自动驾驶3.0时代的BEV感知与4D标注技术

随着BEV+transformer感知技术的量产落地，自动驾驶正式进入3.0时代。从2010年左右以规则为核心的自动驾驶1.0，到2015年左右以卷积神经网络CNN为代表的自动驾驶2.0，再到2022年3.0时代的到来，这一时代的技术让整个自动驾驶感知模块趋向形成高效、统一、简洁的端到端结构。

同时，BEV感知算法的训练数据不仅仅依赖3D位姿标注数据，还需要时间维度，即4D数据。因此，4D标注应运而生，它是在3D的基础上加了时序，为BEV感知提供真值数据。4D Label 生成静态、动态、通用障碍物、以及预测规划等各个任务的真值，实现这些真值的标注过程，实际上就是搭建了一套云端的智驾系统。

（自动驾驶4d标注示意图）

对于自动驾驶算法模型来说，数据是无价之宝，因此 4D Label 的作用非常关键。它有助于迭代算法，算法质量是自动驾驶企业的核心竞争力，可见数据才是真的重要。4D Label提供的真值数据是感知的基础，只有充分了解数据的特性，才能够理解算法模型的底层原理。

目前市面上BEV感知和4D标注相关的资料比较少而且分散、初学者极容易踩坑，为了让同学们系统化地学习BEV感知技术和4D标注方案，深蓝学院联合隋伟博士等三名领域内的专家开设『BEV感知理论与实践』、『面向自动驾驶场景的4D标注』2门课程，希望帮助大家更好地学习相关技术的理论、实践及底层逻辑。

扫码添加，了解详情

Part 1

教研团队

隋伟

地平线机器人事业部算法总监，原4D标注技术负责人

傅东旭

自动驾驶高级算法专家，历任百度自动驾驶高级研发工程师

刘兰个川

Patrick Liu

安克创新AI研究院院长，前小鹏汽车自动驾驶AI团队负责人

Part 2

课程亮点

BEV感知课程

全面梳理BEV感知算法及其发展脉络

细致讲解各类代表性算法的代码实现

分享BEV落地的工程实践经验

4D标注课程

系统梳理4D标注任务及其技术栈

详细介绍BEV感知任务的真值生成原理和细节 

分享量产自动驾驶中的数据痛点及潜在方案

Part 3

课程大纲

Part 4

适合人群

1.希望从事自动驾驶视觉感知研发的在校生

2.企业中人工智能算法设计与工程开发的工程师

3.自动驾驶企业中其他方向的研发工程师

Part 5

学习收获

BEV感知课程

1.掌握BEV感知的发展脉络：2D-to-3D方法以及3D-to-2D方法；

2.熟悉BEV感知极具代表性的算法原理：BEVDet/BEVPoolv2/ BEVFusion/ BEVFormer；

3.积累BEV实际落地过程中的经验：数据处理与推理加速。

4D标注课程

1.掌握BEV关键感知任务的真值生成技术

2.学会灵活使用传统SLAM以及感知等技术手段解决驾驶场景中的实际问题

3.通过数据标注更好的理解BEV感知任务以及相关自动驾驶功能模块的底层原理

Part 6

抢占名额

扫码添加，了解详情