特斯拉馬斯克評理想城市NOA：感覺很熟悉

日前，有推特用戶分享了理想城市NOA在雨中的測試視頻，并寫道“主要基于視覺平臺，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，李想也在社交平臺上展示了體驗城市NOA功能的界面截圖，并稱自己是“鳥蛋用戶”。根據(jù)第一季度財報會議的消息，理想城市NOA將于6月份開始早鳥測試，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，動態(tài)BEV網(wǎng)絡(luò)算法以及Occupancy網(wǎng)絡(luò)算法進行還原，并使用NeRF技術(shù)增強Occupancy網(wǎng)絡(luò)算法使之實現(xiàn)更高的精度和細節(jié)。

　　靜態(tài)BEV可以在部分攝像頭被遮擋，車道線模糊的時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)實時性的問題。動態(tài)BEV可以實現(xiàn)車輛同時出現(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，使得動態(tài)BEV神經(jīng)網(wǎng)絡(luò)具備了一定的“腦補”能力。Occupancy網(wǎng)絡(luò)算法則可以對我們所在的物理世界進行數(shù)據(jù)化建模，通過純視覺可以還原物理世界的真實場景，例如路上的垃圾桶、臨時的施工牌等“通用障礙物”。在這個基礎(chǔ)上，使用NeRF技術(shù)，進一步提升了Occupancy在遠距離的分辨率，讓系統(tǒng)的感知能力更加強大。

　　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)會實時輸出周圍所有交通參與者的軌跡預(yù)測結(jié)果，這樣的預(yù)測結(jié)果可以為用戶在城市復(fù)雜場景的決策規(guī)劃中提供準確的信息。

免責聲明：本文轉(zhuǎn)自網(wǎng)絡(luò)，僅代表作者個人觀點，與亞訊車網(wǎng)無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容（包括圖片版權(quán)等問題）未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關(guān)內(nèi)容。本站不承擔此類作品侵權(quán)行為的直接責任及連帶責任。

關(guān)鍵詞：網(wǎng)絡(luò),算法,可以,BEV,城市