極越引領中國智能“純視覺”崛起

隨着智能網聯汽車整車技術研發投入持續加大，中國自動駕駛技術的發展完全可以用“一日千里”來形容，L2級輔助駕駛已經成熟，L3級以及更高級別的自動駕駛商業化進程也駛入了“快車道”，落地應用速度將超出所有人的想象。

而在近日，又有一項核心技術取得突破。極越首先發布了BEV+Transformer的“純視覺”技術方案，並已經跑通了城區領航輔助駕駛，成爲國內首傢俱備成熟純視覺能力智能汽車品牌。幾乎同一時間，極越又曝光了與百度聯合研發的國內首個OCC（Occupancy Network ）佔用網絡技術。

BEV+Transformer“純視覺”+OCC佔用網絡，也將完全取代激光雷達，進一步提升“純視覺”高階智駕能力。中國自動駕駛的“純視覺”路線，將在極越和百度的引領下加速崛起。

解碼OCC：“純視覺”方案核心技術，自動駕駛新價值高地

按照自動駕駛的技術方向，其硬件方案可以劃分爲兩大路線：“純視覺”方案，使用攝像頭等被動探測設備，不發射任何探測信號，不依賴回波感知外部世界，目前僅有特斯拉、極越兩位玩家。

“多模態融合”方案，依靠激光雷達、毫米波雷達的回波反射，爲車輛在行駛環境中提供靜態和動態物體的可靠識別數據，絕大多數自動駕駛公司均採用這一方案。對比依賴激光雷達的“多模態融合”方案，“純視覺”方案技術難度更高，但研發成功後成本更低，可以大幅壓縮生產成本。

作爲“純視覺”方案的核心技術之一，OCC是一種基於學習的三維重建方法，通過產生3D體素，將這些3D體素與3D重建體素（Nerf離線訓練得到）進行比較，從而實現感知識別，既能辨別出“不能碰的物體”又能發現“可以碰的網格”。

和BEV（Bird's Eye View）鳥瞰視角相比，OCC解決了不識別就不能作爲障礙物的問題，能夠更好地理解和處理三維空間數據，從而實現更精確和高效的操作，顯著增強理解周圍環境的能力。有業內人士認爲，OCC將徹底彌補當前感知算法最後一公里的缺陷。

在2022年9月的Tesla AI Day上，OCC正式公佈，甫一亮相就被公認爲將是下一代的感知範式，成爲自動駕駛新的價值高地。特斯拉的“如意算盤”，是OCC解決部分特殊場景問題，不需要激光雷達，從而在自動駕駛的激烈競爭中佔據領先優勢。

但很顯然，OCC並不是特斯拉的專利。10月17日，極越公佈了中國首個基於“純視覺”的佔用網絡DEMO視頻，中國自動駕駛技術的商業化落地，又翻開了新的一頁。

OCC即將量產：引領“純視覺”方案崛起，極越走在世界最前列

根據極越發布的OCC演示視頻，極越01對周圍環境有着強大的感知能力，用3D體素清晰地展示了欄杆、綠植、路障等標準障礙物，同時還精準識別出了施工中的工程車、樹木中的路燈等異形障礙物。

其中藍色網格代表靜態建築物，如路中心護欄隔離帶、施工圍欄；橙色代表動態交通參與者，包括機動車、非機動車；還有紫色馬路沿、綠色綠化帶等。每一個網格約15釐米，感知質量非常高，識別也相當準確。

據極越CEO夏一平介紹，最初定義產品時，極越就想走“純視覺”路線，但出於安全考慮，增加了激光雷達作爲冗餘兜底，形成了“純視覺爲主+激光雷達”融合的智能駕駛方案，兩套雙獨立系統互爲備份、相互補充。如今，隨着BEV+Transformer等技術的成熟，極越正式決定採用“純視覺”方案。

目前，極越的高階智駕已經進入2.0階段，BEV+Transformer的“純視覺”，不再借助激光雷達，並逐步降低對高精地圖的依賴程度，配合OCC技術，幫助汽車機器人更準確地還原3D場景，可以獲取比激光雷達點雲分辨率更高的三維結構信息，還能減少漏檢、誤檢並彌補視覺所不具備的空間高度信息，適應更爲複雜的駕駛環境，大幅提升泛化能力。

值得一提的是，隨着底層AI視覺算法能力的快速升級，“純視覺”方案在系統成本、技術迭代、數據閉環、端到端等方面的優勢更加明顯。

據夏一平透露，極越“純視覺”方案端到端的訓練正在以“周更”的速度快速迭代，並且隨着交付量的快速攀升，基於高效數據閉環體系將讓極越高階智駕呈現指數級進化。“數據生產質量和效率，是未來競爭的關鍵。高效的系統一定是硬件越來越少，模型越來越集中，規則和假設越來越少。”夏一平說到。

可以預料的是，在極越01的引領下，“純視覺”方案將快速迭代，中國自動駕駛路線更加豐富，在推動自動駕駛商業化的同時，也將爲全球汽車行業的創新發展注入了新的動力。