靜態(tài)BEV可以在部分攝像頭被遮擋，車道線模糊的時候依舊可以描繪出道路結(jié)構(gòu)，解決了高精地圖數(shù)據(jù)實時性的問題。動態(tài)BEV可以實現(xiàn)車輛同時出現(xiàn)在多顆攝像頭視野的情況下，穩(wěn)定地追蹤并感知出物體的距離與速度，使得動態(tài)BEV神經(jīng)網(wǎng)絡(luò)具備了一定的“腦補”能力。Occupancy網(wǎng)絡(luò)算法則可以對我們所在的物理世界進行數(shù)據(jù)化建模，通過純視覺可以還原物理世界的真實場景，例如路上的垃圾桶、臨時的施工牌等“通用障礙物”。在這個基礎(chǔ)上，使用NeRF技術(shù)，進一步提升了Occupancy在遠距離的分辨率，讓系統(tǒng)的感知能力更加強大。