自动驾驶---Perception之Occupancy

AI摘要

本文详细介绍了OccupancyNetwork技术在自动驾驶领域的核心作用,尤其是纯视觉方案中的关键地位。Occupancy技术通过高精度3D重建,实现了障碍物的精细化识别,提升了动态障碍物速度识别的准确性,并能融合多模态传感器数据,增强环境感知能力。

1 背景

        在阐述Occupancy之前,先理解为什么要使用Occupancy?

        如果自动驾驶车辆在行驶过程中看到的物体不是数据集的一部分,这个时候容易出现误判。
而在基于激光雷达的系统中,由于检测到点云,可以确定障碍物的存在,但是在相机系统中,必须首先使用神经网络检测物体,仅凭这一点就可能会造成不少事故。

f1bc8621485d43baaa795fc82f4a4755.png

        注意上图中列出的几个问题:

  • 对水平线上的深度非常敏感,只有2个左右的像素决定了一个大区域的深度。
  • 不可能透过遮挡物进行检测,也不可能驶过车辆。
  • 所提供的结构是二维的,但世界是三维的。
  • 对于悬挂的障碍物,通常会进行分类,然后设置成固定的矩形障碍物。
  • 可能存在裂缝、坑等非标注的场景,无法检测。

2 Occupancy Network介绍

2.1 概念及特点

        自动驾驶感知的OCC技术,即Occupancy Network(占用网

【SurroundOcc】《SurroundOcc:Multi-Camera 3D Occupancy Prediction for Autonomous Driving》 ICCV-2023。 阅读详情

相关推荐

【论文阅读】Occupancy Networks: Learning 3D Reconstruction in Function Space

论文题目:Occupancy Networks: Learning 3D Reconstruction in Function Space(占据网络:在函数空间内学习三维重建,简称ONet) 论文作者:Lars Mescheder;Michael Oechsle;Michael Niemeyer;Sebastian Nowozin;Andreas Geiger 论文出处:CVPR 2019

weixin_45616624的博客 1万+

自动驾驶OCC感知算法:环境配置与工程实践指南

三维环境感知是自动驾驶系统的核心技术之一,其中基于体素(voxel)的OCC(Occupancy Perception)算法通过预测空间占用状态,实现了比传统3D检测更精细的环境建模。该技术原理上采用深度学习网络处理点云数据,输出每个体素的占用概率和语义类别,其核心价值在于能有效识别不规则物体和处理遮挡场景。在工程实践中,OCC算法需要高性能GPU(如RTX 3090或A100)支持,并依赖PyTorch、spconv等框架实现。典型应用包括城市道路场景理解、动态障碍物检测等自动驾驶关键任务,其中nuSce

weixin_33708633的博客 335

OCC占用感知:自动驾驶从检测到空间理解的关键跃迁

占用感知(Occupancy Perception)是自动驾驶感知技术从2D目标检测向3D空间理解演进的核心范式,其本质是通过体素化三维网格判断空间‘是否被占据’,解决遮挡、低纹理、非刚体等传统检测失效场景。技术原理基于BEV坐标系下的多传感器特征融合与几何-语义联合建模,具备强鲁棒性与工程落地友好性。其核心价值在于提升系统在‘鬼探头’、施工区、雨雾天气等长尾场景下的安全冗余,直接支撑运动规划决策。当前主流方案涵盖纯视觉、激光雷达引导及多模态融合路线,广泛应用于城市NOA与高速领航等量产功能。本文聚焦OCC

weixin_32556315的博客 375

告别‘盲区’:用Occ3D数据集和CTF-Occ网络,让你的自动驾驶模型‘看见’更多细节

本文深入解析了Occ3D数据集与CTF-Occ网络如何突破自动驾驶感知瓶颈,实现超越传统3D边界框的环境理解。通过3D占用预测技术,系统能精确呈现物体几何轮廓,显著提升对小物体和复杂场景的识别能力。文章详细介绍了数据集构建、网络架构创新及实战部署经验,为自动驾驶开发者提供完整解决方案。

weixin_42526101的博客 193

BEV Occupancy Track:自动驾驶稠密场景感知新范式

BEV(鸟瞰图)是自动驾驶中实现多传感器空间对齐的基础坐标系,Occupancy(占据栅格)则代表了从稀疏检测向稠密三维场景表征演进的核心技术路径。其原理在于将视觉或激光雷达数据统一映射至BEV空间,并以体素为单位建模每个位置在高度维度上的占据概率与运动状态,从而天然支持遮挡推理、未知物体识别与端到端跟踪。该技术显著提升ID保持率与轨迹稳定性,已在L4级量产系统中支撑路口交互、密集车流等高挑战场景。本文聚焦BEV Occupancy Track的工程落地逻辑,涵盖真值构建、CHP轻量预测、三阶段训练及Ten

weixin_33045961的博客 344

特斯拉应用在自动驾驶汽车上的神经网络模型—Occupancy Networks

另外一个问题是,在计算机视觉领域,我们输出的检测模型都是使用一个标准的方方正正的矩形来表示,无论是汽车,人物,信号灯等,当计算机视觉系统检测完成后,总是按照一个矩形框来实时显示画面。CVPR会议上,每年都会有几十篇论文发布,来讲解新的对象检测算法,YOLO,Resnet等等,以及基于已有的算法的改进版本,但是所有的计算机视觉对象检测算法都是在已有的数据中进行训练与检测,若道路上面出现了数据集中未收录的数据样本,想想计算机视觉系统会检测出来什么,或者什么都不会提示,这在自动驾驶系统中是天大的bug。

