自动驾驶感知阶段的技术路径有几种？

目前，主要有两种技术路径，一种是计算机视觉，另一种是通过多传感器融合。

1.计算机视觉路径

特斯拉的感知系统是通过使用多个摄像头来捕捉外部环 境并且利用自身独有的神经网络模型来进行3D空间坐 标的构建。

神经网络基础架构:HydraNet -共享特征的多任务网络

纯计算机视觉系统由8个摄像头组成，不需要激 光雷达。特斯拉认为，从经济角度，激光雷达 非常昂贵；同时从技术角度，激光雷达并没有 使性能有实质的提升。

FSD(Full Self-Driving)感知的空间理解能力

Transformer 神经网络: 是一种基于注意力机制的深度学习模型。 目的是使地面坡度、曲率等几何形状的变化可以直接内化到神 经网络的训练参数中进行BEV建模，实现对物体深度信息的精 确感知和预测。

2.多传感器融合路径

Waymo的感知系统通过多个传感器（摄像头，激光雷 达，毫米波雷达）来获取对外界环境的捕捉，进而与 数据库数据进行融合，实现对外部环境的精准描述。

多传感器融合技术：各取所长 + 后融合

鉴于各传感器的特性，目前多传感器融合路线的 思路是各取所长。一般是通过“后融合”方式将 不同传感器的感知结果进行融合，即每个传感器 独立处理生成目标数据，当所有传感器完成目标 数据生成后，再由主处理进行融合。

数据集及模型

主动学习: 对于未标记的数据，将其发送给模型进行预测。如 果模型对其预测非常确定，其将获得一个自动标签。如果不确 定，则将数据发送给人工标注员。这样，人工标注员只标注疑 难数据，其余都是自动标注。