承认特斯拉自动驾驶标杆的地位很难吗?
在过去几年的时间里,特斯拉始终引领着自动驾驶技术路线的转变。2021年,从基于CNN的机器视觉到基于Transformer的BEV,2022年,从BEV矢量空间到感知粒度更精细的OCC占位空间,到这里,自动驾驶系统中的感知模块基本完成了端到端,2023年,特斯拉实现决策规划端到端,并再度转向全链路端到端,每一次,特斯拉都走在了国内友商的前列腺上面。
本文引用地址: //m.amcfsurvey.com/article/202407/461427.htm感性的人不服气,华为、小鹏们为什么要追随特斯拉的技术路线,就不能特立独行一点,走出属于自己的一片天?理性的人在思考,为什么每一次技术路线切换的发起者都是特斯拉,难道马斯克坐着时光机到未来旅行过吗?
感性可以帮助人们发泄情绪,理性可以帮助我们更好地认识世界、解决问题,今天,咱们就从理性的角度出发,捋一捋在过去的几年中智能驾驶行业发生的历次技术路线转变及其背后的时间线。
01
相机视图到BEV视图
据说,人类一思考,上帝就发笑,所以,人人都可以事后诸葛亮,却不可能事中拥有上帝视角。人类的世界是这样,机器的世界却未必然也。在诸多传感器加持之下的自动驾驶汽车,虽不能耳听八方,却可以眼观六路,妥妥地具有了上帝视角。
BEV矢量空间到OCC占用空间
和基于CNN的相机视图后融合路线相比,基于Transformer的BEV前融合在交通场景(静态的道路结构和动态的交通参与者)的感知上有了巨大的进步,但是,BEV依靠大量数据训练识别白名单障碍物的能力,在白名单思想的限制下,无法被BEV有效识别的物体就有可能造成碰撞隐患,而在车辆行驶过程中,优先级最高的任务就是防撞。
分模块到端到端
写在最后
历数这几年来智能驾驶技术路线的三次转换,BEV思想可以追溯到原本利用相机物理原理通过几何投影将透视图转换成俯视图的传统方法中,占用网络的思想提出时间是2019年,至于端到端,如前文所述,英伟达早在2016年就开始了探索。所以,特斯拉并非BEV、OCC、端到端技术路线的原创者,发明家的帽子另有所属,特斯拉断不会张冠李戴。
评论