01BEV感知算法概念？ Bird’s-Eye-View，鸟瞰图（俯视图）。BEV感知算法存在许多的优势。 首先，BEV视图存在遮挡小的优点，由于视觉的透视效应，现实世界的物体在2D图像中很容易受到其他物体的遮挡，因此，传统的基于2D的感知方式只能感知可见的目标，对于被遮挡的部分算法将无能为力。 而在BEV空间内，时序信息可以很容易地被融合，算法可以基于先验知识，对被遮挡的区域进行预测，“脑补”出被遮挡的区域是否有物体。虽然“脑补”出来的物体固然有“想象”的成分，但对后续的控制模块来说，还是有

在2024年1月美国拉斯维加斯，全球最大的消费电子和消费技术展览会CES 2024开幕，AI构建的数字世界正在革新每一个行业，包括智能汽车也是此次展会的重要组成部分。感知体验领导者瑞声科技（AAC）依托30年全球领先的消费类电子微型器件研发及生产经验，在汽车智能化浪潮中发挥重要的支撑作用。此次CES 2024，瑞声科技带来了一体化、全方位连接、精准实时、沉浸式的全栈式车载整体解决方案，加速智能座舱多模态交互未来发展。 在微型扬声器领域，瑞声科技深耕30年，拥有深厚的技术积累和开发经验。瑞声科技

电子发烧友网报道（文/李弯弯）感知智能是指通过各种传感器获取信息的能力，它涵盖了视觉、听觉、触觉等感知能力，能够让计算机模仿人类的感知过程，实现更加精确和高效的数据分析和处理。感知智能的关键在于数据的获取、处理和分析。它是指将物理世界的信号通过摄像头、麦克风等硬件设备，借助语音识别、图像识别等前沿技术，映射到数字世界，再将这些数字信息进一步提升至可认知的层次，比如记忆、理解、规划、决策等。感知智能是AI与现实世界交互的基础感知智能可以帮助机器人根据所携带的传感器对所处周围环境进行环境信息的获取

自动驾驶绕不开的一个话题那就是激光雷达和摄像头到底哪个更出色，这个问题一直在行业内争论不休，两大派系各执一词，都能讲出一大堆的理由为什么用此非彼，其实要想明白为什么会有这个争论，我们就要先了解这两大技术路线背后的原理是什么，各自有哪些优势和不足。 自动驾驶将汽车的驾驶能力及驾驶责任逐步由人转移到汽车，其主要包括感知、决策和执行三大核心环节。其中，感知环节相当于人的眼睛和耳朵，主要通过车载摄像头、激光雷达、毫米波达等各类车载传感器在行车过程中完成对环境及车辆的感知、搜集周围环境数据并将其传输到决

路侧感知方案架构图 传统的路侧感知技术路线 ● 磁环感应回路传感器：通过绝缘和导电的导线穿过道路中的切口，一个电脉冲通过导线，汽车通过而引起的电感变化指示车辆何时经过或停止。该技术不受光线影响，但只能计数无法识别，且需要挖掘路面来安装或修理，使用周期短，总体成本高。 ● 视频监控：视觉传感器不仅可以测量十字路口和高速公路的交通行为，还可以将实时视频传输给客户。但是环境适应性差(昼夜交替、光线和恶劣的天气直接影响到系统探测能力），而且要求具有先进的信号处理和算法，这会增加了系统的复杂性。    

2023年城市NOA成为自动驾驶新的战场，各车企纷纷发布新产品、立下新目标，要在高阶辅助驾驶的赛场上大展身手。感知模块作为自动驾驶流程中的第一环，也是将物理世界与车机大脑相连接的重要一环。如何让汽车像人类一样，将“眼前所看”转化为“脑中所想”，进一步变成“所作所为”，对于算法模型有很大的考验。基于Transformer模型的BEV技术成为当下的热门选择。 亿欧汽车始终关注智能电动汽车领域的技术进展与商业动态，特此撰写BEV+Transformer系列文章，从技术、商业、趋势三个维度分别入手，深

作者：刘伟 机器人的态势感知是指机器人对其周围环境和自身状态的感知能力。它包括对环境的感知，如感知物体的位置、形状、运动等，以及对自身状态的感知，如感知自身的位置、姿态、速度等。机器人的态势感知对于实现机器人的自主决策和行为至关重要，因此成为研究的热点和难点。 首先，机器人的环境感知是一项复杂的任务。机器人需要通过传感器获取环境信息，并将其转化为对环境的理解。然而，现有的传感器技术还存在一些限制，如传感器的精度、响应速度和感知范围等问题，这给机器人的环境感知带来了挑战。其次，机器人的自身状态感