人工智能研究所的博客 7286

自动化革命:AI在需求分析、代码生成与测试中的深度应用

在2025年的科技浪潮中,人工智能(AI)已不再是实验室中的概念,而是深度渗透至软件开发的全生命周期。从需求分析的精准捕捉,到代码生成的自动化创作,再到测试环节的智能覆盖,AI正以革命性姿态重塑软件工程的核心环节。本文将结合2025年最新数据与行业实践,解析AI如何在这三大领域实现深度应用。

1507

无源低通滤波器

无源RC滤波器“滤除”不需要的信号,因为它们分离并允许仅通过其频率的正弦输入信号,最简单的是无源低通滤波器网络。在低频应用(高达100kHz)中,无源滤波器通常使用简单的RC(电阻-电容)网络构建,而高频滤波器(高于100kHz)通常由RLC(电阻-电感-电容)元件制成。无源滤波器由电阻器、电容器和电感器等无源元件组成,没有放大元件(晶体管、运算放大器等),因此没有信号增益,因此它们的输出电平始终小于输入。滤波器是根据它们允许通过它们的信号的频率范围来命名的,同时阻挡或“衰减”其余部分。

weixin_44448586的博客 1万+

5分钟搞定kkFileView 4.4.0 Docker部署:小白也能上手的完整配置流程

本文提供了一份针对kkFileView 4.4.0版本的Docker部署完整指南。通过使用预构建的Docker镜像,即使是新手也能在5分钟内完成文件预览服务的搭建,涵盖从环境准备、镜像拉取、容器启动到服务验证的全流程,并分享了进阶配置与生产环境优化建议。

mango的博客 524

电商产品组合策略:引流品与利润品的实战方法论

在电商运营中,产品组合策略是提升流量转化与利润增长的核心技术。其基本原理是通过数据化选品构建产品矩阵,利用引流品吸引用户流量,再通过利润品实现商业变现。这种策略不仅能优化广告投放的ROAS(广告投入产出比),还能显著提升客单价。技术实现上需要结合Google Analytics等工具进行归因分析,并运用动态库存管理模型控制风险。该方案特别适用于Amazon、Shopify等电商平台,能有效解决跨境电商业内流量获取与利润创造的平衡难题。通过实战案例可见,合理的产品组合可使客单价提升30-50%,是电商运营必备

weixin_42522009的博客 347

ArcGIS小白必看:5分钟搞定shp矢量文件分割(附常见错误排查)

本文为ArcGIS新手详细解析了分割shp矢量文件的四种核心方法:裁剪工具、分割工具、按属性选择导出及ArcPy脚本自动化。重点强调了投影匹配等关键步骤,并提供了常见错误排查指南,帮助用户快速掌握矢量数据分割技巧,提升GIS数据处理效率。

h9j8k7l6m5n的博客 797

跨平台CMake AutoSAR

AutoSAR是汽车行业采用的一种软件架构标准,它旨在提供一个通用的软件平台,使得汽车软件的开发和集成变得更加高效和灵活。总结一下,CMake AutoSAR是一个强大的跨平台工具,为AutoSAR开发提供了便利。通过简单的配置文件和命令,开发人员可以实现高效、灵活的跨平台开发,并加快自动驾驶系统的开发进程。上述示例中,我们定义了一个名为AutoSAR的项目,指定了源代码文件的路径和依赖库的路径。通过简单的配置文件和命令,开发人员可以实现高效、灵活的跨平台开发,并加快自动驾驶系统的开发进程。

EcmFsharp的博客 232

腾讯Android开发面试指南与参考答案

腾讯深圳元宝高级Android开发工程师岗位要求3-5年Android开发经验,熟悉Kotlin和性能优化,具备架构设计能力。岗位职责包括元宝Android客户端研发、稳定性优化及跨团队协作。面试重点考察Kotlin、Jetpack Compose、多线程编程等核心技术,3轮线上面试流程较快。无AI项目经验也可应聘,需突出展示Android架构设计、性能调优等实战能力。建议准备Compose开发、算法等加分项案例。

郑伟强dev的专栏 1131

全面认识PFC和LLC

想象一下,你在拉一辆车,如果你的力气都用在推动车子前进的方向上,这样拉车会比较轻松。而如果你的力气用在不正确的方向,比如侧向、斜向,那就需要更大的力气才能推动车子。PFC就是在帮助电流“朝着正确的方向”流动,这样可以用更少的能量做更多的事情,减少无用的功率损耗。PFC负责将电流方向对齐,让电源效率更高,而LLC负责电压的高效转换,两者配合可以在更宽的负载范围内保持高效率。综上所述,PFC LLC电路是一种高效的电源转换电路,通过PFC模块和LLC模块的组合,实现了从交流电到直流电的高效转换。

weixin_43199439的博客 6085

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

上一篇: 自动驾驶---Motion Planning之多段五次多项式
下一篇: 行业分析---中国汽车行业未来发展
智能汽车人
博客等级 码龄9年 2602粉丝 231原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

智能汽车人

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值