0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛領(lǐng)域中,什么是BEV?什么是Occupancy?

3D視覺工坊 ? 來源:3D視覺工坊 ? 2024-01-13 09:41 ? 次閱讀

自動駕駛領(lǐng)域中,什么是BEV?什么是Occupancy?

BEV是Bird's Eye View 的縮寫,意為鳥瞰視圖。在自動駕駛領(lǐng)域,BEV 是指從車輛上方俯瞰的場景視圖。BEV 圖像可以提供車輛周圍環(huán)境的完整視圖,包括車輛前方、后方、兩側(cè)和頂部。

BEV 圖像可以通過多種方式生成,包括:

使用激光雷達(dá):激光雷達(dá)可以直接測量物體在三維空間中的位置,然后將這些數(shù)據(jù)轉(zhuǎn)換為 BEV 圖像。

使用攝像頭:攝像頭可以通過計算圖像的透視投影來生成 BEV 圖像。

使用混合傳感器:可以使用激光雷達(dá)和攝像頭的組合來生成 BEV 圖像,以獲得更精確和完整的視圖。

f346fcd6-b164-11ee-8b88-92fbcf53809c.gif

Occupancy Network 是特斯拉在自動駕駛中使用的一種深度學(xué)習(xí)方法。它是一種3D語義占用感知方法,可以從多視圖圖像中生成車輛周圍環(huán)境的三維占用網(wǎng)格。

Occupancy Network 的工作原理如下:

首先,Occupancy Network 將來自多視圖圖像的輸入數(shù)據(jù)轉(zhuǎn)換為一個三維特征空間。

然后,Occupancy Network 使用深度神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)這個特征空間中的占用概率。

最后,Occupancy Network 將占用概率轉(zhuǎn)換為一個三維占用網(wǎng)格。

f3754fbe-b164-11ee-8b88-92fbcf53809c.gif

具體來說,Occupancy Network在自動駕駛系統(tǒng)中主要用于以下任務(wù):

障礙物檢測:Occupancy Network 可以用于檢測車輛周圍的障礙物,例如其他車輛、行人、騎自行車者等。

路徑規(guī)劃:Occupancy Network 可以用于生成車輛的路徑,并避免障礙物。

車輛控制:Occupancy Network 可以用于控制車輛的速度和方向,以確保安全行駛。

在未來,隨著自動駕駛技術(shù)的不斷發(fā)展,Occupancy Network 將在自動駕駛系統(tǒng)中發(fā)揮更加重要的作用。








審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴

原文標(biāo)題:BEV 圖像生成的三種方式

文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)在自動駕駛領(lǐng)域具有顯著的優(yōu)勢,這些優(yōu)勢使得FPGA成為自動駕駛技術(shù)中不可或缺的一部分。以下是FPGA在
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)在自動駕駛領(lǐng)域具有廣泛的應(yīng)用,其高性能、可配置性、低功耗和低延遲等特點為自動駕駛的實現(xiàn)提供了強有力的支持。以下
    發(fā)表于 07-29 17:09

    中級自動駕駛架構(gòu)師應(yīng)該學(xué)習(xí)哪些知識

    隨著自動駕駛技術(shù)的成熟,對系統(tǒng)架構(gòu)師的需求逐漸增加。自動駕駛系統(tǒng)架構(gòu)師負(fù)責(zé)設(shè)計整個系統(tǒng)的結(jié)構(gòu)、組件、接口和數(shù)據(jù)流;需要協(xié)調(diào)不同領(lǐng)域的專業(yè)知識,確保系統(tǒng)的可靠性、安全性和性能。總之,自動駕駛
    的頭像 發(fā)表于 06-20 21:47 ?182次閱讀

    初級自動駕駛架構(gòu)師應(yīng)該學(xué)習(xí)哪些知識

    隨著自動駕駛技術(shù)的成熟,對系統(tǒng)架構(gòu)師的需求逐漸增加。自動駕駛系統(tǒng)架構(gòu)師負(fù)責(zé)設(shè)計整個系統(tǒng)的結(jié)構(gòu)、組件、接口和數(shù)據(jù)流;需要協(xié)調(diào)不同領(lǐng)域的專業(yè)知識,確保系統(tǒng)的可靠性、安全性和性能??傊?b class='flag-5'>自動駕駛
    的頭像 發(fā)表于 06-20 21:45 ?180次閱讀

    標(biāo)貝數(shù)據(jù)采集標(biāo)注在自動駕駛場景中落地應(yīng)用實例

    AI數(shù)據(jù)服務(wù)作為人工智能和機器學(xué)習(xí)的基礎(chǔ),在自動駕駛領(lǐng)域中有著重要地位。與其他人工智能應(yīng)用場景相比,自動駕駛的落地場景相對復(fù)雜,想要讓汽車本身的算法做到處理更多、更復(fù)雜的場景,就需要運用大量場景化
    的頭像 發(fā)表于 05-28 14:22 ?317次閱讀
    標(biāo)貝數(shù)據(jù)采集標(biāo)注在<b class='flag-5'>自動駕駛</b>場景中落地應(yīng)用實例

    華為小米自動駕駛Occupancy Network對決

    2023年6月計算機視覺學(xué)術(shù)圈CVPR舉辦兩場自動駕駛研討會,一個是端到端自動駕駛研討會 (End-to-End Autonomous Driving Workshop),另一個是視覺中心自動駕駛研討會 (Vision-Cent
    的頭像 發(fā)表于 04-28 14:35 ?809次閱讀
    華為小米<b class='flag-5'>自動駕駛</b><b class='flag-5'>Occupancy</b> Network對決

