1. 课程导论

1.1 BEV感知技术演进路线

聊BEV之前，我想先问大家一个问题：为什么自动驾驶感知一定要做BEV？

我2018年刚入行那会儿，主流方案还是前视单目+毫米波雷达的融合。说白了，每个传感器各看各的，最后在目标层做匹配。这种方案最大的问题是什么？信息割裂。摄像头看到的是透视视角，激光雷达看到的是3D点云，毫米波雷达看到的是稀疏目标。你想想看，要把这三者对齐到同一个坐标系下，光标定就能让你掉一层皮。

后来业界开始尝试IPM（逆透视变换），把图像投影到鸟瞰图。嗯，这里要注意，IPM依赖地面平坦假设，遇到坡道或者颠簸路面，投影直接就歪了。我在项目里吃过这个亏——有一次测试车过减速带，IPM投影出来的车道线直接飞到对面车道去了。

真正的转折点是Transformer架构引入视觉领域。2021年Tesla AI Day上，他们展示了基于Transformer的BEV感知方案，我当时看完就觉得：这条路走对了。为什么？因为Transformer的注意力机制天然适合做跨视角、跨模态的特征对齐。

BEV感知的演进路线，我总结为三个阶段：

阶段	代表方法	核心特点	我踩过的坑
1.0 几何投影	IPM、逆透视变换	依赖地面假设，鲁棒性差	坡道场景直接崩
2.0 深度估计	LSS（Lift-Splat-Shoot）	显式深度估计，计算量大	深度预测不准导致投影错位
3.0 端到端	BEVFormer、PETR	隐式特征变换，精度高	训练收敛慢，需要大量数据

我个人习惯把LSS称为BEV感知的「启蒙运动」。它首次提出用深度分布来桥接图像和BEV空间，虽然计算量感人，但思路非常清晰。而BEVFormer则是「工业级落地」的标杆——用可变形注意力替代全局注意力，计算量降了一个数量级。

1.2 高精地图在自动驾驶中的角色

高精地图，说白了就是给自动驾驶车开的「作弊器」。普通导航地图告诉你「前方500米右转」，高精地图告诉你「前方500米右转，车道宽度3.5米，曲率半径200米，限速60km/h，右侧有护栏」。

我在做L4级Robotaxi项目时，高精地图的精度要求是厘米级。你想想看，如果地图误差超过10厘米，车辆靠边停车时可能直接蹭到马路牙子。有一次我们的车在园区里反复靠边失败，查了两天才发现是地图里路沿的位置偏了8厘米。

高精地图在自动驾驶中的核心角色，我归纳为三点：

• 先验信息提供者：车道线、停止线、人行横道这些静态元素，地图里提前存好了。感知系统只需要做「验证」和「更新」，而不是「从零检测」。
• 定位锚点：GPS在隧道和高架桥下会失效，这时候高精地图配合激光雷达/视觉做匹配定位，是最后的保底方案。
• 行为预测的上下文：知道前方是路口还是弯道，预测模块才能做出合理的轨迹预测。没有地图信息，预测就是盲猜。

1.3 为什么需要融合？

这个问题我问过很多刚入行的同学，最常见的回答是：「因为感知有缺陷，地图可以补」。这个答案对，但不全对。

我换个角度问你：如果感知系统已经能做到99.9%的准确率，还需要高精地图吗？

答案是：需要。为什么？

第一，感知有盲区。摄像头被大车遮挡、激光雷达在雨雪天衰减、毫米波雷达对静止目标不敏感...这些是物理限制，算法再强也突破不了。高精地图可以提供「超视距」的先验信息。

第二，地图有滞后性。修路、施工、临时改道，地图更新速度永远赶不上现实变化。感知系统需要实时检测这些变化，并更新到地图中。

第三，冗余是安全的基础。L3以上级别的自动驾驶，要求系统在单一传感器失效时仍能安全运行。感知和地图互为备份，才能达到功能安全要求。

我在实际项目中总结了一个公式：

融合效果 = 感知精度 × 地图置信度 × 对齐质量

这个公式想表达的是：融合不是简单的叠加。如果感知和地图没有精确对齐，融合后的结果可能比单独使用任何一个都差。我曾经见过一个案例，感知检测到的车道线和地图里的车道线偏差了20厘米，融合模块直接取了平均值，结果两条线都不对。

1.4 课程整体架构与学习路径

这门课的设计思路，我遵循的是「从原理到代码，从单模块到系统」的路径。说白了，就是先让你理解每个模块「为什么这么设计」，再带你手撕代码「怎么实现」，最后串起来跑通整个系统。

整个课程分为四个阶段：

1. 基础篇（第1-3章）：BEV感知的核心原理、高精地图的数据结构与标准、坐标系与标定。这部分是地基，我建议你不要跳着看，哪怕你觉得自己已经懂了。
2. 算法篇（第4-6章）：BEV特征提取、时序融合、多模态融合。这里我会带你复现BEVFormer和LSS的核心代码，并分享我在部署时踩过的坑。
3. 工程篇（第7-9章）：地图生成与更新、感知与地图的对齐策略、融合推理框架。这部分偏实战，我会用真实路测数据做案例。
4. 进阶篇（第10章）：端到端自动驾驶、在线地图构建、未来趋势。这部分是我个人对技术方向的思考，不一定对，但希望能给你一些启发。

下面这张图是我手绘的课程知识体系，你可以把它当作学习地图：

关于学习路径，我有几点个人建议：

• 不要贪多：每章后面的练习题一定要动手做。代码这东西，看十遍不如写一遍。
• 带着问题学：每章开始前，先问自己「这章解决什么问题？和上一章什么关系？」。我习惯在笔记本上画思维导图，效果不错。
• 善用调试：代码跑不通是常态。我当年调试LSS的深度分布时，光看loss曲线就看了三天。别怕，每个bug都是学习机会。