特斯拉淘汰的技术，中国车企为何不放过？解析BEV感知

随着完全没有雷达硬件的特斯拉HW4.0硬件，在工信部申报之后，特斯拉新一代的纯视觉辅助驾驶软硬件也将加速在中国落地，从HW3.0的后期开始，特斯拉开始采用占用网络技术，让车辆自身置身于一个3D世界中，能够更好地化解一些辅助驾驶的边角案例情况。

特斯拉FSD Beta从2021年开始采用了BEV技术，从去年开始使用了由BEV发展而来的占用网络技术，而最近这一个月时间，国内的新势力造车和自动驾驶方案供应商们，开始齐刷刷地开始上马BEV技术。

蔚来在全新的NOP+将在2023年上半年完成向BEV感知路线的切换，最近发布的小鹏P7i的城市辅助驾驶功能中，也融合了最新的BEV技术，另外还有毫末智行、百度Apollo、理想等厂商也都发布了BEV相关的最近进展。

BEV这项已经被特斯拉淘汰了的视觉技术方案，在短时间内被国内厂商们捡了起来，这又是为什么？都说特斯拉纯视觉不安全、不保险，可是它的视觉技术真的很香？

为了压低硬件成本，特斯拉不得不淘汰BEV？

BEV的全称是Bird’s eye view，也就是鸟瞰图的意思，我们以特斯拉为例：特斯拉车型使用8个摄像头采集图像，并进行有效的融合，当然这不同于我们最常见的那种360°环车影像的图像缝合，系统直接通过将所有摄像头采集图像通过矫正后，统一输入到神经网络来提取特征，然后利用基于自注意力机制的transformer，将这些特征进行关联，之后再投影到一个向量空间之中，并且之前的还未去掉雷达的特斯拉还会加入一些雷达的数据，最终拿到一张反映周围环境的鸟瞰图。

这种鸟瞰图仿佛就是开了一个上帝视角，让车辆能够把近处的感知统一放到一个平面中，尽可能的增大了感知的范围和冗余度，不过这一技术有一个先天的BUG，也就是鸟瞰图依然是一个2D图像，就像你坐飞机时，尽可能地向下垂直俯瞰一样，你并不太能分辨得出高低起伏，建筑物或者山地与周围的平地一样，难以感知到深度或者说是落差。

所以特斯拉车型在使用BEV技术的前后，依然会出现遇到静态物体不识别，或是出现幽灵刹车的问题，因为虽然系统能够看得见物体，但是依然不一定能够识别得出这是个什么物体，还是非常依靠车企在研发过程中提前的标定和分类，能够认识地就能躲避，认不清的也来不及再反应，就直接撞了。

但是只靠提前的学习和标定，让系统永远在拄着拐杖，面对路面上的突发情况，比如临时的施工以及遗撒的物体，都不能做到万无一失，当然如果要是在辅助驾驶的范畴内，适中有驾驶员这个最后的保障，那还算好说一些，但是这种技术依然难以运用到自动驾驶中。

所以，大家会看到特斯拉从BEV，进化到了占用网络，虽然占用网络也是BEV技术的延伸，但是它们最大的区别就在于系统的感知从2D变为了3D。

特斯拉车型把自己放在了3D的空间内，让一切障碍物都能在3D空间内用块状物体展现出来，系统能够在10毫秒内向计算单元输出车辆周围每个3D位置的占用概率，并能够预测被瞬时遮挡的障碍物。特斯拉无需再去纠结物体是什么，也不用再去识别分类，只要知道了物体的大概形态，它就知道要不要躲了。当然，我们是以特斯拉为例，Mobileye最新的Super Vision也是利用了类似的2D变3D的技术模式，因为目前主流自动驾驶厂商中，依然在坚持搞视觉方案的，也就只有它们两家了。

蔚小理靠堆硬件去弥补技术短板，可到头来还是特斯拉对了？

那么为什么蔚小理都在目前这个阶段，开始转向特斯拉淘汰的BEV了呢？特斯拉淘汰的原因，正是因为它不具备蔚小理的一些优势，而蔚小理敢于使用这项技术，正是因为在硬件方面的堆得足够高。

无论是BEV还是占用网络，抑或是HW4.0可能带来的更先进的技术，驱使着特斯拉不断在视觉算法方面卷上天的，就是因为它缺少雷达传感器，特别是激光雷达这类能够扫描出3D空间的传感器。特斯拉的占用网络简单理解的话，就可以看作是为了不用激光雷达，逼着自己走出来的一条新路线，因为视觉的平面感知没法有3D的效果，又没法给车辆带个3D眼镜，所以就只能在算法架构上卷。

而蔚小理它们，还有国内绝大多数自动驾驶方案供应商们，大家都选择了激光雷达路线，而且激光雷达确实是能够让大家抄近道，不管你有没有先发优势，用上激光雷达，自动驾驶的研发落地进度就是会加快，虽然BEV技术只能给出2D的鸟瞰图，但是激光雷达可以给出3D的感知效果，而且不少厂家的激光雷达都布置在了比较高的位置，这样它们可以拥有更好的视场角，也就是大家宣传的那个FOV值。而且不少车型都用了不止一颗激光雷达，各个方向其实都能有3D感知。

激光雷达发出的激光束，可以通过点云来绘制出一个物体的大概图像，一些等效线束比较高的激光雷达，几乎能够一定的成像能力，而且是一个3D的效果图，BEV技术的视觉优点可以被吸取，同时感知准确性方面的不足，能够被激光雷达或者4D成像毫米波雷达给补齐。

而虽然BEV看上去过时了，但是当智能驾驶开始进城之后，BEV技术变得越来越重要，一张鸟瞰图把周遭实物都清晰地体现出来，但是它的成本目前依旧很高。李想在前段时间的沟通会上表示，想要做BEV的城市辅助驾驶，可能需要投入超过100亿元，所以不要以为自动驾驶已经卷到头了，钱已经没得可烧了，这么多钱的投入，想要让新势力们短期内实现盈利，几乎还是没可能。

总结

虽然用着特斯拉淘汰了的技术，但是国内厂商们应该是会把BEV技术继续做大做强，因为特斯拉为了降成本而去卷软件，而国内厂商们堆足了硬件和算力，把特斯拉的弱点都给补齐了，所以有能力去克服BEV技术面临的一些瓶颈。

当然还有一个绕不开的问题，就是多传感器融合方案的感知优先级判断，特斯拉是纯视觉了，不用再去琢磨雷达与视觉的感知冲突了，而其他车企和供应商们还要面临这个问题，而且如果2D的BEV鸟瞰图的感知，与3D的激光雷达感知或者4D成像毫米波雷达的感知存在着冲突，那么该听谁的呢？

如果要想解决上面这种问题，还是要在视觉感知方面下功夫，激光雷达这根拐杖很有可能成为未来自动驾驶发展的桎梏。