承認特斯拉自動駕駛標桿的地位很難嗎？
加入技術(shù)交流群
在過去幾年的時間里，特斯拉始終引領(lǐng)著自動駕駛技術(shù)路線的轉(zhuǎn)變。2021年，從基于CNN的機器視覺到基于Transformer的BEV，2022年，從BEV矢量空間到感知粒度更精細的OCC占位空間，到這里，自動駕駛系統(tǒng)中的感知模塊基本完成了端到端，2023年，特斯拉實現(xiàn)決策規(guī)劃端到端，并再度轉(zhuǎn)向全鏈路端到端，每一次，特斯拉都走在了國內(nèi)友商的前列腺上面。
本文引用地址：http://www.ekcard.cn/article/202407/461427.htm感性的人不服氣，華為、小鵬們?yōu)槭裁匆冯S特斯拉的技術(shù)路線，就不能特立獨行一點，走出屬于自己的一片天？理性的人在思考，為什么每一次技術(shù)路線切換的發(fā)起者都是特斯拉，難道馬斯克坐著時光機到未來旅行過嗎？
感性可以幫助人們發(fā)泄情緒，理性可以幫助我們更好地認識世界、解決問題，今天，咱們就從理性的角度出發(fā)，捋一捋在過去的幾年中智能駕駛行業(yè)發(fā)生的歷次技術(shù)路線轉(zhuǎn)變及其背后的時間線。
01
相機視圖到BEV視圖
據(jù)說，人類一思考，上帝就發(fā)笑，所以，人人都可以事后諸葛亮，卻不可能事中擁有上帝視角。人類的世界是這樣，機器的世界卻未必然也。在諸多傳感器加持之下的自動駕駛汽車，雖不能耳聽八方，卻可以眼觀六路，妥妥地具有了上帝視角。
BEV矢量空間到OCC占用空間
和基于CNN的相機視圖后融合路線相比，基于Transformer的BEV前融合在交通場景（靜態(tài)的道路結(jié)構(gòu)和動態(tài)的交通參與者）的感知上有了巨大的進步，但是，BEV依靠大量數(shù)據(jù)訓(xùn)練識別白名單障礙物的能力，在白名單思想的限制下，無法被BEV有效識別的物體就有可能造成碰撞隱患，而在車輛行駛過程中，優(yōu)先級最高的任務(wù)就是防撞。
分模塊到端到端
寫在最后
歷數(shù)這幾年來智能駕駛技術(shù)路線的三次轉(zhuǎn)換，BEV思想可以追溯到原本利用相機物理原理通過幾何投影將透視圖轉(zhuǎn)換成俯視圖的傳統(tǒng)方法中，占用網(wǎng)絡(luò)的思想提出時間是2019年，至于端到端，如前文所述，英偉達早在2016年就開始了探索。所以，特斯拉并非BEV、OCC、端到端技術(shù)路線的原創(chuàng)者，發(fā)明家的帽子另有所屬，特斯拉斷不會張冠李戴。
評論