点击上方“计算机视觉life”，选择“星标”
快速获得最新干货
大家好，我是小六。
最近有不少同学问我：
目前自动驾驶都在去高精地图，重深度学习感知、bev、transformer、占据网络，传统SLAMer在这套体系中可以发挥什么样的作用呢？是不是要失业？
这个问题非常棒。
关于自动驾驶公司重感知轻地图（甚至去高精地图），我之前录制了一个视频，讲解了背后的原理，主要核心点是高精地图的法规、成本和鲜度问题，没办法覆盖城区及大量的村镇地区，大家可以看下我之前录制的一个视频：
这个问题分几方面来说。
1、先从行业来说，去高精地图主要发生在乘用车领域，因为城市全自主导航所需要的高精地图太贵了，而且更新太快了，众包地图还达不到要求，必须从其他方向突破，就是现在这种bev感知、transformer、占据网络是主流方案。这种情况下乘用车自动驾驶公司确实对SLAM的需求下降。
2、不过，即便是在乘用车领域，也是仍然需要SLAM的。主要集中在这几个方向
  • 一个是多传感器的标定，所有的公司都必备的基础。
  • 一个是训练集的真值生产，也就是常说的4D标注，为感知提供低成本标注数据。未来可能是大部分SLAM从业者的归宿。
  • 一个是无GNSS或信号缺失场景下。比如地下停车场的自动泊车。
3、在其他封闭或半封闭的智驾领域，比如港口，矿区，农业，清洁，小巴，园区物流，餐饮，导览等，高精地图不需要覆盖城市这么大而且频繁变化的环境，成本不高，高精地图还是很好用的。此时的硬件可以无需像乘用车那样使用算力强大的计算单元，降低成本。这些场景下的定位技术栈还是以SLAM为主。
以上一家之言，欢迎交流指正。
推荐阅读
直播预告|2023秋招算法岗经历分享（内部）
启动！《视觉惯性SLAM》挑战赛第一部分第③期来啦！
继续阅读
阅读原文