为何无图智驾用BEV/Occ+Transformer，而不是SLAM建立局部语义地图？

主要观点总结

本文主要讨论了自动驾驶中不同的导航方案，包括无图智驾、bev/occ+transformer方案以及基于SLAM的方案。文章的关键点包括无图智驾的成本问题，bev/occ+transformer方案的优势，以及基于SLAM方案的缺陷和适用范围。

关键观点总结

关键观点1: 无图智驾的成本问题

无图智驾依赖高精地图带来的成本过高，促使行业转向bev/occ+transformer方案。

关键观点2: bev/occ+transformer方案的优势

该方案相比基于SLAM的方案，在感知任务上表现优异，能够处理一定时间范围内的局部语义地图创建。

关键观点3: 基于SLAM方案的缺陷和适用范围

SLAM主要用于定位和建图，但在自动驾驶场景中，其应用受到道路环境变化和高精地图维护成本高的限制。室内机器人更多采用SLAM+局部语义地图的方案，因为更高的精度要求和GPS等传感器无法使用。