一、感知层：BEV与Occupancy如何构建城市三维认知

　　BEV视角统一：将摄像头、激光雷达等不同传感器采集的数据，统一投影到俯视空间，形成全局鸟瞰图，解决多传感器融合的视角不一致问题。

　　Transformer时序融合：利用注意力机制对多帧连续数据进行时序建模，让系统记住前几秒周围车辆和行人的运动轨迹，从而判断下一步意图。

　　Occupancy占用网络：将三维空间体素化，判断每个体素是否被障碍物占据，不依赖预设的物体类别清单，对施工路障、侧翻车辆等异形障碍物同样有效。

　　二、技术路线：重感知轻地图成为主流

　　早期依赖高精地图：高精地图预先存储车道线、路口拓扑、交通标志等厘米级信息，车辆定位后按图行驶，但覆盖率低、更新慢。

　　当前转向无图或轻地图：车辆依靠自身感知实时构建道路结构，仅用导航地图做路径指引，摆脱对高精地图的强依赖，实现“有路就能开”。

　　传感器配置差异明显：部分厂商保留激光雷达作为安全冗余，部分以纯视觉方案为主，但决定体验的并非单一硬件，而是感知、算法、算力、数据闭环与整车控制的整体配合。

　　三、决策规划层：城市比高速难在哪

　　交互博弈复杂度陡增：城市中行人横穿、电动车突然切入、临停车辆占道等场景频发，系统不仅要“看见”，还要预测对方下一步动作，再决定走或让。

　　极端场景兜底策略：安全策略需要覆盖感知失效、规划冲突等极端情况，通过独立于主模型的兜底逻辑保障车辆进入最小风险状态。

　　预测与规划的实时性要求：城市车速虽低，但决策窗口更短、参与方更多，对芯片算力和算法效率的要求反而高于高速场景。

本文由AI生成