极越OCC感知模型，是如何在复杂道路环境中识别和避让障碍物的？

智能驾驶是当下汽车领域的热门话题，各大车企都在不断推出自己的智能驾驶系统，以提升用户的驾驶体验和安全性。然而，智能驾驶系统要想真正实现人工智能的水平，还需要解决一个关键的难题，那就是如何在复杂的道路环境中，准确地识别和避让各种障碍物，包括栅栏、护栏、水马、施工隔离栏等有一定长度的通用障碍物边界。

为了解决这个难题，极越汽车联合百度，率先在国内推出了一种基于深度学习的障碍物检测和分割技术，称为OCC（Occupancy Network 占用网络技术）感知模型。这是国内首个全量上车的纯视觉OCC感知模型，也是全球首个支持通用障碍物边界识别和避让的OCC感知模型。它能够在不依赖雷达、激光等传感器的情况下，仅通过摄像头，就能够实现对复杂道路环境中的障碍物的精准识别和分割，从而提升智能驾驶系统的安全性和灵活性。

那么，极越的OCC感知模型是如何做到这一点的呢？我们来揭秘它的神秘原理。

OCC感知模型的核心是一个卷积神经网络，它的输入是一张或多张摄像头拍摄的道路图像，输出是一个三维的占用网格，表示图像中的障碍物的空间分布。卷积神经网络的作用是将图像中的像素信息转化为三维的空间信息，从而实现对障碍物的检测和分割。

为了训练这个卷积神经网络，极越汽车和百度利用了大量的真实场景数据，包括高速公路、城市道路、乡村道路等各种复杂的道路环境，以及各种天气、光照、季节等不同的条件。通过对这些数据的标注和处理，生成了大量的训练样本，用于训练卷积神经网络的参数，使其能够适应各种复杂的场景。

在训练完成后，OCC感知模型就可以部署到极越汽车的智能驾驶系统中，与其他的视觉算法和控制算法相结合，实现对通用障碍物边界的识别和避让。具体来说，当车辆行驶在道路上时，摄像头会不断地拍摄道路图像，并将其输入到OCC感知模型中，得到一个三维的占用网格，表示图像中的障碍物的空间分布。然后，根据这个占用网格，智能驾驶系统会判断是否需要对障碍物进行避让，以及如何进行避让。如果需要避让，智能驾驶系统会通过控制车辆的转向、加速、刹车等动作，实现对障碍物的安全、平稳、自然的避让。

据极越汽车官方介绍，OCC感知模型的引入，使得极越汽车的智能驾驶系统在复杂道路环境中的应对能力得到了显著的提升，尤其是在高速公路、施工路段等场景中，能够有效地识别和避让栅栏、护栏等通用障碍物边界，提升了行车的安全性和舒适性。同时，OCC感知模型也为极越汽车的智能驾驶系统提供了更多的灵活性和选择性，使得车辆可以根据不同的路况和用户的偏好，进行更合理的路径规划和动作控制。

目前，OCC感知模型已经在极越汽车的最新版本1.3.1中上线，将于2月底前对用户进行全量推送。这是国内首个全量上车的纯视觉OCC感知模型，也是全球首个支持通用障碍物边界识别和避让的OCC感知模型。除了OCC感知模型，极越汽车的最新版本还新增了哔哩哔哩与小宇宙应用的功能，让用户可以在座舱内追番、听播客，打造更丰富的座舱多媒体娱乐体验。

极越汽车是吉利控股集团和百度集团共同打造的“汽车机器人战略合作项目”品牌，旨在为用户提供智能、安全、舒适的出行体验。极越汽车的首款车型极越01，是一款纯电动中大型SUV，基于SEA浩瀚架构打造，于去年10月正式上市，售价24.99万元起，并于去年11月降价至21.99万元起。极越01搭载了百度Apollo的智能驾驶系统，支持PPA和AP两种智能驾驶模式，覆盖高速公路、城市道路、乡村道路等各种场景，实现了L4级别的自动驾驶能力。

极越汽车的OCC感知模型，是智能驾驶领域的一项创新和突破，也是极越汽车对用户的一份承诺和责任。如果你想体验极越汽车的智能驾驶系统，感受OCC感知模型的神奇效果，那么你还在等什么？快来预约试驾，加入极越汽车的智能出行大家庭吧！