基于BEV感知的自动驾驶全景理解系统设计与实时优化.docxVIP

PAGE2

基于BEV感知的自动驾驶全景理解系统设计与实时优化

摘要

随着自动驾驶技术向L3级及以上迈进，车辆对周围环境的理解能力成为制约安全性的关键瓶颈。传统基于2D图像感知的方法缺乏深度信息，难以应对复杂的三维空间交互，而基于激光雷达的方案成本高昂且难以大规模普及。针对上述痛点，本课题设计并实现了一套基于鸟瞰图感知框架的自动驾驶全景理解系统，旨在通过多视角相机数据实现高效、低成本的三维场景重建与语义理解。

系统采用“感知-融合-输出”的总体架构，核心在于利用Transformer机制将多路相机图像特征转换至统一的BEV空间，实现了动态障碍物检测与静态道路结构分割的端到端推理。论文首先分析了系统对实时性与精度的双重需求，确立了以目标检测、可行驶区域分割为核心的功能指标。其次，在详细设计阶段，提出了基于空间交叉注意力机制的特征转换模块，并引入时序融合策略以增强系统的稳定性。针对实时性要求，采用了TensorRT加速推理与模型量化技术，显著降低了计算延迟。

测试结果表明，本系统在nuScenes数据集上的平均精度达到预期指标，在NVIDIAJetsonAGXXavier平台上的推理速度达到25FPS，满足了自动驾驶实时感知的需求。本设计不仅验证了纯视觉BEV方案在全景理解中的有效性，也为低成本自动驾驶系统的落地提供了技术参考。

第一章绪论

1.1研究背景

近年来，自动