近日，有推特用戶分享了理想城市NOA在雨中的測(cè)試視頻，并寫道“主要基于視覺平臺(tái)，6月份將正式公開?！碧厮估瑿EO馬斯克隨后回復(fù)稱：“感覺很熟悉?！?br>

　　此前，李想也在社交平臺(tái)上展示了體驗(yàn)城市NOA功能的界面截圖，并稱自己是“鳥蛋用戶”。根據(jù)第一季度財(cái)報(bào)會(huì)議的消息，理想城市NOA將于6月份開始早鳥測(cè)試，部分用戶將收到推送。

　　據(jù)悉，理想汽車在即將量產(chǎn)的城市導(dǎo)航輔助駕駛算法中，使用了三種神經(jīng)網(wǎng)絡(luò)大模型算法：靜態(tài)BEV網(wǎng)絡(luò)算法，動(dòng)態(tài)BEV網(wǎng)絡(luò)算法以及Occupancy網(wǎng)絡(luò)算法進(jìn)行還原，并使用NeRF技術(shù)增強(qiáng)Occupancy網(wǎng)絡(luò)算法使之實(shí)現(xiàn)更高的精度和細(xì)節(jié)。

　　靜態(tài)BEV可以在部分?jǐn)z像頭被遮擋，車道線模糊的時(shí)候依舊可以描繪出道路結(jié)構(gòu)，解決了高精地圖數(shù)據(jù)實(shí)時(shí)性的問題。動(dòng)態(tài)BEV可以實(shí)現(xiàn)車輛同時(shí)出現(xiàn)在多顆攝像頭視野的情況下，穩(wěn)定地追蹤并感知出物體的距離與速度，使得動(dòng)態(tài)BEV神經(jīng)網(wǎng)絡(luò)具備了一定的“腦補(bǔ)”能力。Occupancy網(wǎng)絡(luò)算法則可以對(duì)我們所在的物理世界進(jìn)行數(shù)據(jù)化建模，通過純視覺可以還原物理世界的真實(shí)場(chǎng)景，例如路上的垃圾桶、臨時(shí)的施工牌等“通用障礙物”。在這個(gè)基礎(chǔ)上，使用NeRF技術(shù)，進(jìn)一步提升了Occupancy在遠(yuǎn)距離的分辨率，讓系統(tǒng)的感知能力更加強(qiáng)大。

　　基于以上三種神經(jīng)網(wǎng)絡(luò)大模型算法的感知結(jié)果，系統(tǒng)會(huì)實(shí)時(shí)輸出周圍所有交通參與者的軌跡預(yù)測(cè)結(jié)果，這樣的預(yù)測(cè)結(jié)果可以為用戶在城市復(fù)雜場(chǎng)景的決策規(guī)劃中提供準(zhǔn)確的信息。（編譯/汽車之家 邢月陽）

返回第一電動(dòng)網(wǎng)首頁 >