@自動駕駛 / 博客 RSS 訂閱

Jan 10 2026

mob6454cc6d3e23 - [BEV] 學習筆記之Lift, Splat, Shoot

一、引言 在自動駕駛領域，感知系統的核心目標是從多傳感器數據中提取語義信息，並將其融合到統一的 “鳥瞰圖（Bird's-Eye-View, BEV）” 座標系中，為後續的運動規劃模塊提供決策依據。傳統計算機視覺算法要麼輸出與座標系無關的分類結果，要麼在輸入圖像的同一座標系中進行預測（如目標檢測、語義分割等），這與自動駕駛中 “多傳感器輸入 - 統一

自動駕駛 , 純視覺BEV感知 , BEV 語義分割 , 前端開發 , 數據驅動 , 可解釋的端到端軌跡規劃 , Javascript

收藏 評論

Jan 08 2026

代碼保安 - Kubernetes 是什麼？把它想象成你的容器“自動駕駛”系統。

下面讓我基於這個比喻來詳細解釋一下 Kubernetes（k8s） 到底是什麼： 核心比喻：Kubernetes 是你的容器“自動駕駛”系統 想象一下，你是一個擁有龐大車隊（容器化應用）的物流公司老闆。在手動管理（傳統部署）時代，你需要： 手動安排每輛車：哪輛卡車裝什麼貨、走哪條路。 時刻盯着儀表盤：車壞了要派人去修，路堵了要指揮繞行。 應對突發流量

服務器 , kubernetes , 雲計算 , 自動駕駛 , ip

收藏 評論

Dec 15 2025

地平線智駕開發者 - PTQ 量化數值範圍與優化

一、PTQ 模型量化問題 1.1、模型問題 基於公版模型訓練，沒有對模型做範圍做約束，weight\_decay=1e-6， 訓練出的 float 模型數值分佈很大，如圖 2，可以看到模型的後面幾層數據分佈範圍很廣，最大閾值超過了 8000，對我們量化來説並不友好。 1.2、算子問題 如圖 2，基於全 int16 算子配置量化，當前版本 resize 算子有約束（請查閲工具鏈算子支持情況），只能支

自動駕駛 , 算法

收藏 評論

Nov 16 2023

高德技術 - 視覺BEV基本原理和方案解析

BEV(Bird’s-Eye-View)是一種鳥瞰視圖的傳感器數據表示方法，它的相關技術在自動駕駛領域已經成了“標配”，紛紛在新能源汽車、芯片設計等行業相繼量產落地。BEV同樣在高德多個業務場景使用，例如：高精地圖地面要素識別、車道線拓撲構建、車端融合定位中都扮演了重要角色。如圖1‑1所示： 圖1‑1 BEV在高德應用場景（僅列舉部分）a)高精底圖 b)地面要素識別 c)車道線拓撲構建[1] d

高德地圖 , 自動駕駛 , 算法 , 人工智能

收藏 評論