01
BEV感知概述
什么是BEV感知、BEV在自动驾驶中的角色、主流方案对比（LSS vs Transformer）
基础概念
02
传感器标定故障排查
相机内参外参标定错误、激光雷达与相机联合标定偏差、时间同步问题
标定传感器
03
数据预处理链路故障
图像畸变校正失败、点云降采样参数异常、数据增强导致标签偏移
预处理数据
04
特征提取网络故障
Backbone选择不当、FPN特征融合尺度不匹配、Neck部分梯度消失
网络特征
05
视角转换模块故障（LSS）
深度估计网络不收敛、体素池化显存溢出、视锥点云生成错误
LSS视角
06
视角转换模块故障（Transformer）
Query初始化不合理、Cross-Attention未收敛、位置编码维度错误
Transformer注意力
07
BEV特征编码器故障
时序融合模块对齐错误、多帧特征冲突、BEV特征分辨率不足
编码器时序
08
检测头(Detection Head)故障
分类头与回归头Loss不均衡、Anchor尺寸设置不合理、NMS后处理参数敏感
检测头NMS
09
分割头(Segmentation Head)故障
类别不均衡导致Loss震荡、边界预测模糊、小目标分割丢失
分割小目标
10
损失函数(Loss)故障
Focal Loss参数调优、L1 Loss与GIoU Loss权重配比、辅助Loss冲突
损失调参
11
优化器与学习率故障
AdamW参数设置不当、Warmup策略失效、Cosine Annealing周期不匹配
优化器学习率
12
训练稳定性故障
Loss突然爆炸、NaN/Inf梯度出现、模型过早过拟合
稳定性梯度
13
数据加载(DataLoader)故障
多进程读取卡死、数据增强随机种子不一致、内存泄漏
DataLoader多进程
14
分布式训练故障
DDP通信超时、Batch Size与学习率线性缩放规则失效、梯度同步错误
分布式DDP
15
模型导出与转换故障
TorchScript导出失败、ONNX算子不支持、TensorRT量化精度下降
导出TensorRT
16
推理引擎部署故障
CUDA OOM、动态Shape处理不当、多线程推理竞态条件
部署推理
17
可视化调试工具故障
TensorBoard日志不写入、WandB上传中断、Matplotlib渲染中文乱码
可视化调试
18
评估指标(metric)故障
mAP计算逻辑错误、ATE与ADE指标异常、不同数据集评估标准混淆
评估指标
19
长尾场景故障
雨雾天气传感器衰减、夜间低光照检测失效、遮挡严重导致漏检
长尾鲁棒性
20
实时性(Real-time)故障
模型推理延迟超标、预处理成为瓶颈、后处理耗时过高
实时性延迟
21
多模态融合故障
图像与点云特征未对齐、模态缺失时的鲁棒性差、融合权重学习失败
多模态融合
22
时序建模故障
速度估计不准、运动补偿误差累积、历史帧信息利用不足
时序运动
23
在线标定与自检故障
运行时外参漂移检测失效、传感器健康状态误报、自动回滚机制缺陷
在线标定自检
24
数据闭环故障
影子模式数据采集异常、自动标注Pipeline错误、场景挖掘策略失效
数据闭环影子模式
25
仿真测试故障
CARLA/SUMO接口数据格式错误、传感器噪声模型不真实、Sim2Real迁移失败
仿真Sim2Real
26
硬件平台适配故障
Jetson Orin/NVIDIA Drive平台算子兼容性、QAT精度损失、DLA加速器使用错误
硬件Jetson
27
版本管理故障
模型Checkpoint加载不兼容、配置文件版本混乱、实验复现性差
版本复现
28
日志与监控故障
关键指标告警阈值设置不合理、日志轮转导致磁盘满、分布式日志聚合丢失
日志监控
29
安全与鲁棒性故障
对抗样本攻击导致误检、传感器欺骗防御不足、功能安全(ISO 26262)合规问题
安全对抗
30
综合案例实战
从数据采集到部署的全链路故障排查演练、故障树分析(FTA)方法、建立团队故障知识库
实战FTA