AUTOSAR从入门到精通-【自动驾驶】BEV感知（二）

目录

前言

算法原理

什么是BEV

为什么选择BEV感知？

 为什么选择BEV+Transformer结构？

BEV感知任务

基于几何变换的PV2BEV

基于同形异体的PV2BEV

BEV感知中的前、中、后融合技术框架

BEV感知算法分类

3.1 BEVFormer 的 Pipeline：

3.2 BEVFusion的 Pipeline：

 BEV感知算法的优劣对比

"BEV+Transformer"范式

　　1、大算力：

　　2、新架构：

　　3、存算一体：

技术原理与流程

BEV纯视觉感知

BEVFormer技术

鸿蒙智行BeV技术

优势与应用

BEV感知算法数据集

2.1 kitti-360数据集

2.2 nuScenes数据集

BEV感知的挑战

4.2.1. 数据问题

4.3. BEV算法更复杂、门槛更高

前言

BEV是近几年车企和自动驾驶公司经常提到的词，全称是Bird's Eye View，可翻译为鸟瞰图，也被称为上帝视角。

用上图来理解，BEV感知就是把多个视角的摄像头图像，统一通过公共的特征提取器，投影到同一个BEV空间里面，主要是两步：

• 摄像头接收到影像，通过一个视觉神经网络的主干网络（Backbone）提取影像中的特征值（Feature）；

• 借助Transformer算法，把上一步得到的多个摄像头影像的特征值，放进一个3D空间里。

这里又涉及到Transformer算法，这是一种传统用于自然语言处理——也就是机器翻译的算法。

要想详细了解，可以看大神的这篇文章：https://zhuanlan.zhihu.com/p/552543893

文章里有个例子