什么是BEV感知、BEV在自动驾驶中的角色、为什么嵌入式工程师需要了解BEV。
车辆坐标系、相机坐标系、图像坐标系、坐标系转换基础。
NVIDIA Jetson系列、地平线征程系列、算力与功耗权衡。
刷机与系统安装、CUDA/cuDNN/TensorRT安装、交叉编译工具链配置。
BGR与RGB转换、归一化、Resize与Letterbox、MIPI CSI摄像头驱动。
卷积神经网络、感受野、特征金字塔、轻量化网络（MobileNet/ShuffleNet）。
Anchor机制、NMS、YOLO系列演进、在嵌入式上的部署考量。
IPM（逆透视映射）、LSS（Lift-Splat-Shoot）范式、Transformer在BEV中的应用。
深度分布估计、特征提升（Lift）、Voxel Pooling（Splat）、BEV特征生成。
Temporal Self-Attention、Spatial Cross-Attention、Grid Mask。
nuScenes数据集介绍、KITTI格式与nuScenes格式对比、标注工具概览。
BEV数据增强策略、时序数据加载、多模态数据对齐。
PyTorch训练流程、混合精度训练、分布式训练（DDP）。
PTQ（训练后量化）、QAT（量化感知训练）、剪枝与蒸馏。
ONNX导出、TensorRT引擎构建、动态shape处理。
相机与激光雷达融合、相机与毫米波雷达融合、时间同步与空间同步。
时序信息的作用、循环结构（GRU/LSTM）在BEV中的应用、时序注意力。
从BEV到3D Occupancy、OccFormer、OpenOccupancy数据集。
UniAD、InterFuser、BEV与Planning的衔接。
算子融合、内存池管理、异步推理、CPU-GPU流水线。
模型加密方案、TEE（可信执行环境）在边缘部署中的应用。
基于BEV的车道线检测方案、LaneATT、CLRNet。
BEV视角下的语义分割、Swin Transformer在BEV分割中的应用。
BEV视角下的3D检测、CenterPoint、TransFusion。
共享Backbone、多任务Head设计、损失函数平衡。
Profiling工具使用、瓶颈分析、端到端延迟优化。
BEV感知的未来方向、世界模型、VLA（视觉语言动作模型）与BEV的结合。