更多更新日志会同步到 CHANGELOG,持续更新中,感谢大家的支持与喜欢! |
||
源代码
开发环境
文档/课件PPT
视频
课后答疑
Surrounding Semantic Occupancy Perception Course for Autonomous Driving
#自动驾驶感知算法之占据网络专题#
课程章节 (点击标题展开章节详情🔎) |
课程视频 | 课件PPT | 节选 | |
🔥 试看
|
一、BEV感知概述(3周)
|
[📹 Video] | [ 百度网盘 4jja ]
|
PPT | [百度网盘] |
![]() |
🔥 试看
|
二、占据栅格网络概述(1.5周)
|
[📹 Video] | [ 百度网盘wl1f ]
|
[PPT] | [百度网盘] |
![]() |
[📹 Video] | [百度网盘] | [PPT] | [百度网盘] |
![]() |
||
四、基于纯视觉的Occ算法(6周)
|
[📹 Video] | [百度网盘] | [PPT] | [百度网盘] |
![]() |
|
五、基于点云和多模态融合的Occ方案(4周)
|
[📹 Video] | [百度网盘] | [PPT] | [百度网盘] |
![]() |
|
六、占据网络部署小试(1.5周)
|
[📹 Video] | [百度网盘] |
![]() |
||
七、课程展望与总结(1周)
|
[📹 Video] | [百度网盘] |
![]() |
||
[📹 Video] | [百度网盘] | [PPT] | [百度网盘] |
![]() |
||
🔥 试看
|
[📹 Video] | [百度网盘] |
![]() |
||
🎉 课程彩蛋这是一个彩蛋 🥚
|
已建立微信交流群,微信 Yida_Zhang2
- 论文一作李志琦解读BEVFormer: 基于Transformer的自动驾驶BEV纯视觉感知,CVPR2022 workshop,代码刚开源
- 环视BEV感知:下一代自动驾驶感知算法新范式,BEVFormer、BEVFormer++、BEVFusion等系列算法分享
- CVPR23 | 3D Occupancy 预测冠军方案:FB-OCC
- CVPR2023 Occupancy Prediction比赛方案总结
- 迈向BEV的大一统 | 基于纯视觉策略的BEV感知
- BEVFusion+BEVFormer讲解
- 有基础的同学,可进一步看本课程的补充材料
git clone https://github.com/Charmve/OccNet-Course ~/workspace/OccNet-Course
cd ~/workspace/OccNet-Course
scripts/start_dev_docker.sh
scripts/goto_dev_docker.sh
cd code/
在没有occupancy network之前,感知只有识别出障碍物是什么类型,规控才会响应,进行制动或避让的响应。如果感知识别不出来,不好意思,就是一堵墙挡在前面,车子也会“无脑”撞上去。
没有occupancy network之前的特斯拉
就算识别出了目标,给出的空间也不一定准确。按照3m的跟停距离来说,这种场景也有一定剐蹭的风险。
敢问阁下将如何应对
但有了occupancy network之后,感知就可以输出这部分的网格是被占用的,达到类似激光雷达点云的作用,从而给出位置和速度。规控就可以对这种被占用的位置做响应。
![occupancy](src/imgs/20231026-135500.jpg)
occupancy networks 效果图
可以说occupancy network对感知来说是质的飞跃,干掉激光雷达成为了可能。有了occupancy network,撞墙、撞无法识别出类型的障碍物已经成为历史!无论是路边的电线杆、还是标志牌,无论挡在车前的是树枝、是牛都可以响应。
Occupancy网络可以识别移动部分和非移动部分、未知障碍物等。
![occupancy](src/imgs/occ-1.jpg)
很多人提到Occ网络,会理解为对通用障碍物,尤其是白名单之外的异形障碍物的感知能力,这没有错。但很多人不知道,Occ网络对于遮挡,也能起到很好的脑补能力。3D空间的占据栅格可以很方便计算遮挡关系,就能帮助感知系统预见遮挡区域。
大家好!
