极越曝光OCC占用网络技术，中国版“纯视觉”方案来了

作者 | 创新录  编辑 | 汽车人

原文链接：https://zhuanlan.zhihu.com/p/662009221

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

点击进入→自动驾驶之心【占用网络】技术交流群

本文只做学术分享，如有侵权，联系删文

随着智能网联汽车整车技术研发投入持续加大，中国自动驾驶技术的发展完全可以用“一日千里”来形容，L2级辅助驾驶已经成熟，L3级以及更高级别的自动驾驶商业化进程也驶入了“快车道”，落地应用速度将超出所有人的想象。

而在近日，又有一项核心技术取得突破。极越首先发布了BEV+Transformer的“纯视觉”技术方案，并已经跑通了城区领航辅助驾驶，成为国内首家具备成熟纯视觉能力智能汽车品牌。几乎同一时间，极越又曝光了与百度联合研发的国内首个OCC（Occupancy Network ）占用网络技术。BEV+Transformer“纯视觉”+OCC占用网络，也将完全取代激光雷达，进一步提升“纯视觉”高阶智驾能力。中国自动驾驶的“纯视觉”路线，将在极越和百度的引领下加速崛起。

解码OCC：“纯视觉”方案核心技术，自动驾驶新价值高地
按照自动驾驶的技术方向，其硬件方案可以划分为两大路线：“纯视觉”方案，使用摄像头等被动探测设备，不发射任何探测信号，不依赖回波感知外部世界，目前仅有特斯拉、极越两位玩家。
“多模态融合”方案，依靠激光雷达、毫米波雷达的回波反射，为车辆在行驶环境中提供静态和动态物体的可靠识别数据，绝大多数自动驾驶公司均采用这一方案。对比依赖激光雷达的“多模态融合”方案，“纯视觉”方案技术难度更高，但研发成功后成本更低，可以大幅压缩生产成本。
作为“纯视觉”方案的核心技术之一，OCC是一种基于学习的三维重建方法，通过产生3D体素，将这些3D体素与3D重建体素（Nerf离线训练得到）进行比较，从而实现感知识别，既能辨别出“不能碰的物体”又能发现“可以碰的网格”。

和BEV（Bird's Eye View）鸟瞰视角相比，OCC解决了不识别就不能作为障碍物的问题，能够更好地理解和处理三维空间数据，从而实现更精确和高效的操作，显著增强理解周围环境的能力。有业内人士认为，OCC将彻底弥补当前感知算法最后一公里的缺陷。
在2022年9月的Tesla AI Day上，OCC正式公布，甫一亮相就被公认为将是下一代的感知范式，成为自动驾驶新的价值高地。特斯拉的“如意算盘”，是OCC解决部分特殊场景问题，不需要激光雷达，从而在自动驾驶的激烈竞争中占据领先优势。
但很显然，OCC并不是特斯拉的专利。10月17日，极越公布了中国首个基于“纯视觉”的占用网络DEMO视频，中国自动驾驶技术的商业化落地，又翻开了新的一页。
OCC即将量产：引领“纯视觉”方案崛起，极越走在世界最前列
根据极越发布的OCC演示视频，极越01对周围环境有着强大的感知能力，用3D体素清晰地展示了栏杆、绿植、路障等标准障碍物，同时还精准识别出了施工中的工程车、树木中的路灯等异形障碍物。
其中蓝色网格代表静态建筑物，如路中心护栏隔离带、施工围栏；橙色代表动态交通参与者，包括机动车、非机动车；还有紫色马路沿、绿色绿化带等。每一个网格约15厘米，感知质量非常高，识别也相当准确。

据极越CEO夏一平介绍，最初定义产品时，极越就想走“纯视觉”路线，但出于安全考虑，增加了激光雷达作为冗余兜底，形成了“纯视觉为主+激光雷达”融合的智能驾驶方案，两套双独立系统互为备份、相互补充。如今，随着BEV+Transformer等技术的成熟，极越正式决定采用“纯视觉”方案。
目前，极越的高阶智驾已经进入2.0阶段，BEV+Transformer的“纯视觉”，不再借助激光雷达，并逐步降低对高精地图的依赖程度，配合OCC技术，帮助汽车机器人更准确地还原3D场景，可以获取比激光雷达点云分辨率更高的三维结构信息，还能减少漏检、误检并弥补视觉所不具备的空间高度信息，适应更为复杂的驾驶环境，大幅提升泛化能力。
值得一提的是，随着底层AI视觉算法能力的快速升级，“纯视觉”方案在系统成本、技术迭代、数据闭环、端到端等方面的优势更加明显。

据夏一平透露，极越“纯视觉”方案端到端的训练正在以“周更”的速度快速迭代，并且随着交付量的快速攀升，基于高效数据闭环体系将让极越高阶智驾呈现指数级进化。“数据生产质量和效率，是未来竞争的关键。高效的系统一定是硬件越来越少，模型越来越集中，规则和假设越来越少。”夏一平说到。
可以预料的是，在极越01的引领下，“纯视觉”方案将快速迭代，中国自动驾驶路线更加丰富，在推动自动驾驶商业化的同时，也将为全球汽车行业的创新发展注入了新的动力。

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

视频官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

近2000人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！