Telsa的Occupancy Network到底是什么？为什么被认作是下一代的感知范式

特斯拉在去年AI DAY上，分享了他们在感知方面的一个重点技术：Occupancy Network (占据网络)，自此引发业内外广泛的关注。研究机器人技术的同学肯定对occupancy grid不会陌生，occupancy表示空间中每个3D体素（voxel）是否被占据，可以是0/1二元表示，也可以是[0, 1]之间的一个概率值。

为什么占据网络对自动驾驶如此重要呢？很核心的一个原因是：车辆在行驶中，除了常见障碍物如车辆、行人，我们可以通过3D物体检测的方式来估计他们的位置和大小，还有更多长尾的障碍物也会对行驶产生重要影响。例如：

1.可变形的障碍物，如两节的挂车，不适合用3D bounding box来表示；

2.异形障碍物，如翻倒的车辆，3D姿态估计会失效；

3.不在已知类别中的障碍物，如路上的石子、垃圾等，无法进行分类。

因此希望能找到一种更好的表达来描述这些长尾障碍物，完整估计3D空间中每一个位置的占据情况（occupancy），甚至是语义（semantics）和运动情况（flow）。

特斯拉用下图的具体例子来展现Occupancy Network的强大。不同于3D的框，occupancy这种表征对物体没有过多的几何假设，因此可以建模任意形状的物体和任意形式的物体运动。图中展示了一个两节的公交车正在启动的场景，蓝色表示运动的体素，红色表示静止的体素，Occupancy Network精确地估计出了公交车的第一节已经开始运动，而第二节还处于静止状态。

这一工作的分享，激发了大家对自动驾驶感知算法方向的探讨，普遍认为占据网络是未来感知算法的终极解决方案 。通过稠密的空间体素占用确定自动驾驶车辆的感知结果，为预测和规划提供更加准确的条件。更加有利于特征时序融合、做到自动驾驶端到端的解决方案，最终实现L4，直至L5完全无人驾驶。

如何入门学习？

今年来，学术界和工业界都在视觉occupancy方面有了大量的工作，从纯视觉的方案到多传感器的方案、从前向预测到后向预测，再到最近提出的forward-backward联合方案。对于我们初学者，造成了极大的学习困难。一下子不知道如何下手，从哪开始。自动驾驶之心针对学习的痛点，自研了一整套Occupancy课程，本课程是国内外对于占据网络全面讲解的教程。

早鸟优惠仅限三天！扫码加入学习

在接下来的很长一段时间，我们会从自动驾驶从业者的角度，跟大家一起学习和分享占据网络的发展及其算法原理，同时我们也提供了代码实践内容。以通俗的语言从0到1讲解整个过程，并且尤其关注到算法原理本身，对比不同算法，详细分析其核心思想和各算法的优化点。更为特别的，在本课程中，我们会给出两个占据网络的复现和优化，让你快速复现，学以致用。尤其适合目前正在求职的朋友、对自动驾驶感知算法感兴趣的跨行就职者。

课程特色

•   由浅入深，通俗易懂：作者根据多年的自动驾驶经验，从占据网络的发展过程详细的阐述从2D检测到BEV 3D检测再到占据网络，讲清楚为什么前一方法不适用，各自方法有什么局限性。占据网络的神力又在哪里？由浅入深，一个问题一个问题解答；

•   Occ算法全覆盖，高度提炼：涵盖当前几乎所有的占据网络算法，融会贯通，总结和提炼各自算法的核心思想，引出新的思考；

•   理论结合实战：项目实战和理论结合，实战课程的课后配套实战代码和操作文档，随学随练、快速掌握；

•   学完可达到1年感知算法工程师水平，并能占领感知最热点的方向；

课件代码一应俱全

细致的讲解，不光要有理论，代码及实践也一定要讲透彻！通过全套的视频讲解，帮你在脑海中搭建模型的基本框架，彻底搞懂每一个知识点，从而提高写代码的效率和速度。

讲师介绍

Charmve，在多家头部自动驾驶公司任职，主要关注BEV视觉感知、3D场景重建，具有多个自动驾驶量产项目经验。近年来，尤其关注在占据网络的研发上，根据个人所学所思和工作实践，跟大家一起分享这个主题内容。

课程学后收获

1. 对占据网络有较为全面的认识，深入理解各种算法的核心思想和原理，尽可能做到融会贯通，结合实际工作，改善和提高系统感知能力；

2. 对自动驾驶系统的感知算法会有较深入的理解，掌握感知算法的设计痛点和难点；

3. 学完本课程，并理解本课程所讲解的内容，你将会是占据网络掌握的少数人！

4. 提高从业竞争力，卷过同级身边人，同时也能够结识许多行业从业人员与学习合作伙伴！

适合人群

1. 计算机视觉与自动驾驶感知相关研究方向的本科/硕士/博士；

2. CV与自动驾驶2D/3D感知相关算法工程人员；

3. 对占据网络算法感兴趣的朋友，要是有实际需求会更好；

4. 对计算机视觉有部分了解，具有一定的Python、Pytorch基础的小伙伴；

开课时间与学习方式

2023年9月10号开始学习之路，历经两个月，离线视频授课。主讲老师在微信学习群内答疑，对课程中的算法、代码、环境配置等问题一一解惑！

课程咨询与购买

早鸟优惠仅限三天！扫码加入学习

咨询小助理微信咨询：AIDriver004