当下自动驾驶的技术发展,重建还有哪些应用?
自动驾驶之心·2025-06-29 08:19
点击下方 卡片 ,关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 4D标注之静态元素 这些天一直在思考一个问题:当下自动驾驶的技术发展,重建还有哪些应用? 起因是身边做SLAM的小伙伴抱怨现在工作都找不到,SLAM的职业发展空间正在逐渐缩小。而且当下自动驾驶所需要的重建也在向前发展,不再是SLAM相关的技术 栈了。。。 回到问题本身,重建当下在4D标注 - 静态元素上的应用还是很广的,当然核心技术不再局限在SLAM上。车道线及静态障碍物标注,还是强依赖在重建图上标注的~2D 空间标注,每个时间戳下都需要再图像上进行标注,模型做语义分割+深度预测,这种方式耗时费力,实时上,只需要重建出3D静态场景,在重建3D场景中静态元素 只需标注一次。 重建的目的主要有两个: 输入:根据lidar或者多个周视摄像头重建得到的3D重建图 输出:矢量车道线及类别,单条车道线用多个有序点表示组成折线,例如一条车道线为(N,3),其中N为车道线点的数量,3为xyz空间坐标值 获取地面重建图2D(BEV+高度)车道线和地面标识; 重建静态点云 3D(静态障碍物)。 在梳理下重建的整体流程,这里面涉及 ...