端到端自動駕駛是自動駕駛技術的重要發(fā)展方向之一。而要實現(xiàn)端到端自動駕駛，離不開高精度3D信息輸入，因此如何實現(xiàn)高精度的3D感知尤為關鍵。

從3D感知的實現(xiàn)技術路徑來看，主要包括稠密算法和稀疏算法兩個范疇。

在稠密算法范疇，主要通過點云轉換、多視圖立體視覺等方法，來獲取場景中每一個點的深度信息，從而更準確地描述場景中的物體。其中最具代表性的就是近兩年非常火熱的BEV感知，其多傳感器數(shù)據(jù)從圖像空間到BEV空間的轉換過程，就是典型的稠密特征到稠密特征的重新排列組合過程。目前，BEV已在業(yè)界得到廣泛關注以及應用部署。

稠密算法也面臨著一些挑戰(zhàn)，比如巨大的數(shù)據(jù)量，需要高效的數(shù)據(jù)處理和存儲方法來提高計算效率，減少內存占用。此外，考慮到多傳感器數(shù)據(jù)結構的復雜性，需要高效的計算方法和計算平臺來提升處理速度，并滿足實時性要求。而在大多數(shù)實際應用場景中，自動駕駛系統(tǒng)需要計算的目標在空間中通常呈稀疏狀態(tài)分布，這也就意味著在稠密算法范疇中，大量的計算是被浪費了的。

稀疏感知算法通過減少Q(mào)uery數(shù)量以及降低特征交互量來加快計算速度并降低存儲需求，大大提高感知模型的計算效率和系統(tǒng)性能。基于稀疏算法的感知方案在2D到3D的轉換效率和長距離感知方面具有一定優(yōu)勢，也是目前業(yè)界正在積極探索的方向。

近期，地平線發(fā)表了關于稀疏感知方案的系列工作：Sparse4D v1 & v2，從Query構建方式、特征采樣方式、特征融合方式、時序融合方式等多個方面提升模型感知效果。Sparse4D在nuScenes檢測任務上達到了SOTA的效果，超過了VideoBEV、SOLOFusion和StreamPETR等算法的指標。

為了讓大家進一步了解Sparse4D，10月18日19點，地平線聯(lián)合智猩猩策劃推出新一期地平線「你好，開發(fā)者」自動駕駛技術專場，主題為《面向端到端自動駕駛的稀疏感知通用架構探索》，由地平線感知算法工程師林天威主講。

林天威首先會介紹3D感知的研究背景和發(fā)展現(xiàn)狀，并對稀疏通用感知架構進行解析。之后，林天威將重點介紹和講解長時序稀疏化3D目標檢測算法Sparse4D v1 & v2相關工作。最后他會分享稀疏感知新范式的未來探索方向。

審核編輯：彭菁