导远电子CTO司徒春辉受邀出席 高级别自动驾驶 主题分论坛，讲解高级辅助驾驶从高速“开进”城区的过程中，高精度IMU如何提升BEV算法效果及助力高频路线城市NOA。 从高速到城市NOA需要什么样的IMU https://www.zhihu.com/video/1660284587463938048. 司徒春辉表示：

基于Transformer的方法通过设计一组BEV查询，结合其位置编码，利用BEV查询和图像特征间的交叉注意力执行视图变换。 Tesla是第一个使用Transformer将透视图特征投影到 BEV平面上的公司。

2023年6月29日 · 针对高频路线，通过车载传感器（摄像头、激光雷达、gnss、imu）等，在车端构建特定区域语义地图，可以实现高频路线城区noa。 这其中，高精度imu对语义地图拼接起重要作用 。 已关注. 关注. 重播 分享 赞. 关闭 . 观看更多. 更多 . 正在加载. 正在加载. 退出全屏

2023年10月7日 · 本文介绍了名为 UniBEV 的端到端模型，重点是对多模态3D目标检测的鲁棒性。 UniBEV的新颖之处在于其从不同传感器统一提取BEV特征的方法，确保了特征的良好对齐。 UniBEV的关键设计组件： 统一架构：camera和激光雷达分支都采用统一的可变形注意力为基础的架构。 这样就避免了对camera进行明确的深度预测。 共享查询：该模型在两个分支之间使用共享查询来进一步加强特征对齐并刺激两个分支之间的互动。 特征融合：论文探讨了不同的特征 …

nuScenes等训练数据集的地图数据是不含建筑/植被等信息的，通过相机和激光雷达扫描再用AI语义分割获得的建筑/植被相当残废，而这些数据都对BEV的视觉感知贡献很大。这些遥感数据可以整合进GeoServer，跟测绘数据一起配合BEV参与训练。

2024年11月28日 · 现在很多车上已经搭载了BEV功能，可能叫做360度全景影像，或AVM（around view monitoring），全景影像监测，用来倒车时观察周围环境。BEV主要步骤可以简单概括为标定、去畸变和拼接，如果是3D情况还会将BEV图像投影到一个碗状的模型上，这样就可以拖动观察。

2023年11月14日 · 本文聚焦自动驾驶领域，介绍了BEV和SLAM两种感知技术，阐述了相机内外参、坐标系等基础概念。 重点解析了BEV的LSS算法，包括其处理过程、深度估计问题及训练数据浪费现象，还提供了自动驾驶多方向学习资源和交流渠道。 摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 > 作者 | 智驾最前沿 编辑 | 自动驾驶 Daily. 点击下方 卡片，关注“ 自动驾驶之心 ”公众号. ADAS 巨卷干货，即可获取. 点击进入→自动驾驶之心【BEV感知】技术交流群. …

2023年6月30日 · 导远电子副总工程师李楠表示，IMU不仅仅是车载定位系统P-box的核心部件，也是智能汽车提升BEV性能，从而提升城市领航辅助驾驶（NOA）性能的重要部件。

2024年6月19日 · 基于BEV的感知算法支持不同的数据模式，包括相机、激光雷达、雷达、IMU和GPS。摄像机和激光雷达是自动驾驶的主要感知传感器，一些产品仅使用摄像机作为输入传感器，例如特斯拉[6]、PhiGent[166]、Mobileye[164]。

In this paper, we propose a fully differ-entiable, and interpretable, bird-eye-view (BEV) based VIO model for robots with local planar motion that can be trained without deep neural networks.