BEV感知从进入大众的视野，到成熟地落地量产不到两年的时间。回想22年之前的方案，当时还是2D检测结合一系列复杂的pipeline得到目标的距离信息，最终建模在BEV下。泊车方案大都基于IPM建模BEV，损失了高度的信息。或者使用一些容易部署的单目3D检测方案。整个22年和23年给汽车人的感觉就是技术发展太快了！在沉淀一段时间后，也更让我们坚信自动驾驶终将实现~
说回BEV感知，近一段时间看了很多公司的方案，可以说BEV已经成为当下主流L2/L3量产的基石。各家基于Orin或者J5的方案BEV都可以上车，那么也引出了汽车人的一个思考—BEV感知的边界在哪里？自动驾驶下一代方案（面向L4）的方向是什么？
BEV感知的优势自不必多说，离不开更大的全局感受野、统一了多传感器融合的坐标和尺度以及时序融合等等一系列好处。相比于之前的方案的确有了质的提升。但感知总归是有感知的边界，BEV也不可能处理所有的情况。尤其是当下我们似乎慢慢摸索到了这个边界，再向前一步该如何去做？下一代自动驾驶方案应该如何设计才能破局？目前汽车人也是带着这个思考再向前走，也欢迎大家畅所欲言！但不管怎样，BEV感知在学术界和工业界中的问题还没有完全收敛，仍然有很多问题需要解决和探索，汽车人和大家一起在思考中不断前进！
以上内容均出自【自动驾驶之心知识星球】
自动驾驶之心知识星球，创办于2022年7月份，致力于打造为自动驾驶行业中的 ”黄埔军校“，目前近2400人，聚集了近50+自动驾驶行业专家为大家答疑解惑。
星球内已经打磨出近30+的学习路线，涉及BEV感知、动态/静态障碍物检测、多传感器融合、多传感器标定、目标跟踪、模型部署与cuda加速、仿真等方向，沉淀了大量工程上的解决方案、学术上的优化思路！星球主要内容一览：
如何持续保持跟进和输入呢？我的答案是找对圈子，让你每天能够主动和被动接受很多新的知识，包括领域知识体系的梳理、刷题、面试经验、各家企业现状、各个岗位的具体职责以及后续的职业前景等。一个人入门学习，无异于大海捞针，浪费了大把时间踩坑，还得不到想要的答案。哪里有专业回答的规划呢？这里我推荐一个我们一直在维护的社区：自动驾驶之心知识星球，目前是国内最大、最专业的自动驾驶社区。欢迎加入！
