自动驾驶之BEV概述

1、为什么需要BEV?

自动驾驶需要目标在3D空间的位置信息,传统检测为2D图像上检测目标然后IPM投影到3D。所以无论如何3D结果才是我们最终想要的。

对于单个传感器:通过单目3D、深度估计等手段好像能解决这个问题,但是往往精度不高。

对于自动驾驶,往往需要360度的多个摄像头协同工作。将多个摄像头的结果进行融合也是一大问题。所以把图象特征转到BEV空间下直接进行3D位置预测,一则可以解决2D到3D的投影问题,二则预测结果可以直接用于下游的决策,省去多个传感器的融合。

2、什么是BEV的核心?

我们知道3D空间投影2D图象是一对一的,而2D图象投影3D空间则是一对多的射线上。所以如何把多个图象的2D特征表达到对应3D的BEV空间特征,进行视图转换 ,则是BEV的核心工作。

当前主要有代表性的两种方法:

1、基于深度分布估计的:代表方法为BEVDet

2、基于交叉注意力的:代表方法为BEVFormer

在BEV的基础上,往往加入时序融合多任务学习多模态监督等手段,由此发展出各种BEV的变形。

3、BEV特点

输入:来自不同角度相机的多张图像,覆盖360°视野范围。

输出:BEV视图下的各种感知结果,比如物体,道路,车道线,语义栅格等。

算法:图像到BEV视图转换,包括稠密和稀疏两种方式。

稠密有BEVDet和BEVFormer。有的方法则是针对具体的任务,比如3D物体检测,直接生成稀疏的BEV视图下的感知结果,比如DETR3D和PETR

4、测试数据集

对于BEV感知来说,目前比较常用的数据集是nuScenes。

nuScenes数据库发布了多个测试任务,包括物体检测跟踪 ,运动轨迹预测点云全景分割 以及路径规划

3D目标检测任务的性能指标主要有两个:mAPNDS

mAP (mean Average Precision)是目标检测中常用的性能指标,它对Precision-Recall(P-R)曲线进行采样,计算每个类别出平均的Precision。在计算P-R曲线时,需要匹配算法预测的物体框和标注的真值物体框。nuScenes中采用BEV视图下物体框的2D中心点距离来进行匹配,而不是传统的Intersection-of-Union(IoU),这样可以提高小物体的匹配率。

NDS(nuScenes Detection Score)在mAP的基础上,增加了物体框预测质量的指标。这些指标包括物体框的位置,大小,朝向,速度以及其它属性。与mAP相比,NDS可以更全面的评价3D目标检测算法的优劣。

对于BEV的发展历程,以及各种BEV的方法介绍,参考以下综述:BEV感知综述

相关推荐
张较瘦_2 小时前
[论文阅读] AI赋能 | 当AI看懂交通摄像头:多模态大模型零样本检测的实战报告
论文阅读·人工智能
cxr8282 小时前
BMAD框架实践:掌握story-checklist提升用户故事质量
前端·人工智能·agi·智能体·ai赋能
Dongsheng_20193 小时前
【汽车篇】AI深度学习在汽车零部件外观检测——机电轴承的应用
人工智能·深度学习·汽车
江瀚视野3 小时前
汽车价格战全面熄火了?不卷价格该卷什么?
人工智能·自动驾驶
资讯全球4 小时前
2025年智慧差旅平台推荐
人工智能
en-route5 小时前
从零开始学神经网络——LSTM(长短期记忆网络)
人工智能·深度学习·lstm
视觉语言导航5 小时前
CVPR-2025 | 具身导航指令高效生成!MAPInstructor:基于场景图的导航指令生成Prompt调整策略
人工智能·机器人·具身智能
wanhengidc5 小时前
云手机与人工智能之间的关系
人工智能·智能手机
Sic_MOS_780168245 小时前
超高密度2kW GaN基低压电机驱动器的设计
人工智能·经验分享·汽车·集成测试·硬件工程·能源