在BEV空间中，可以把底层视觉静态感知到的深度预估，转化为路面上的高度信息。下图所示为一帧所感知到的结果，蓝色表示路面，高度比较低，红色表示凸起，红色越深表示高度越高，也能看到一些地面上的凸起物体，可以根据识别出来的物体类别进行后续的决策规划，如果是无法识别的异形物体，那么最安全的方式就是避开它。
BEV空间中的底层视觉感知
引自地平线架构师刘景初主题为“上帝视角与想象力——自动驾驶感知的新范式” 的线上分享
鉴智机器人推出的视觉雷达也是采用类似的原理，通过前向双目相机和环视相机产生深度信息生成稠密点云，并在BEV空间内进行目标检测。
鉴智机器人提出的视觉雷达算法架构
2）数据驱动
当然，底层视觉感知的深度估计也不是万能的，如果遇到一个没训练过的数据，可能在特征提取时就忽略了，所以，要解决这个问题的另一种方法就是数据驱动。
数据驱动依赖数据闭环工具链，各家也都开发了工具链系统，比如毫末智行的LUCAS、地平线的AIDI等。
3）多传感器冗余
在纯视觉不能保证百分之百安全的情况下，采用多传感器冗余的方案成为了众多主机厂的选择，尤其是激光雷达，是对视觉非常好的补充。车端装了激光雷达之后，由于有更高精度的数据，能给视觉提供更好的真值数据，也能更好地训练视觉算法。
就像均胜电子郭继舜在一次线上分享时提到的，在不能保证完全安全的情况下，系统设计时考虑传感器冗余、硬件堆料等是非常必要的，也是“系统设计的正义”。
2、BEV感知的挑战
总体而言，BEV是个全新的感知范式，向上下游（如定位和预测）都有很大的拓展空间，业内很多企业也都在积极探索实践中，但在实践中还有很多的挑战需要克服。
1）数据问题
上文也提到了，BEV感知中最具备挑战的还是如何获取更多维度的数据，以及产生更高质量的真值。加上Transformer本身的特性，为更好地发挥优势，其对数据量的要求也比传统卷积神经网络大得多，这就越发加剧了模型对数据的“饥渴”程度。
要应对这个挑战，一方面依赖车端影子模式持续不断地采集数据，另一方面也依赖云端系统去做数据挖掘和真值生成，这需要持续不断地去优化云端真值系统的算法。
此外，为了减少标注工作量，提升训练效率，自监督学习也开始被引入到云端系统中。
和有监督学习不同，自监督学习的真值信息不是人工标注的，而是算法自动构造监督信息（真值），来进行监督学习或训练。当前自监督学习已经被应用在数据挖掘、数据标注和神经网络的预训练中。
