花了3个月，成功将bev感知技术部署落地了

文章预览

BEV感知是当下量产自动驾驶的主流范式，其核心是如何将相机或者激光雷达采集的数据转换到BEV空间。刚开始接触BEV感知的时候，有几个问题一直困扰着我： 1. BEV空间是2D空间还是3D空间？ 2. 环视图像损失了深度信息，如何将其转换到BEV空间中呢？ 3. 开源的BEV算法大都支持nuScenes开源数据集，自采的数据如何适配？ 4. BEV与占据栅格、无图、端到端的关联是什么？ 5. 如何搭建一个自己的BEV感知系统，并顺利部署到车端？ 带着这几个问题，我读了几十篇论文，比如BEVDet, BEVFusion, BEVFormer, PETR系列等，又配合着知乎文章、博客等一起学习，勉强搞懂了前两个问题，但仍然有大量细节不理解，时间过去了1个半月，我还没完整跑通BEVDet和BEVFormer的代码。后续的几个月神奇的事情来了，先给大家看看我的成果视频。 (n uScenes数据集上测试效果) (实车上测试效果 ………………………………