鸟瞰图

Bird's-Eye ViewBEV进阶

从正上方往下看的二维栅格表示，把多个传感器的信息统一铺到地面平面上。

鸟瞰图（BEV）是一种以地面为平面、从正上方俯视的二维网格表示，每个格子存该位置的特征或语义。自动驾驶最先大规模使用它：Lift-Splat-Shoot（NVIDIA，ECCV 2020）先给每个像素预测深度分布，再把图像特征「拍扁」到 BEV 网格；BEVFormer（ECCV 2022，上海人工智能实验室等）用 Transformer 的交叉注意力从多路相机特征中查询 BEV 特征，并融合历史帧。好处是多相机、激光雷达都能对齐到同一坐标系，检测、分割和路径规划直接在这张图上做。机器人导航用的占据栅格、高程图和语义地图本质上也是 BEV 形式；它压缩了高度信息，所以桌面操作等更依赖高度的任务通常改用点云或体素。