自动驾驶之心

9月30日的Tesla AI Day，特斯拉发布了初版的Optimus机器人，自动驾驶FSD的更多细节也慢慢浮现在大众的眼前。我整理了Tesla FSD算法方面值得重点关注的进展与大家分享。

近年来，三维多目标跟踪（MOT）出现了许多新的基准和方法，尤其是那些“检测跟踪”范式下的基准和算法。尽管它们取得了进展并发挥了作用，但尚未对其优缺点进行深入分析。

多源异构传感器融合在当今的自动驾驶应用场景中很常见，准确的多传感器时间和空间统一是实现多传感器融合感知和定位的先决条件。许多传感器融合方法假设不同传感器的时间戳精确对齐，这实际上只能通过严格的硬件同步

相比于Point View或BEV而言Range image具有紧凑性，因为这两种表示方法的稀疏性非常明显，而Range View则没有稀疏性。

L0人工驾驶，需要驾驶员执行全部的驾驶任务，主要是一些预警和提示功能，常用的传感器有摄像头（前视、环视、座舱等）、毫米波雷达、超声波雷达。 常用的感知模块包括但不限于：分类、检测、分割、车道线检测、

学习感知任务的鸟瞰图（BEV）中的强大表示法是一种趋势，并引起了工业界和学术界的广泛关注。大多数自动驾驶常规方法是在前视图或透视图中执行检测、分割、跟踪等。

由于深度信息的缺失，从单目图像估计物体的准确3D位置是一个具有挑战性的问题。之前的工作表明，利用目标的关键点投影约束来估计多个候选深度可以提高检测性能。

基于深度神经网络的目标检测器不断发展，并用于多种应用，每个应用都有自己的一组要求。安全关键型的应用程序需要高精度和可靠性，而低延迟的任务需要节约资源的神经网络结构。

由于camera或激光雷达等传感器返回足够丰富的数据，researcher能够用不同的分辨率绘制不同类型的地图并使用它们在城市环境中实现高水平的车辆定位精度和稳定性。