原创视频
管理

BEV 算法谁更强?对比飞凡R7与小鹏P7i环境模型显示!

{{detailStore.author.is_follow?'已关注':'关注'}}
和大家分享一段飞凡 R7 与 小鹏 P7i 在「同场景下」的环境显示模型显示(SR)对比,同时也和大家聊聊目前火热的 BEV 算法: 这次对比不涉及 LCC 的能力比较,仅仅只是和大家展示「显示」的区别; 这次我们也不是为了拔尖谁,只是和大家分享分享目前主流 BEV 算法大家能做到哪一步? 以下是视频外的信息补充: -SR 和实际功能有关吗?它有什么作用? 目前和功能无关,仅作为显示作用。 它反应的是在无图辅助下,机器眼中的世界是怎么样的,即所见即所得。 -现在的 SR 和过去有什么区别? 目前大家开始基于 BEV 视觉算法来做 SR ,比如小鹏、理想二代平台的车型、飞凡、智己等。虽然仅是显示作用,但也反应了未来无图化后一个重要的感知基础能力。 BEV 视觉算法是以视觉感知为主,相比过去的基于单目、单帧的方案,目前是基于多摄像头、多帧融合。 说人话就是过去基于一个前挡摄像头输出 2D 平面视角,现在转化为目前以环视摄像头融合后再输出的 3D 上帝视角。 -那 BEV 算法能带来哪些好处? BEV 算法能够减少物体遮挡; BEV 算法也能够更好的理解环境结构以及拓扑关系,比如车辆信息、行人、车道线、道路标识、路口信息等。是未来无图化能力的一个重要基础; BEV 在可视化上更符合我们常规的视觉习惯 下一步更多车企会拿 BEV 的信息给下游规控时,大家对高精地图的依赖也会逐步降低。 -好的 SR 是怎么看出来的? 好的环境模型显示有很多特点,比如它的对环境还原的准确度、视觉范围、识别稳定性、识别距离、延迟度等。 比如小鹏、飞凡这次对道路车辆、行人等模型的还原非常精准,小鹏对车道线的识别有明显优势,特别在视频中的超宽车道中结合远端场景的识别。 目前大家都在切换新的平台,包括 Orin 、激光雷达以及高像素摄像头,算法实际上也在趋同化,未来很多车型会逐步拉齐,但有部分车型有先发优势; 不得不承认目前国内做的好是小鹏,因为小鹏一开始是从大框架本身去考虑这些事情,所以平台切换后会非常流畅,效率较高; 感知做得好,接下来的能力也很快能看见的,就像地基,地基打的多深,能看到未来的楼盖的多高,智能驾驶能走的多远。

展开更多

  • 全部评论{{detailStore.commentnum}} 条
  • 只看作者
  • 最热
  • 最新
  • 最早

「待审核」

{{ comment.relativeTime }} 已被赞赏 {{comment.integral}} 积分 回复

暂无相关评论

发表一下个人看法吧
写评论
积分赞赏
点赞
评论区
  • 编辑
  • {{is_favourite ? '已收藏' : '收藏'}}
  • {{is_personal_top ? '取消主页置顶' : '个人主页置顶'}}
  • 举报
  • 加入黑名单
  • 删除
  • 取消置顶
  • 置顶推荐
    • 6小时
    • 12小时
    • 24小时
    • 3天
    • 一周
    • 长期
  • {{digest?'撤销精华':'设为精华'}}
回到顶部