欢迎来到《占据网络在自动驾驶中的应用》这门课程的学习,我是Charmve,大家也可以叫我察姆。目前任职于国内某自动驾驶独角兽公司,有多年自动驾驶量产经验。在本课程中,我们主要对今年国内外备受关注的Occupancy Network做一个专题学习分享,普遍认为它是解决自动驾驶感知长尾问题的关键技术。
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),自此引发业内网对占据网络的关注。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。
为什么估计occupancy对自动驾驶感知很重要呢?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:
- 可变形的障碍物,如两节的挂车,不适合用3D bounding box来表示;
- 异形障碍物,如翻倒的车辆,3D姿态估计会失效;
- 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,我们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。
图1 Tesla Occupancy Network
▲对正在启动的两节公交车的occupancy估计,蓝色表示运动的体素,红色表示静止的体素
特斯拉的Occupancy Network 模型结构如下图所示。首先模型利用RegNet和BiFPN从多相机获取特征,然后模型通过带3D空间位置的spatial query对2D图像特征进行基于attention的多相机融合。如何实现3D spatial query和2D特征图之间的联系呢?具体融合的方式图中没有细讲,但最有可能采取的是两种方案:
-
第一种,叫做3D-to-2D query,即根据每个相机的内外参将3D spatial query投影到2D特征图上,提取对应位置的特征。该方法在DETR3D[1]中提出,BEVFormer[2]和PolarFormer[3]也采取了该**。
-
第二种,是利用positional embedding来进行隐式的映射,即将2D特征图的每个位置加上合理的positional embedding,如相机内外参、像素坐标等,然后让模型自己学习2D到3D特征的对应关系,该方法在论文PETR中提出[4]。再接下来模型进行时序融合,实现的方法是根据已知的自车位置和姿态变化,将3D特征空间进行拼接。
不光是上述提到的BEVFormer、PETR算法,我们在本课程中会详细的分析、总结和对比不同算法之间的来龙去脉,各自发展的过程,核心**和优化点。
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备的条件。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。
图2 空间占据预测示例(TPVFormer、OccFormer)
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。本课程的出发点就是为了解决这个痛点,应该算是国内外对于占据网络全面讲解的第一个课程或者专题内容。
在接下来的很长一段时间,我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。以通俗的语言讲解从2D目标检测到BEV视角下的3D目标检测,再到3D空间占用算法的整个过程。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**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。每个章节都会有详细的课件和答疑群,欢迎大家一起交流!课程后,会有一个大作业,根据给出的条件和目标,思路提示,完成占据网络算法的优化,提升mIoU指标。
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。
✨ 系统性学习占据网络算法设计原理、多种方案对比分析,由浅入深。最重要的是,本课程是一个实践课程,亲自动手设计、训练和部署一个Occ网络,走完一个闭环。这对于进入求职者是十分有优势的一点,尤其对于现在想要进入自动驾驶算法岗位的同学,占据网络、BEV、Transformer和部署经验,都是十分有竞争力的一点。
由浅入深,通俗易懂
我是 Charmve,在多家自动驾驶头部公司任职,主要关注在BEV视觉感知、3D场景重建,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。
- 对占据网络有较为全面的认识,深入理解各种算法的核心**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;
- 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;
- 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!
- 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!
- 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;
- CV与自动驾驶2D/3D感知相关算法工程人员;
- 对占据网络算法感兴趣的朋友,要是有实际需求会更好;
- 对计算机视觉有部分了解,具有一定的Python、Pytorch基础的小伙伴;
2023年11月份开始学习之路,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!
课程采用预售方式,本仓库star数超过1k,或预定人数超过100人后,将会上线全部课程和源代码,课程长期更新。
Some benchmark result and soure code from: https://github.com/CVPR2023-3D-Occupancy-Prediction/CVPR2023-3D-Occupancy-Prediction