔚理，介于图1和图2之间，今年不同时间段会到图2的BEV感知阶段。

预计2024年大家会到图3占用网络阶段，因为有激光雷达这个“拐杖”直接提供深度信息，可以很大地缓解视觉算法不足的问题

◆特斯拉：3种感知技术都是他们先落地量产，始终引领汽车ADAS发展方向。

目前可能比图3更先进一些，在尝试NeRF和diffusion等更先进的AI算法。