BEV感知的二维特征点
首先来简单介绍一下什么是BEV感知。
BEV感知(Bird’s Eye View Perception)是一种用于自动驾驶汽车的感知系统,用于提供车辆周围自上而下的视图。该系统用于检测和跟踪车辆路径中的行人、车辆和障碍物等物体。
BEV图往往是利用四路环视鱼眼图,经过内外参标定后拼接而成。对于拼接后的BEV视图,可以利用深度学习进行语义分割。分割后的BEV视图,通过计算机视觉算法可以提取出车辆、行人等障碍物的外轮廓。利用这些特征,我们可以生成视觉矢量地图,提供给下游的规划算法使用。
那么,什么是矢量地图?
栅格地图与矢量地图
栅格地图,是一种由单元格网格组成的地图,其中每个单元格代表地图的一小部分。为每个单元指定一个值,该值表示地图的一个特征,例如海拔、位置占用或植被。
矢量地图是由点、线和多边形组成的地图,用于表示地图上的特征。每个特征都由一组坐标表示,这些坐标定义了其形状和位置。矢量地图通常用于表示离散数据,如道路、建筑物和其他基础设施。
就优势而言,矢量地图比栅格地图具有以下优势:
1.可缩放性:矢量地图可以无限缩放,而不会丢失分辨率。这意味着它们可以放大以显示精细的细节,而不会像素化。
2.存储空间较小:矢量地图元素的存储大小通常小于栅格地图,这使得它们在自动驾驶系统运行中更容易存储和传输。
3.灵活性:矢量地图可以很容易地编辑和更新,这使它们比栅格地图更灵活。例如,如果添加或删除道路,可以在矢量地图上轻松更新
4.更好的标记:矢量地图可以更好地标记特征,因为可以精确的标注元素的语义类别,并可以轻松地更新
-
电动汽车
+关注
关注
156文章
12226浏览量
232858 -
感知系统
+关注
关注
1文章
72浏览量
16026 -
自动驾驶
+关注
关注
785文章
13967浏览量
167375
发布评论请先 登录
相关推荐
二维码识别
二维码软件中制作Dot Code二维码的步骤
基于双向二维主成分分析的掌纹识别
二维OTSU算法和二维直线阀值分割法分析

基于二维格网多维特征分析的输电杆塔自动定位

3D点云形状特征二维描述
C语言程序设计教程之二维数组如何应用二维数组的资料概述
二维码在智能门禁中的应用,二维码门禁如何保证安全性

工业二维码是什么,如何使用工业二维码
二维码扫描模块多少钱一台?二维扫描模组价格?

CVPR上的新顶流:BEV自动驾驶感知新范式

利用Transformer BEV解决自动驾驶Corner Case的技术原理

评论