王亮：智慧出行的“千里眼”，车路一体的BEV自动驾驶感知方案

近日，百度举办 Create AI 开发者大会（下称“Create 大会”）。作为首个“人机共创大会”，AIGC（利用AI技术自动生成内容的生产方式）技术被深度应用，创造、搭建、连接了多个科技感爆棚的数字化演讲场景。Create 大会每年都会吸引全球开发者关注，不仅仅是中国的 AI 技术高地，也是全球新兴技术产业发展的“风向标”。

大会中，百度创始人、董事长兼 CEO 李彦宏、百度 CTO 王海峰先后发表主题演讲。李彦宏率先解密“增长从何而来”，王海峰提出人工智能发展进入“深度学习+”阶段。

此外，百度最强科技天团携十大“黑科技” 重磅亮相。九位科技大咖分享了百度在人工智能、自动驾驶、智能交通、智能搜索、量子计算、人工智能科学计算等领域的最新进展与思考。

会上，百度智能驾驶事业群组技术委员会主席王亮以《智慧出行的“千里眼”：车路一体的 BEV 自动驾驶感知方案》为主题进行了分享。

▎分享实录

全文1429字

预计阅读4分钟

我是“百度技术”讲解人王亮，我将为大家讲解车路一体的自动驾驶感知方案如何成为智能出行千里眼。

让我们出行体验更加轻松的是自动驾驶技术。人类驾驶员主要是依靠视觉观察道路和周边情况，智能汽车搭载了激光雷达，毫米波雷达和高分辨率摄像头等传感器，配合算法帮助智能汽车拥有“千里眼”，感知能力更丰富，对道路信息的感知不再受人类视角影响，可以轻松做到360度无死角，甚至还可以通过车路协同，看到更远的路况，这就是我今天要为大家介绍的车路一体的 BEV 自动驾驶感知方案。

BEV无人驾驶感知新范式

自动驾驶系统，传统的图像空间感知方法是将汽车上的雷达、摄像头等不同传感器采集来的数据分别进行分析运算，然后把各项分析结果融合到一个统一的空间坐标系，规划车辆的行驶轨迹。这个过程中每个独立传感器收集到的数据往往受其特定视角的局限，经过各自的分析运算后，在融合阶段会导致误差叠加，无法拼凑出道路实际情况的准确全貌，给车辆的决策规划带来困难。

BEV感知框架：基于统一的BEV空间的端到端融合感知

不同于传统的方式，BEV 自动驾驶感知就好比是一个从高处统观全局的“上帝视角”，车身多个传感器采集的数据，会输入到一个统一模型进行整体分析推理，这样生成的鸟瞰图，有效地避免了误差叠加；方案还能够做到时序融合，不仅是收集一个时刻的数据，分析一个时刻的数据，而是支持把过去一个时间片段中的数据都融合进模型做环境感知建模，时序信息的引入让感知到的结果更稳定，使得车辆对于道路情况的判断更加准确、让自动驾驶更安全。在 BEV 自动驾驶感知方案中，我们提出了车路一体的解决方案 UniBEV。

行业首创车路一体BEV感知方案UniBEV

它支持多传感器、多模态、多任务、时序融合等端到端感知能力，这个方案是由我们在业内首次提出的，它是自动驾驶和车路协同的重要底层方案。

▎UniBEV 主要有三个特点：

端到端
多任务多模态融合感知
车路一体

其中它集成了车端多相机、多传感器的在线建图、动态障碍物感知，以及路侧视角下的多路口多传感器融合等任务，是业内首个车路一体的端到端感知解决方案。我们认为，基于统一的 BEV 空间，更容易实现多模态、多视角、多时间上的时空特征融合，基于此的 UniBEV 车路一体大模型，借助了大数据+大模型+小型化技术闭环，在车端路侧的动静态感知任务上都取得了领先的成绩。

UniBEV，让聪明的车和智慧的路可以更好地协同发展。也期待聪明的车、智慧的路，在强大底层技术创新的支持下，未来可以让我们的出行更安全、更高效。