面向安全关键自动驾驶的渐进式鸟瞰图感知：一项综合综述
机器人学
2025-08-12 v1 计算机视觉与模式识别
摘要
鸟瞰图（BEV）感知已成为自动驾驶的基础范式，它能够实现统一的空间表示，支持鲁棒的多传感器融合和多智能体协作。随着自动驾驶汽车从受控环境过渡到真实世界部署，确保BEV感知在复杂场景（如遮挡、恶劣天气和动态交通）中的安全性和可靠性仍然是一项关键挑战。本综述首次从安全关键的角度对BEV感知进行了全面回顾，系统地分析了跨越三个渐进阶段的最新框架和实现策略：单模态车端感知、多模态车端感知和多智能体协作感知。此外，我们考察了涵盖车端、路端和协作场景的公开数据集，评估了它们与安全性和鲁棒性的相关性。我们还识别了关键的开放世界挑战——包括开放集识别、大规模无标签数据、传感器退化和智能体间通信延迟——并概述了未来的研究方向，例如与端到端自动驾驶系统、具身智能和大语言模型的集成。
引用
@article{arxiv.2508.07560,
title = {Progressive Bird's Eye View Perception for Safety-Critical Autonomous Driving: A Comprehensive Survey},
author = {Yan Gong and Naibang Wang and Jianli Lu and Xinyu Zhang and Yongsheng Gao and Jie Zhao and Zifan Huang and Haozhi Bai and Nanxin Zeng and Nayu Su and Lei Yang and Ziying Song and Xiaoxi Hu and Xinmin Jiang and Xiaojuan Zhang and Susanto Rahardja},
journal= {arXiv preprint arXiv:2508.07560},
year = {2025}
}