为何无图智驾用BEV/Occ，而不是SLAM建立局部语义地图？

文章预览

点击“ 计算机视觉life ”，选择“星标” 机器人AI干货第一时间送达 以下 文章来源于3D视觉之心  问题 现在无图/轻地图的智驾方案比较火，主要就是因为依靠高精地图来为感知兜底的方式成本太高，那么为什么现在大家都齐刷刷地转向bev/occ+transformer的方案呢？这种方案相比于用SLAM方法实时建立一定时间范围内的局部语义地图，再在此地图上做规划的方案优势在哪儿？以SLAM为基础做局部导航的缺陷在哪儿？ 风吹青年心的回答 作为SLAM算法方向的研究生来发表一下自己的看法。 首先我认为题主是混淆了一些概念，SLAM主要是解决定位问题，而BEV/Occ+Transforme主要解决感知任务（局部语义地图），感知是以定位为前提的，只不过这个定位可以不是SLAM定位。 一般SLAM算法的使用方法分为两步，先建图，后定位。在机器人应用中，这里第一步建好的地图 主 ………………………………