推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

感知技术的发展方向.docx

资料介绍

感知技术的发展方向

自动驾驶感知技术正处于从模块化感知向端到端统一感知演进的关键阶段。当前量产方案以BEV空间中的多任务感知为主流,多个感知任务在统一的俯视空间中输出结果。下一代感知技术正在向端到端可训练的感知系统演进,感知、预测和规划模块之间的接口将被深度神经网络替代,信息传递的损失降到最低。

Occupancy Network技术的持续成熟将改变感知系统的输出范式。传统感知系统输出的是一组离散的目标检测框和车道线,输出的结构化形式丢弃了大量环境信息。Occupancy Network输出稠密的3D占用网格,保留了环境的完整几何信息。下游的决策规划模块可以直接在占用空间中计算可通行路径。Occupancy Network结合时序预测后可直接输出未来数百毫秒的占用演化,为运动规划提供时空联合约束。占用空间中的路径规划避免了从感知到规划的信息转换损失。

多模态融合感知将走向更深层次的融合。当前的特征级融合在BEV空间中对齐各传感器的特征,融合网络在各传感器的特征之间建立关联。传感器之间的注意力机制使模型可以自适应地选择每个空间位置最可靠的传感器信息。激光雷达在远距离处的信息优先用于深度估计,摄像头在近距离处的纹理信息优先用于目标分类。

感知模型的在线自适应和持续学习能力将从研究走向量产。量产后的感知模型需要面对不同地理区域、不同季节和不同天气条件的分布偏移。轻量级的在线自适应模块在车端利用当前场景数据对模型进行微调。联邦学习框架使车队整体数据在不泄露用户隐私的前提下持续优化模型,形成持续进化的感知能力。


部分文件列表

文件名 大小
219_感知技术的发展方向.docx 37K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单
  • 21下载积分 打赏60.00元   3天前

    用户:他山之石可攻玉

  • 21下载积分 打赏310.00元   3天前

    用户:小猫做电路

  • 21下载积分 打赏210.00元   3天前

    用户:zhengdai

  • 21下载积分 打赏210.00元   3天前

    用户:w993263495

  • 21下载积分 打赏10.00元   3天前

    用户:烟雨

  • 21下载积分 打赏60.00元   3天前

    用户:gsy幸运

  • 21下载积分 打赏70.00元   3天前

    用户:铁蛋锅

  • 21下载积分 打赏65.00元   3天前

    用户:xzxbybd

  • 21下载积分 打赏60.00元   3天前

    用户:jh0355

  • 21下载积分 打赏60.00元   3天前

    用户:w178191520

  • 21下载积分 打赏20.00元   3天前

    用户:jh03551

  • 21下载积分 打赏20.00元   3天前

    用户:sun2152

  • 21下载积分 打赏20.00元   3天前

    用户:kk1957135547

  • 21下载积分 打赏25.00元   3天前

    用户:w1966891335

  • 21下载积分 打赏20.00元   3天前

    用户:xuzhen1

  • 21下载积分 打赏15.00元   3天前

    用户:x15580286248

  • 21下载积分 打赏25.00元   3天前

    用户:pcb

  • 21下载积分 打赏20.00元   3天前

    用户:bhacker

  • 21下载积分 打赏15.00元   3天前

    用户:liqiang9090

推荐下载