在高级别自动驾驶功能应用中,车辆的智驾系统必须能够解决corner case,即罕见却又无法完全避免的极端场景。这些场景数据样本较少,一旦模型不能有效识别,可能引发严重的安全事故。
前段时间,百度在Create大会上的辅助驾驶板块发布了一个挺硬核的内容,或许能有效解决corner case,车路一体的BEV感知方案——UniBEV。
BEV自动驾驶感知好比一个从高处统观全局的“上帝视角”,将三维环境信息投影到二维平面,以俯视视角展示环境中的物体和地形。在路径规划、障碍物检测、自动驾驶决策等方面,BEV感知都展现出了其独特的优势。

车路一体的BEV感知方案——UniBEV
路径规划:BEV感知可以将复杂的道路信息简化为一系列的路径点,使得路径规划更加简单、准确。
障碍物检测:BEV感知能够清晰地展示出车辆周围的障碍物,包括车辆、行人、道路标志等,使得障碍物的检测和识别更加准确。
自动驾驶决策:BEV感知可以为自动驾驶系统提供全面的环境信息,帮助系统做出更加智能的决策。
-
检测
+关注
关注
5文章
4794浏览量
93808 -
自动驾驶
+关注
关注
791文章
14686浏览量
176863
原文标题:CVPR上的新顶流:BEV自动驾驶感知新范式
文章出处:【微信号:CVer,微信公众号:CVer】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
自动驾驶BEV Camera数据采集系统:高精度时间同步解决方案
自动驾驶BEV Camera数据采集:时间同步技术解析与康谋解决方案
赋能 BEV 感知课题!高校科研多传感器时间同步方案
自动驾驶中感知、决策、控制都起到什么作用?
如何确保自动驾驶汽车感知的准确性?
SONY FCB-CR8530,如何重塑自动驾驶视觉感知格局?
小鹏汽车在全球AI顶会展示下一代自动驾驶模型
浅析4D-bev标注技术在自动驾驶领域的重要性
新能源车软件单元测试深度解析:自动驾驶系统视角
AI将如何改变自动驾驶?
感知融合如何让自动驾驶汽车“看”世界更清晰?
动量感知规划的端到端自动驾驶框架MomAD解析
康谋方案 | BEV感知技术:多相机数据采集与高精度时间同步方案

CVPR上的新顶流:BEV自动驾驶感知新范式
评论