自動(dòng)駕駛中占據(jù)感知網(wǎng)絡(luò)是如何識(shí)別障礙物的？

2026-04-15 10:41

在自動(dòng)駕駛中，如何讓車輛“看見”并“理解”周遭環(huán)境始終是核心難題。早期的感知方案大多依賴于目標(biāo)檢測(cè)，也就是給攝像頭捕捉到的畫面里的汽車、行人或自行車畫上一個(gè)個(gè)方框。這種方式雖然直觀，但在面對(duì)現(xiàn)實(shí)世界中千奇百怪的物體時(shí)，就會(huì)顯得力不從心。為了解決這一問題，占據(jù)感知網(wǎng)絡(luò)（Occupancy Network，簡(jiǎn)稱OCC）技術(shù)逐漸成為行業(yè)主流。

為什么傳統(tǒng)的畫框方式不夠用了

在過去很長(zhǎng)一段時(shí)間里，自動(dòng)駕駛系統(tǒng)主要識(shí)別的是預(yù)先定義好的物體。研發(fā)人員會(huì)告訴人工智能，長(zhǎng)成什么樣的叫車，什么樣的叫人。只要系統(tǒng)在畫面中找到了符合特征的物體，就會(huì)用一個(gè)三維的長(zhǎng)方體框把它們標(biāo)出來。這種基于目標(biāo)的識(shí)別方式在標(biāo)準(zhǔn)化的城市道路上表現(xiàn)不錯(cuò)，可一旦遇到“意料之外”的狀況，問題就接踵而至。

舉個(gè)例子，路上突然掉落了一個(gè)形狀奇特的紙箱，或者出現(xiàn)了一棵倒下的樹，甚至一輛貨車翻倒。由于這些物體的形狀并不在系統(tǒng)預(yù)設(shè)的類別里，感知網(wǎng)絡(luò)很可能無法給它們畫上框，從而認(rèn)為前方是平坦的道路。這種識(shí)別邏輯的缺失會(huì)導(dǎo)致非常嚴(yán)重的安全事故。占據(jù)感知網(wǎng)絡(luò)的出現(xiàn)，本質(zhì)上是將感知思路從尋找特定物體轉(zhuǎn)變?yōu)榕袛嗫臻g是否被占用。它不再關(guān)心前方到底是車還是樹，而是會(huì)確認(rèn)那塊空間是不是實(shí)心的。

空間是如何被數(shù)字化切分的

要理解占據(jù)感知網(wǎng)絡(luò)的工作原理，可以先想象把車輛周圍的三維空間切成無數(shù)個(gè)微小的正方體。這些小方塊在技術(shù)上被稱為“體素”。如果把傳統(tǒng)的照片比作二維的像素點(diǎn)陣，那么體素就是三維版的像素。占據(jù)感知網(wǎng)絡(luò)的核心任務(wù)，就是判斷每一個(gè)微小的體素方塊里到底是有物體存在，還是空無一物的透明空氣。

在實(shí)際運(yùn)作中，車輛搭載的多個(gè)攝像頭會(huì)從不同角度拍攝周圍的畫面。占據(jù)感知網(wǎng)絡(luò)會(huì)將這些來自不同位置的二維圖像信息提取出來，通過數(shù)學(xué)轉(zhuǎn)化，映射到預(yù)先設(shè)定好的三維網(wǎng)格空間里。這個(gè)過程就像是在進(jìn)行連線游戲，系統(tǒng)需要根據(jù)圖像中像素的特征，推算出它們?cè)谌S世界中對(duì)應(yīng)的是哪一個(gè)格點(diǎn)。

當(dāng)這些信息匯總到三維網(wǎng)格后，神經(jīng)網(wǎng)絡(luò)會(huì)通過深度學(xué)習(xí)模型對(duì)每個(gè)格子的狀態(tài)進(jìn)行預(yù)測(cè)。它會(huì)給每個(gè)格子分配一個(gè)概率值，用來描述這個(gè)地方被占據(jù)的可能性。如果概率值很高，系統(tǒng)就會(huì)認(rèn)為這里存在障礙物。這種處理方式不需要提前學(xué)習(xí)每一種障礙物的長(zhǎng)相，只要某個(gè)空間反射回來的視覺特征顯示那里有東西，它就會(huì)被標(biāo)記為“占據(jù)”狀態(tài)，從而提醒車輛避讓。

