理想 NPN 先验网络（一）：
理想的 Neural Map Prior For Autonomous Driving 是什么？
简单来说，主要是两个点：
- 离线（云端）特征更新：看一次路口看不清楚，那就多看几次。
- 在线（车端）地图推理：这次路口没看清楚，就想一下上次是什么样的，再看。
在线地图推理，结合以前的信息进行感知，看的更远。
在线地图推理这里使用了公认最先进的智能驾驶感知技术栈 BEV 网络作为基础， 从俯视的角度将每个摄像头的信息组合到一起，这样各个摄像头之间的信息能够共享，识别能够更加精准，稳定。
但是实时感知的局限性在于，在复杂的道路上，常常需要移动一定的角度才能获取足够多的信息。
对于决策规划来说，感知信息不够多和精准让决策变得很艰难。
对于人类驾驶员来说，一般我们会通过经验，即使没有看到目标路口的车道线也可以做出正确的操作，因为我们有之前的经验信息。
这里的整体工作流也非常类似，使用之前的经验，进行信息补全，最后保证感知结果的更加可靠。<
登录后可查看完整内容，参与讨论！
立即登录