IPM变换建立image到BEV平面的映射关系
但是IPM变换的前提假设是世界是一个平坦的平面，但是3D物体是有高度的，或者当路面出现起伏的时候就会违反这一假设，导致出现目标物体的严重形变
所以IPM变换一般只是应用于lane detection或者是free space检测，在这些场景下，地面平整性假设是令人信服的
在本文中，我们提出了一种获取 BEV 图像的方法，该方法不受 IPM 的平坦度假设引入的误差的影响
多个视角图像如果沿着channel维度拼接在一起，那在经过CNN
一.处理遮挡问题
引入额外的一类表示遮挡，在上图里面表示灰色，从车上的几个相机中发出射线，一直到相机视野的边界
- 一些类别总是会被遮挡，比如building，truc
- 一些类别从不会被遮挡，比如road
- cars会被遮挡，除了主车后面更高的trauck和bus
- 部分被遮挡的objects全部可见
- objects只有当在所有相机的视野中全都看不到，才会被标记未被遮挡
二.从图像坐标系到路面BEV的变换
矩阵P并不可逆，但是地面平整性假设使得PM整体可逆
三.网络结构
版权声明：本文为bestrivern原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。