本文經(jīng)自動駕駛之心公眾號授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

21年 埋下了一顆種子

看過BEV障礙物故事的同學(xué)應(yīng)該清楚，我們組是在21年10月左右開始做BEV 障礙物的。那個時候不敢想著去做BEV 車道線，因為沒有人力。但是我記得在12月左右的時候，我們面到了一個候選人，在面試的過程中聽到他們做了差不多半年多的BEV 車道線，整個技術(shù)路線是通過高精地圖來作為BEV 車道線網(wǎng)絡(luò)的訓(xùn)練真值，并說效果還不錯。很遺憾，那個候選人最后沒有來我們這里。結(jié)合21年Telsa AI day 講的車道線內(nèi)容，一個要做BEV 車道線的種子就這樣在組內(nèi)埋下了。

22年 走對了第一步

整個22年，我們組內(nèi)人力都是很緊張的，我記得在6，7月份的時候，我們剛好有人力去探索一下BEV 車道線。但是當時我們組只有一個同學(xué)(我們就先叫他小軒同學(xué)吧)有2個月的時間去做這件事。然后21年的那顆種子開始發(fā)芽了，我們準備先從數(shù)據(jù)下手，小軒同學(xué)還是很給力的(很有想象力，后續(xù)小軒同學(xué)也做了更多令大家驚喜的東西)，差不多用了2月的時間，我們可以通過高速高精地圖來提取對應(yīng)的車周圍的車道線數(shù)據(jù)。當時做出來的時候，我記得大家還是很激動的。

圖1: 高精地圖車道線 投影到圖像系的效果

大家從圖1上可以看出，貼合對還是有一些問題，因此小軒同學(xué)又做了系列的優(yōu)化。2個月后，小軒同學(xué)去做其他任務(wù)了，現(xiàn)在回頭看，我們的BEV 車道線探索之路，已經(jīng)走對了第一步。因為在21年，22年已經(jīng)逐步有很多優(yōu)秀的BEV 車道線論文和代碼相繼開源。看到這里，你可能以為23年一定有一個完完美美的BEV 車道線落地的故事，然后理想往往都很豐滿，現(xiàn)實卻是很殘酷。

23年 跌跌撞撞

由于我們BEV 障礙物已經(jīng)證明BEV 這條路是可以走下去了，并且在路測也表現(xiàn)出了不錯的效果。組內(nèi)開始有了更多的資源來考慮車道線這件事，注意這里不是BEV了。為什么呢？因為在這個時候，我們面臨了很大的上線壓力，BEV 車道線又沒有足夠的經(jīng)驗，或者說整個組內(nèi)做過2D 車道線量產(chǎn)的人都幾乎沒有。23年前半年，真的可以用跌跌撞撞來形容，我們內(nèi)部激烈的討論了很多次，最后決定形成2條線，一條線為2D 車道線: 大部分的人力在2D 車道線這條線上,重后處理，輕模型，通過2D 車道線這條線來積累車道線后處理量產(chǎn)經(jīng)驗。一條線為BEV 車道線：只有一小部分人力(其實就1-2個人力)，注重BEV 車道線的模型設(shè)計, 積累模型經(jīng)驗。BEV 車道線的網(wǎng)絡(luò)已經(jīng)有很多了，我在這里貼2篇對我們影響比較大的論文供大家參考?！禜DMapNet: An Online HD Map Construction and Evaluation Framework》 和 《MapTR: Structured Modeling and Learning for Online Vectorized HD Map Construction》

圖2: HDMapNet

圖3 MapTR

很幸運，在4,5月份的時候，我們在2D 車道線這條線積累了大量的車道線后處理量產(chǎn)經(jīng)驗，我們的BEV 車道線網(wǎng)絡(luò)也設(shè)計出來了，在5月底，很快BEV 車道線順利上車。在這里不得不說一下我們負責車道線后處理的大海同學(xué)，還是很給力的。然而當你覺得很順利的時候，往往噩夢就要開始了。BEV 車道線部署后，控車效果不理想，這個時候大家陷入了自我懷疑階段，到底是因為BEV 車道線3次樣條曲線擬合的問題，還是下游參數(shù)沒有適配好的問題。萬幸的是，我們車上有供應(yīng)商的效果，我們在路測時把供應(yīng)商的車道線結(jié)果保存下來，然后在可視化工具里面在和我們的結(jié)果對比。當控車效果不好的時候，先證明我們自己的車道線質(zhì)量是沒有問題，這樣驅(qū)動下游來適配我們的BEV車道線。一個月，整整一個月的時間，我們才穩(wěn)定控車。我記得很清楚，我們還從上海跑到蘇州，那天還是周六，大家在群里看到高速的控車效果都很激動。

