特斯拉 Autopilot 软件工程总监 Ashok Elluswamy 在 CVPR 2022 上发出来的 FSD Beta 最新的感知架构，时隔一年，和去年 Andrej Karpathy 时代的感知架构大的框架一致，深入到细节调整也不少。
名称也微调了~，虽然没啥区别，Andrej 叫 Occupancy Tracker，Ashok 这次叫 Occupancy Networks：
- 预测几何占用率
这个就是前几天大疆官微说的「任意障碍物的识别与应对」，本质是用摄像头实现 LiDAR 的感知性能。
- 使用多摄像头和视频流进行预测
就是 Elon Musk 之前说的 4D 架构，基于时间序列的视频流。
- 预测动态占用流
不解释。
- 持续跟踪遮挡的障碍物
举个例子，一个人从左往右过马路，走到了左前大巴前面，大巴完全挡住，2D 感知里这人就跟丢了，消失了；Occupancy Networks 知道这人走到一半被大巴挡住了，还在往右走，马上会出现在本车前方，所以会谨慎做规划控制。跟人一样联想预测。
- 重点位置高分辨率
稀疏化计算，同样模仿人类大脑。
人在开车的时候，其实并不是全局视野分享全部的注意力，而是只关注整个视野内少数重要的部分，而且重点在持续动态变化。
比如常规是关注前方的车辆，突然冲出来一个老头乐插进来，这个老头乐立马吸引最高的注意力——同时前方车辆的关注其实下降了~而且人开车的时候，在持续录入看到的信息的同时，也在飞快的忘掉没用的信息。
这是因为人的内存和算力都有限，所以进化出了极为高效的稀疏计算方式，抓大放小，只关注真正影响全局，会导致驾驶决策改变的部分。
- 高效的内存和计算
正如前面，稀疏计算，再加上一些底层软件工程和通信的优化，效率很高。
- 运行速率约为 10 毫秒
这个指标主要是考虑到复杂的交叉路口和拥堵的大型停车场，对低延迟的要求极高。因为没有 HD Map 这样的先验信息，时间紧，任务重，实时的感知和决策。
没啥可说的，这是目前量产车上最领先的智能驾驶感知架构，没有之一。
https://www.youtube.com/watch?v=jPCV4GKX9Dw
