重生后我只做正确选择第684章 启发和颠覆

陈默抬起头目光灼灼带着一种破釜沉舟的锐气： “现在我建议目标不变启界M5在2019年Q4量产时依旧要实现这些功能。

这是我们对姚总的承诺底线。

” “但是——”陈默的声音陡然拔高“技术路线必须切换！切换到我们刚刚讨论的BEV+Transformer架构上！” “为什么？”他自问自答。

“因为只有这条路才能让我们在实现眼前L2.5目标的同时为后续L3、L4的快速迭代打下不可撼动的基础。

才能在特斯拉、小鹏们还在优化他们的传统感知架构时建立起真正的代差优势。

才能对得起我们‘华兴技术’这块招牌才能在后期的竞争中立于不败之地。

” “这不仅仅是技术路线的选择”陈默的语气变得无比郑重“这是战略是车BG智能驾驶业务未来五年的根基是决定我们能否在智能汽车时代真正掌握灵魂的关键一役。

” 至于为什么一开始没有确定好技术路线这还真不能怪陈默。

是他是重生者但他都重生这么多年了很多事情早已不记得。

这次要不是蒋雨宏和卞金鳞两人联合当起了大召唤师让他死去的记忆忽然攻击他也不会有这档子事... ... 会议室里姚尘风放下笔的“啪嗒”声把卞金鳞从回忆中拽了出来。

他开了口语气带着商人的敏锐： “雨宏金麟你们的技术路径我非常认同也非常支持。

不过我关心的是用户体验的‘显性化’。

特斯拉的NOA用户一用就知道好变道果断不墨迹。

我们的ALC92%成功率听起来不错但剩下的8%是什么情况？ 用户会不会觉得‘傻’或者‘怂’？ 这个‘好用’的临界点在哪里？ 营销上怎么包装这个‘L2.5’？ 叫‘准L3’还是‘高阶L2’？ 这直接影响用户预期和口碑！” 蒋雨宏正要回答一直沉默品茶的陈默却放下了茶杯。

杯底与桌面接触发出一声轻微的脆响瞬间吸引了所有人的注意。

蒜鸟蒜鸟本人陈默向来只装高端局。

“姚总的顾虑很实际。

”陈默的声音不高瞬间成为会议室的中心“用户体验是检验技术的唯一标准。

关于ALC的决策鲁棒性还有BEV感知落地难的问题我最近看了一些前沿论文和开源项目有点不成熟的想法可以抛出来供大家探讨。

” “第一关于感知。

”陈默的指尖在桌面上虚点仿佛在勾勒无形的蓝图“BEV是方向没错。

但传统基于摄像头和雷达点云生成BEV特征图再去做目标检测、分割的方法对算力和实时性要求极高。

并且对非常规障碍物（比如掉落的轮胎、倒下的树、形状怪异的施工设施）的识别能力存在理论瓶颈。

我在想是否可以引入一种更‘直接’的表达方式——占用网络（Occupancy Network）。

” “占用网络？”李鹏飞下意识地重复了一句这位计算机视觉领域的顶尖专家镜片后的眼睛瞬间亮了起来身体也不由自主地坐直了。

这个概念对他而言不算陌生但从未在量产自动驾驶领域被认真讨论过。

它太新也太“重”了。

“对”陈默点头。

“它不关心前方障碍物是车、是人、是锥桶还是别的什么具体类别。

它只关心一个最本质的问题：车辆前方及周围的三维空间里哪些体素（Voxel）被占用了？ 是刚性占用（如墙壁）还是柔性占用（如灌木丛）？ 是可穿越的还是不可穿越的？” 他一边说一边拿起桌上的白板笔转身在旁边的白板上快速勾勒起来。

寥寥几笔画出一个粗糙的车辆前方视角然后打上密集的三维网格。

“输入多视角摄像头图像甚至融合低线束激光雷达的稀疏点云通过一个精心设计的3D卷积神经网络直接输出一个稠密的三维占用栅格图。

每一个小格子（体素）都有一个概率值表示它被占据的可能性。

同时还可以预测每个被占据体素的运动状态（速度向量）。

” 陈默的笔尖在网格上移动： “这样无论前方是一个标准车辆还是一堆怪异的建筑垃圾甚至是一团浓雾（如果能部分穿透）系统都能感知到‘有东西占着这个空间可能会动’。

避障是最核心的需求知道‘有东西’且‘它怎么动’往往比精确知道‘它是什么’更重要尤其是在极端Corner Case下。

而且这种表达天然适合后续的轨迹规划和碰撞检测因为它直接描述了空间的占用情况。

” 他放下笔看向已经完全被吸引的李鹏飞和卞金麟： 小主这个章节后面还有哦请点击下一页继续阅读后面更精彩！。

本文地址重生后我只做正确选择第684章 启发和颠覆来源 http://www.meibangbao.com