HV-BEV：通过水平图与高度感知，提升自动驾驶 BEV 模型性能 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 基于视觉的多视角环境感知系统在自动驾驶技术中的应用日益受到重视，特别是基于BEV（鸟瞰图）的模型。 目前最先进的方法主要通过对每个相机视图中的图像特征进行显式或隐式的深度预测，将其编码到BEV空间中。然而，这些方法往往侧重于提高将2D特征投影到相应深度区域准确性，而忽略了现实世界中物体的高度结构信息和不同场景中物体高度的分布差异。 在本研究中，作者提出了HV-BEV，一种新颖的方法，将BEV网格 Query 范式中的特征采样解耦为水平特征聚合和垂直自适应高度感知参考点采样，旨在提高物体完整信息的聚合以及适应不同道路环境。 具体来说，作者在水平面上构建了一个可学习的图结构，与地面平行，用于3D参考点， ………………………………