乐天集团中国产业园区品牌连锁运营商

阿里达摩院获自动驾驶权威测评第一

发布时间:2020-05-08 发布者:亚时财经

5月8日,在自动驾驶权威数据集Semantic KITTI上,达摩院凭借全新算法在“单帧3D点云语义分割”排行榜获得第一。该技术用于达摩院的无人物流车后,大幅提升了车辆的环境精细化理解能力,使车辆能够识别“厘米级”障碍物。


(图源:视觉中国)


点云(Point Cloud)是拥有三维坐标、强度等信息的激光点的集合,是计算机视觉领域常用的三维数据表示方式。自动驾驶车辆通常借助激光雷达、摄像头、毫米波雷达等传感器识别环境信息。对于激光雷达获取的周围环境的3D点云,识别每个点的语义标签,就是“3D点云语义分割”。

 

该算法应用于达摩院的无人物流车后,车辆对障碍物的精细化识别水平大幅提升。比如在行驶途中遇到临时拉起的警戒线,即便线宽仅有3厘米,物流车也能轻松识别并绕道而行。除了行人、车辆等常规检测目标,道路周围的建筑、绿化、不明障碍物也会影响自动驾驶车辆的驾驶行为,3D点云语义分割技术的目标,便是帮助车辆更精细地理解道路环境。

 

达摩院自动驾驶实验室资深算法专家卿泉介绍,业界通用的点云局部上下文特征建模方法难以满足自动驾驶实时、精准的感知需求。达摩院提出的新算法以激光点为载体,结合每个3D点在鸟瞰、前视等视角下的邻域特征,通过多层级联编码进行特征学习,大大增强3D点的特征表示能力,由此提高了语义识别的准确性。

 

KITTI数据集是全球最权威的自动驾驶计算机算法评测数据集,为促进基于激光的语义分割研究,KITTI推出了细分数据集Semantic KITTI,通过全类别分割平均交并比(mIOU)和整体准确率(accuracy)两大指标,考察参赛者的技术能力。达摩院团队在两项指标的评比中均拿下第一。

 

此前,4月22日,阿里达摩院发布了全球首个自动驾驶“混合式仿真测试平台”,采用虚拟与现实结合的仿真技术,引进真实路测场景和云端训练师,能够提供最贴近实际道路状况的模拟测试,并且模拟一次极端场景仅需30秒,系统每天虚拟测试里程可超过800万公里,将大幅度提升自动驾驶AI模型训练效率,加速迈进自动驾驶L5阶段。

 

据悉,自动驾驶,需要应对的道路情况极为复杂,因为除了固定的道路信息之外,每个人、车都具有极强的不确定性,可能发生的情况接近于“无限”。所以业界无一例外,在对信息的整合处理阶段,都是采用人工智能的方式,对神经网络进行训练,通过深度学习(Deep Learning)的方式提高“智力”。

 

虎嗅网此前曾报道,算法对于自动驾驶尤为重要,能够获得多少提升,还要看各公司自己的算法优劣。因为本身深度学习本身并不复杂,但想要提高效率、优化算法,是一件极其复杂的事情。这也是为什么近几年,有不只一家公司被特斯拉起诉,前员工将部分算法代码“偷”到下家使用。

 

由此可见,这次达摩院的全新算法获得测评第一是极为厉害的成就。

 

亚洲时报 综合

责任编辑:Carrick

特别声明:本站转载或引用之图文若侵犯了您的合法权益,请与本站联系,本站将及时更正、删除。版权问题及网站合作,请通过亚时财经邮箱联系:asiatimescn@sina.com

热门话题更多>>

推荐文章

更多>>

扫一扫手机阅读

ATimesCN手机网站