静态BEV可以在部分摄像头被遮挡,车道线模糊的时候依旧可以描绘出道路结构,解决了高精地图数据实时性的问题。动态BEV可以实现车辆同时出现在多颗摄像头视野的情况下,稳定地追踪并感知出物体的距离与速度,使得动态BEV神经网络具备了一定的“脑补”能力。Occupancy网络算法则可以对我们所在的物理世界进行数据化建模,通过纯视觉可以还原物理世界的真实场景,例如路上的垃圾桶、临时的施工牌等“通用障碍物”。在这个基础上,使用NeRF技术,进一步提升了Occupancy在远距离的分辨率,让系统的感知能力更加强大。