🚗 BEV 嵌入式推理框架
📘 30 章 · 从零到部署
🧩
友好色系
⚡ 紧凑目录 · 卡片导航
📁 01.html ~ 30.html
01
BEV感知概述
核心
什么是BEV？为什么需要BEV？自动驾驶核心价值
02
嵌入式平台选型
硬件
Jetson / RK3588 / TDA4 对比与选型考量
03
开发环境搭建
工具
交叉编译链、镜像烧录、SSH/VNC调试
04
模型基础
ONNX
ONNX结构解析、Netron可视化、张量分析
05
模型转换入门
踩坑
PyTorch→ONNX→TensorRT/RKNN 常见坑
06
量化原理与实践
INT8
FP32/FP16/INT8量化、校准集、精度调优
07
TensorRT基础
核心
Builder/Engine/Context，C++/Python API
08
TensorRT高级
动态
动态形状、多Profile、INT8 Calibrator编写
09
RKNN基础
NPU
RKNN Toolkit流程、模型转换量化评估
10
RKNN高级
零拷贝
零拷贝推理、多线程流水线、NPU+CPU异构
11
BEV模型结构拆解
LSS
LSS原理、BEVFormer、轻量化变体
12
视图变换模块
坐标
图像→BEV坐标系、视锥点云、内外参矩阵
13
BEV特征编码
池化
深度估计、Voxel Pooling优化、CUDA实现
14
BEV骨干网络
Backbone
ResNet18/MobileNet/RepVGG 感受野平衡
15
BEV Head设计
检测
CenterNet/FCOS检测头、分割头、多任务
16
后处理优化
NMS
NMS加速(CUDA)、类别平衡、阈值调优
17
嵌入式内存管理
CMA
CMA/ION/DMA_BUF共享内存、碎片避免
18
流水线并行设计
多线程
采集→预处理→推理→后处理→可视化同步
19
预处理优化
NEON
MIPI CSI驱动、YUV转RGB、Resize融合
20
推理引擎封装
IRuntime
抽象接口设计，支持TRT/RKNN/ONNX切换
21
BEV可视化工具
OpenGL
EGL离屏渲染、鸟瞰图叠加、轨迹预测
22
性能Profiling
Nsight
Nsight Systems/Compute、算子耗时瓶颈
23
端到端延迟优化
剪枝
剪枝/蒸馏/算子融合/内存复用 100→30ms
24
多传感器融合
融合
Camera+Lidar+Radar时间同步、BEV对齐
25
实车部署调试
CAN
CAN总线、底盘控制、RT内核/CPU隔离
26
功能安全与冗余
OOD
置信度校验、异常检测、回退策略
27
OTA与模型更新
升级
增量更新、版本管理、AB分区方案
28
项目实战一
Jetson
TensorRT BEV部署 (Orin) 3D目标检测
29
项目实战二
RK3588
RKNN BEV部署 可行驶区域分割
30
总结与展望
趋势
端到端模型、Transformer轻量化、车端大模型