然而一個故事往往都是一波三折的，我們只能利用高速高精地圖來生產(chǎn)車道線數(shù)據(jù)。城市怎么辦，還有那么多badcase 需要解決。這個時候重要人物終于要出現(xiàn)了，我們就先叫他小糖同學(xué)吧(我們數(shù)據(jù)組的大管家)。小糖同學(xué)他們利用點云重建來給我們重建出來重建clip（這個過程還是蠻痛苦，我記得那兩個月是他們壓力最大的時候，哈哈，當然我們和小糖同學(xué)經(jīng)常相愛相殺，畢竟經(jīng)常在開會時常常說又沒有數(shù)據(jù)了。）。然后重建出來后怎么標注，放眼當時手里的供應(yīng)商們，都沒有這樣的標注工具，別說什么標注經(jīng)驗了。又是和小糖同學(xué)他們一起，經(jīng)歷了漫長的1個月時間，標注工具終于和供應(yīng)商打磨好了。（我們經(jīng)常開玩笑說，我們這是在賦能整個自動駕駛的標注行業(yè)，這個過程是真痛苦，重建clip 加載是真慢 ）。然而整個標注還是比較慢的，或者比較貴，這個時候小軒同學(xué)帶著他的車道線預(yù)標注大模型閃亮登場(車道線預(yù)標注的大模型效果還是杠杠的)，大家看他的眼神都在閃閃發(fā)光。這一套組合拳打下來，我們的車道線數(shù)據(jù)生產(chǎn)終于是磨合的差不多了。8月份的時候我們的BEV 車道線控車道線已經(jīng)迭代的不錯了，對于簡單的高速領(lǐng)航功能?，F(xiàn)在小軒同學(xué)在大模型預(yù)標注方向依舊不斷的給我們帶來更多的驚喜，我們和小糖同學(xué)依舊在相愛相殺中。

然而一個故事都不是這么容易結(jié)束，我們在9月份的時候，開始動手做多模態(tài)(Lidar,camera，Radar)多任務(wù)(車道線，障礙物，Occ)前融合模型，并后續(xù)支持城市領(lǐng)航功（NCP), 也就是所謂的重感知，輕地圖的方案?；贐EV障礙物和BEV 車道線的經(jīng)驗前融合網(wǎng)絡(luò)我們很快就部署上車了，應(yīng)該是在9月底的時候。車道線也加了很多子任務(wù)，路面標識別，路口的拓撲等等。在這個過程中，我們對BEV 車道線的后處理進行了升級，拋棄了車道線3次樣條曲線擬合，而采用點的跟蹤方案，點的跟蹤方案和我們的車道線模型的輸出可以很好的結(jié)合在一起。這個過程也是一個痛苦的，我們連續(xù)2個月，每周開一次專項會，畢竟我們已經(jīng)基于擬合的方案做的不錯了，但是為了更高的上限，只能痛并快樂著。最終目前我們已經(jīng)把基礎(chǔ)的功能進行路測了。

稍微給大家解釋一下圖4，左邊是車道線點跟蹤的效果目前我們模型的感知范圍只有前80米，大家可以看到車后也有一些點，這是跟蹤留下的。右邊是我們的建立的實時感知圖，當然現(xiàn)在還在一個快速迭代的過程，還有很多問題正在解決中。

24年 新的開始

時刻，站在24年回看我們從21年到現(xiàn)在的一路成長和積累，很慶幸在21年那個點，有機會去做BEV， 也很慶幸有一群志同相合的小伙伴一路相輔相成。24年，對我們來說，有很多東西需要去追尋，前融合模型的量產(chǎn)上線，數(shù)據(jù)方向的發(fā)力，時序模型的探索，端到端的暢想等等。