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    的架構(gòu),預(yù)計未來許多智能駕駛團隊都會引入“占用網(wǎng)絡(luò)”來提升系統(tǒng)能力。多維像素的應(yīng)用前景非常廣闊。昱感微的融合感知技術(shù)+BEV +Transformer+占用網(wǎng)格有望成為L3/L4級自動駕駛最優(yōu)的落地方案。 昱感微電子融合感知平
    發(fā)表于 04-11 10:26

    黑芝麻智能開發(fā)多重亮點的BEV算法技術(shù) 助力車企高階自動駕駛落地

    隨著視覺算法的演進(jìn),BEV(Bird's-Eye-View Perception)感知算法成為主機廠和自動駕駛公司發(fā)力城市場景的核心技術(shù)之一,BEV 感知通過從高處統(tǒng)觀全局的“上帝視角”,融合車載多視角攝像頭的輸入,然
    的頭像 發(fā)表于 03-29 18:18 ?1775次閱讀
    黑芝麻智能開發(fā)多重亮點的<b class='flag-5'>BEV</b>算法技術(shù) 助力車企高階<b class='flag-5'>自動駕駛</b>落地

    自動駕駛領(lǐng)域的數(shù)據(jù)集匯總

    發(fā)自動駕駛論文哪少的了數(shù)據(jù)集,今天筆者將為大家推薦一篇最新的綜述,總結(jié)了200多個自動駕駛領(lǐng)域的數(shù)據(jù)集,大家堆工作量的時候也可以找一些小眾的數(shù)據(jù)集刷榜~
    的頭像 發(fā)表于 01-19 10:48 ?844次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>領(lǐng)域</b>的數(shù)據(jù)集匯總

    BEVOccupancy自動駕駛的作用

    BEV是Bird's Eye View 的縮寫,意為鳥瞰視圖。在自動駕駛領(lǐng)域BEV 是指從車輛上方俯瞰的場景視圖。BEV 圖像可
    發(fā)表于 01-17 12:33 ?618次閱讀
    <b class='flag-5'>BEV</b>和<b class='flag-5'>Occupancy</b><b class='flag-5'>自動駕駛</b>的作用

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng)

    精確的距離信息,從而提高車輛的主動安全性能。這一系統(tǒng)的開發(fā)和應(yīng)用有望在自動駕駛領(lǐng)域取得更多突破性進(jìn)展。 ? 這是LabVIEW的一個功能介紹,更多的使用方法與開發(fā)案例,歡迎登錄官網(wǎng),了解更多信息。有需要LabVIEW項目合作開發(fā),請與我們聯(lián)系。
    發(fā)表于 12-19 18:02

    自動駕駛下半場競爭的關(guān)鍵技術(shù)

    隨著人工智能技術(shù)的不斷發(fā)展,自動駕駛技術(shù)逐漸成為汽車產(chǎn)業(yè)的熱門話題。在這個領(lǐng)域中,許多公司都在爭相研究和開發(fā)自動駕駛技術(shù),以期望能夠在未來的市場中占據(jù)一席之地。然而,隨著技術(shù)的不斷進(jìn)步和市場競爭的加劇,
    的頭像 發(fā)表于 12-13 11:10 ?662次閱讀
    <b class='flag-5'>自動駕駛</b>下半場競爭的關(guān)鍵技術(shù)

    自動駕駛技術(shù)從SLAM+DL到BEV+Transfomrer的進(jìn)化歷程

    自動駕駛技術(shù)在20世紀(jì)初的概念和實驗主要集中在車輛自動化和遙控方面。到了20世紀(jì)80年代和90年代,隨著計算機技術(shù)和人工智能的發(fā)展,自動駕駛技術(shù)開始取得顯著進(jìn)展。這一時期,一些大學(xué)和研究機構(gòu)開始開發(fā)原型車輛,能夠在特定條件下實現(xiàn)
    發(fā)表于 11-29 10:50 ?542次閱讀
    <b class='flag-5'>自動駕駛</b>技術(shù)從SLAM+DL到<b class='flag-5'>BEV</b>+Transfomrer的進(jìn)化歷程

    自動駕駛“十問十答”

    說起自動駕駛, 大家現(xiàn)在已經(jīng)不陌生, 但是關(guān)于自動駕駛你又了解多少呢? 今天小編總結(jié)了關(guān)于自動駕駛的 “十問十答” , 帶你了解更多 自動駕駛的來龍去脈 。 問題1. 為什么會 出現(xiàn)
    的頭像 發(fā)表于 11-29 07:40 ?672次閱讀
    <b class='flag-5'>自動駕駛</b>“十問十答”

    利用Transformer BEV解決自動駕駛Corner Case的技術(shù)原理

    BEV是一種將三維環(huán)境信息投影到二維平面的方法,以俯視視角展示環(huán)境中的物體和地形。在自動駕駛領(lǐng)域,BEV 可以幫助系統(tǒng)更好地理解周圍環(huán)境,提高感知和決策的準(zhǔn)確性。在環(huán)境感知階段,
    的頭像 發(fā)表于 10-11 16:16 ?664次閱讀
    利用Transformer <b class='flag-5'>BEV</b>解決<b class='flag-5'>自動駕駛</b>Corner Case的技術(shù)原理