攝像頭畫面如何變成三維模型

由于目前主流的占據(jù)感知方案大多基于視覺相機(jī)，如何從扁平的圖片中還原出準(zhǔn)確的深度信息就變得至關(guān)重要。系統(tǒng)會(huì)利用特征提取網(wǎng)絡(luò)，把攝像頭拍到的每一幀畫面轉(zhuǎn)化為高維的特征數(shù)據(jù)。這些數(shù)據(jù)不僅包含了顏色和紋理，還隱含了物體之間的空間關(guān)系。隨后，系統(tǒng)會(huì)利用特殊的變換模塊，將這些分布在不同視角下的特征融合在一起，形成一個(gè)以車輛為中心的統(tǒng)一空間視角。

在這個(gè)統(tǒng)一的特征空間里，網(wǎng)絡(luò)會(huì)進(jìn)一步細(xì)化對(duì)空間的理解。除了判斷格子是否被占據(jù)，有些的占據(jù)感知網(wǎng)絡(luò)還能識(shí)別出格子的屬性。例如，它能分辨出這一團(tuán)被占據(jù)的空間是屬于靜止的馬路牙子，還是屬于正在移動(dòng)的車輛。

這種語(yǔ)義上的細(xì)分，能幫助自動(dòng)駕駛系統(tǒng)做出更合理的決策。比如面對(duì)路邊的綠化帶，車輛可以選擇貼近行駛，而面對(duì)同樣高度的石墩子，則必須保持更遠(yuǎn)的安全距離。

這種感知方式的另一個(gè)優(yōu)勢(shì)在于它對(duì)物體遮擋的魯棒性。在復(fù)雜的交通流中，前方的車輛經(jīng)常會(huì)遮住更遠(yuǎn)處的路面。占據(jù)感知網(wǎng)絡(luò)具備一定的空間推理能力，它能根據(jù)已有的視覺線索，對(duì)被遮擋區(qū)域的占據(jù)情況做出合理的估算。這種腦補(bǔ)能力讓自動(dòng)駕駛車輛在處理十字路口或擁擠路段時(shí)，表現(xiàn)得更像一個(gè)經(jīng)驗(yàn)豐富的人類駕駛員。

面對(duì)異形物體時(shí)有什么優(yōu)勢(shì)

占據(jù)感知網(wǎng)絡(luò)最大的殺手锏在于它解決通用障礙物問題的能力。在真實(shí)的道路上，會(huì)出現(xiàn)垃圾桶、施工圍欄、甚至是被風(fēng)刮起的塑料袋，它們的形態(tài)千變?nèi)f化。傳統(tǒng)的識(shí)別算法很難窮盡所有的可能性，而占據(jù)感知網(wǎng)絡(luò)通過體素化的方式，將物理世界完整地建模了出來。無論障礙物長(zhǎng)得多么奇怪，只要它占據(jù)了空間，就會(huì)在三維網(wǎng)格中顯現(xiàn)出來。

這種從底層邏輯上的改變，極大地提升了自動(dòng)駕駛的安全性上限。它不再依賴于見過才認(rèn)識(shí)，而是基于存在即感知的邏輯。當(dāng)車輛行駛在路面上時(shí)，占據(jù)感知網(wǎng)絡(luò)就像在實(shí)時(shí)構(gòu)建一個(gè)數(shù)字孿生的三維世界，將所有的物理實(shí)體都以概率的形式填充在格子里。這種對(duì)環(huán)境的精細(xì)刻畫，不僅為避障提供了依據(jù)，也為后續(xù)的路徑規(guī)劃提供了更加可靠的底圖。

最后的話

占據(jù)感知網(wǎng)絡(luò)讓自動(dòng)駕駛系統(tǒng)從單純的圖像識(shí)別進(jìn)化到了空間感知。它通過對(duì)三維空間的體素化重構(gòu)，打破了傳統(tǒng)檢測(cè)框架的束縛，使得車輛能夠更從容地應(yīng)對(duì)復(fù)雜多變的交通環(huán)境。隨著算力的提升和算法的優(yōu)化，這種技術(shù)正在讓自動(dòng)駕駛變得更加安全和智能。

-- END --

原文標(biāo)題 : 自動(dòng)駕駛中占據(jù)感知網(wǎng)絡(luò)是如何識(shí)別障礙物的？