[readpaper] Delving into the Devils of Bird‘s-eye-view Perception: A Review, Evaluation and Recipe

arxiv paper

论文印象

BEV Perception Algorithm：

1. Bird Eye's View，鸟瞰图/俯视图，自动驾驶领域，一般以自动驾驶车辆为坐标原点，结合其周围环境信息构成的视图。
2. perception，计算机领域，可以理解为计算机通过各种传感器获取外界的信息。
3. Algorithm，计算机领域，使用各种数据模型来组织、筛选、处理获取到的外界信息，以达到理解外部的世界。

阅读综述有两种受益：

1. 帮助行外人认识该领域。
2. 帮助行内人提升对该领域的认识。

摘要

        对于感知任务，学习以BEV的形式学习强大的特征表示是一种趋势，这引起了业界和学术界的广泛关注。大多数自动驾驶算法的传统方法在前视或透视的视角中执行检测、分割、跟踪等。由于传感器配置变得更加复杂，集成来自不同传感器的多源信息并在统一视角中表示特征至关重要。BEV感知继承了几个优点，因为表示BEV中的周围场景是直观和融合友好的；对于规划和/或控制等后续模块，在BEV中表示对象是最理想的。BEV感知的核心问题在于(a)如何从透视图到BEV的视图转换重建丢失的3D信息;(b)如何获取BEV网格中的地面真实注释;(c)如何制定管道合并来自不同来源的特征和视图的特征;(d)如何适应和推广算法，因为传感器配置在不同的场景中是不同的。在本次调查中，我们回顾了最近关于 BEV 感知的工作，并对不同的解决方案进行了深入分析。此外，还描述了业界对 BEV 方法的几种系统设计。此外，我们引入了一套完整的实用指南，以提高BEV感知任务的性能，包括相机、激光雷达和融合输入。最后，我们指出该领域未来的研究方向。我们希望这份报告能够为社区提供一些启示，并鼓励更多关于 BEV 感知的研究工作。我们保留一个活跃的存储库来收集最近的工作，并在 https://github.com/OpenDriveLab/Birds-eye-view-Perception 上提供一袋技巧工具箱。

引言

        自动驾驶中的感知识别任务本质上是对物理世界的三维几何重建。随着自动驾驶车辆上配备的传感器类型和数量越来越复杂，在统一的角度表示来自不同视图的特征至关重要。著名的鸟瞰(BEV)是一种自然而直接的候选视图，可以作为统一的表示。与二维视觉领域中广泛研究的前视图或透视图相比，BEV 表征有几个固有的优点。

1. 首先，它没有 2D 任务中常见的遮挡或尺度问题。识别遮挡或交叉交通的车辆可以更好地解决。【前视图，容易发生遮挡。透视图，近大远小。】【这里会有个疑问？遮挡一旦发生，不管是什么视角（BEV、前视图、透视图等）都会受到影响。即使BEV使用了多个传感器，如果真的发生遮挡了，也难以感知到被遮挡的目标。】
2. 此外，以这种形式表示对象或道路元素将有利于后续模块(如规划、控制)开发和部署。

此survery，定义BEV感知为所有以BEV视图做为表征的所有感知任务。

请注意，我们并不打算将 BEV 感知夸大为一个新的研究概念；相反，如何在 B