Case下。
而且,這種表達天然適合后續(xù)的軌跡規(guī)劃和碰撞檢測,因為它直接描述了空間的占用情況?!?/p>
他放下筆,看向已經(jīng)完全被吸引的李鵬飛和卞金麟:
這章沒有結束,請點擊下一頁繼續(xù)閱讀!
“這或許能繞過傳統(tǒng)目標檢測對長尾類別識別的依賴,提升對異形障礙物的泛化能力。
當然,計算量巨大是現(xiàn)實挑戰(zhàn),需要算法創(chuàng)新和硬件加速的協(xié)同。
但方向,我認為值得探索。
鵬飛,你在諾基亞搞高精地圖和SLAM,對空間建模理解很深,怎么看?”
李鵬飛深吸一口氣,眼中閃爍著震撼和興奮的光芒,仿佛被一道閃電劈開了思維的迷霧。
他緊緊盯著白板上那個簡陋的網(wǎng)格圖,大腦以前所未有的速度運轉起來。
忽略物體類別,直指空間占用的本質。
這思路太顛覆了!簡直是給感知領域開了另一扇窗。
他之前的研究一直糾結于如何提升目標檢測的精度和魯棒性,卻從未想過可以換個角度,直接描述空間的“滿”與“空”、“動”與“靜”!
“陳總。。。您這想法。。?!崩铢i飛的聲音因為激動而微微發(fā)顫。
“太。。。太有啟發(fā)性了!
它跳出了物體識別的框架,直指自動駕駛最核心的空間安全性問題!
對!異形障礙物、未知物體。。。
這些困擾業(yè)界多年的難題,在占用網(wǎng)絡的框架下,可能被極大緩解。
計算量確實是座大山,但稀疏卷積、模型蒸餾、專用硬件。。。
這些都是可以攻克的路徑!
我。。。我立刻組織感知團隊進行預研和可行性驗證。
這可能是解決BEV落地痛點的關鍵鑰匙!”
喜歡重生后我只做正確選擇請大家收藏:()重生后我只做正確選擇