BEV融合感知技术路线:毫末智行是长城汽车旗下自动驾驶公司,2022年推出“重感知,轻地图”的城市NOH方案,核心技术来自MANA(雪湖体系)。 在MANA感知架构中,毫末智行采用了BEV融合感知(视觉Camera+Lidar)技术。利用自研的Transformer算法,MANA既完成了对纯视觉信息的BEV转化,也完成了Camera和Lidar特征数据的融合,即跨模态raw...
叠加技术、市场和政策等多方因素，智能驾驶质变加速。大模型算法的应用，不断突破自动驾驶ODD的上限，从感知到决策控制端到端的自动驾驶模型有望成为未来发展方向。具体到感知端，传感器配置持续“内卷”，多传感器信息融合成为关键课题。基于BEV+Transformer做特征融合，有利于解决图像尺度问题和遮挡问题，更好地实现向量空...
Transformer是一种基于Attention机制的深度学习模型,能处理大规模数据级学习任务,精确感知和预测物体深度。 特斯拉在感知网络架构引入BEV三维空间转化层\\ 来源:特斯拉 BEV融合感知技术路线:毫末智行是长城汽车旗下自动驾驶公司,2022年推出“重感知,轻地图”的城市NOH方案,核心技术来自MANA(雪湖体系)。 在MANA感知架构中,...
BEV+Transformer能够实时输出交通状况，并对路面行人、车辆作出预测，便于智驾系统做出更加合适的应急策略。更重要的是，BEV+Transformer的方案将静态道路信息与动态道路参与方统一到了同一个坐标系下，通过实时感知与转换，在行驶中即可实时生成“活地图”，推动自动驾驶中“感知-决策-规划”的任务进行。这也就意味着高...
尽管BEV+Transformer的技术路线优势众多，但是目前仍然面临着诸多的挑战。不过，这也意味着全新的市场机会已经显现。一方面，由于Transformer训练与迭代需要海量数据做支撑，催生出了海量的数据采集、数据标注以及数据闭环打造的需求。觉非科技联合创始人与技术合伙人刘斌表示，数据闭环是决定自动驾驶下半场竞赛的胜负关键。
Transformer模型于2020年左右被引入到CV领域和智能驾驶领域。通过Attention机制，兼备CNN易于并行化的优势和RNN小模型可以捕捉长序列内依赖关系的优势，有效提升感知模块特征提取等环节的效果，自动驾驶感知技术路径有了新的路线。率先将BEV与Transformer结合在一起的是特斯拉。2021年，特斯拉在第一届AI DAY上推出了基于...
尽管BEV+Transformer的技术路线优势众多,但是目前仍然面临着诸多的挑战。不过,这也意味着全新的市场机会已经显现。 一方面,由于Transformer训练与迭代需要海量数据做支撑,催生出了海量的数据采集、数据标注以及数据闭环打造的需求。 觉非科技联合创始人与技术合伙人刘斌表示,数据闭环是决定自动驾驶下半场竞赛的胜负关键。Transf...
BEV+Transformer的“纯视觉”方案已经在极越01上实现了国内唯一量产,基于双NVIDIA DRIVE Orin芯片,AI算力508 TOPS,纯视觉感知架构拥有11个高清摄像头(其中7个800万像素,行业数量最多)、12个超声波雷达、5个毫米波雷达总计28个智驾传感器。在实现“纯视觉”技术升级后,极越01全系取消了激光雷达,取而代之的是OCC占用...
尽管BEV+Transformer的技术路线优势众多,但是目前仍然面临着诸多的挑战。不过,这也意味着全新的市场机会已经显现。 一方面,由于Transformer训练与迭代需要海量数据做支撑,催生出了海量的数据采集、数据标注以及数据闭环打造的需求。 觉非科技联合创始人与技术合伙人刘斌表示,数据闭环是决定自动驾驶下半场竞赛的胜负关键。Transf...
尽管BEV+Transformer的技术路线优势众多,但是目前仍然面临着诸多的挑战。不过,这也意味着全新的市场机会已经显现。 一方面,由于Transformer训练与迭代需要海量数据做支撑,催生出了海量的数据采集、数据标注以及数据闭环打造的需求。 觉非科技联合创始人与技术合伙人刘斌表示,数据闭环是决定自动驾驶下半场竞赛的胜负关键。Transf...