实践：将技术优势转化为量产优势
BEV感知可以更好地利用视觉信息应对复杂的道路场景，轻舟在基于征程5平台开发之初便确立了BEV感知的部署目标。要在量产车端实现出色的 BEV感知能力，需要积累海量的已标注数据以支持模型的训练。如何找到更多高质量的数据并高效利用，是支持技术不断迭代的重要基石。
轻舟智航充分利用作为高级别自动驾驶解决方案提供商在AI领域的先发优势，通过突出的基础设施建设，深厚的AI工程化经验积累，实现了整套方案的高效率、高质量迁移，从而将轻舟的BEV感知等技术研发优势转化为量产产品优势。
在基础设施建设领域，轻舟智航在高级别自动驾驶研发过程中积累了领先的数据闭环能力，并创新构建了离线点云大模型，为跨模态的数据标注、数据挖掘和模型训练提供强大支持，大幅提高数据价值和利用效率，提升长尾场景处理能力。
在数据标注方面，轻舟智航可实现2D图像和3D图像的自动化标注。基于离线点云大模型3D自动化标注可高效提供动静态的障碍物真值，还可融合跨传感器与跨时序信息，自动补全被遮挡的目标，提高标注的精度。
高速路场景下3D图像自动化标注结果。 轻舟智航供图 华龙网发
城市场景下3D图像自动化标注结果。 轻舟智航供图 华龙网发
轻舟智航还利用NeRF技术打造了基于纯视觉数据的高精度三维空间重建模型，不仅克服了因相机位固定导致视角有限给重建带来的挑战，完美适配自动驾驶车辆，在泊车的空间还达到了行业领先的2cm重建精度，远超点云扫描的三维精度水平。同时配合轻舟长期积累的图像全景分割模型，还可在重建的同时获得3D空间中的深度和语义信息，以超越传统方法1~2个数量级的模型收敛效率，实现大批量的数据转换和场景生成。精度高、适配好、速度快、少人工，三维空间重建模型能极大提高视觉数据标注的效率和质量。
基于NeRF和纯视觉数据进行三维重建的地库场景。 轻舟智航供图 华龙网发
