自動駕駛車輛如何利用時空信息更好識別運(yùn)動中的物體,又如何在沒有定位導(dǎo)航條件下知道“我在哪”?這是當(dāng)前自動駕駛正在攻克的技術(shù)難題?，F(xiàn)在,中國的自動駕駛AI公司毫末智行提出了更好的解決方案。
6月30日,毫末智行兩篇最新研究成果成功入選機(jī)器人領(lǐng)域頂級學(xué)術(shù)會議IROS (IEEE/RSJ International Conference on Intelligent Robots and Systems 智能機(jī)器人與系統(tǒng)國際會議)2022,近期將通過論文方式發(fā)表在IROS 2022會刊上。
此次毫末智行團(tuán)隊(duì)提交的兩篇最新論文研究成果分別是:《Efficient Spatial-Temporal Information Fusion for LiDAR-Based 3D Moving Object Segmentation》(《基于激光雷達(dá)的三維運(yùn)動目標(biāo)分割的高效時空信息融合》)、《OverlapTransformer: An Efficient and Yaw-Angle-Invariant Transformer Network for LiDAR-Based Place Recognition》(《OverlapTransformer:一種基于激光雷達(dá)的高效、旋轉(zhuǎn)無關(guān)的位置識別網(wǎng)絡(luò)》)。兩篇論文從2000多篇投稿論文中脫穎而出,成功入選。論文結(jié)合激光雷達(dá)在自動駕駛車輛上的應(yīng)用,分別提出了一種新的針對激光雷達(dá)運(yùn)動目標(biāo)分割的深度神經(jīng)網(wǎng)絡(luò)和一種新的基于激光雷達(dá)的位置識別算法,幫助自動駕駛車輛有效利用時空信息、識別運(yùn)動目標(biāo),以及為自身進(jìn)行快速準(zhǔn)確的定位,從而極大的提升激光雷達(dá)的感知能力。
隨著近年來自動駕駛領(lǐng)域?qū)す饫走_(dá)應(yīng)用的逐步深入探索,其強(qiáng)大的空間三維分辨能力已普遍被視為自動駕駛技術(shù)向高階升級和商用落地過程中的重要能力。然而,硬件采集的信息數(shù)據(jù),也需要算法進(jìn)行更快、更準(zhǔn)確的解析,才能幫助自動駕駛車輛更好地對其加以利用,從而實(shí)現(xiàn)更安全的行駛。毫末智行的兩篇論文即從這一角度進(jìn)行切入。
在《Efficient Spatial-Temporal Information Fusion for LiDAR-Based 3D Moving Object Segmentation》中指出,準(zhǔn)確的運(yùn)動目標(biāo)分割是自動駕駛的一項(xiàng)重要任務(wù),而如何有效地利用時空信息是三維激光雷達(dá)運(yùn)動目標(biāo)分割的關(guān)鍵問題。為此,毫末提出了一種新的深度神經(jīng)網(wǎng)絡(luò),利用時空信息和激光雷達(dá)的不同表示模式來提高激光雷達(dá)MOS性能。具體來說,毫末提出了一種新穎有效的基于激光雷達(dá)的在線運(yùn)動目標(biāo)分割網(wǎng)絡(luò),通過使用雙分支結(jié)構(gòu)以更好的融合空間信息和時間信息,并引入了一種“由粗到細(xì)”的策略來減少物體邊界上的邊界模糊問題,在保持實(shí)時性的同時,性能一舉超越之前的網(wǎng)絡(luò) 。目前,相關(guān)方法在SemanticKITTI MOS基準(zhǔn)上實(shí)現(xiàn)了最先進(jìn)的激光雷達(dá)MOS性能。
在《Overlap Transformer: An Efficient and Yaw-Angle-Invariant Transformer Network for LiDAR-Based Place Recognition》一文中,毫末提出了一種新的位置識別方法,利用安裝在自動駕駛車輛上的三維激光雷達(dá)產(chǎn)生的距離圖像,可實(shí)現(xiàn)僅使用激光雷達(dá)數(shù)據(jù)而不使用任何其他信息來檢測SLAM的loop closure候選或是直接給出地點(diǎn)識別,并在不進(jìn)行微調(diào)的情況下很好地推廣到不同的環(huán)境中,在長時間跨度的室外大規(guī)模環(huán)境(毫末數(shù)據(jù)集)中實(shí)現(xiàn)長期位置識別。OverlapTransformer的運(yùn)行速度比大多數(shù)最先進(jìn)的方法更快,各項(xiàng)指標(biāo)也都達(dá)到了SOTA。
IROS(IEEE/RSJ International Conference on Intelligent Robots and Systems,IEEE/RSJ智能機(jī)器人及系統(tǒng)國際會議)是世界機(jī)器人和智能系統(tǒng)領(lǐng)域中最著名、影響力最大的頂級學(xué)術(shù)會議之一。2022年的IROS以“共生社會的具體化人工智能”為主題,將于10月23-27日在日本京都舉行。
作為中國量產(chǎn)自動駕駛第一名,毫末智行在過去的兩年半時間里,憑借強(qiáng)大的技術(shù)創(chuàng)新能力和產(chǎn)品的快速落地能力,收獲了業(yè)內(nèi)外的廣泛認(rèn)可。毫末打造的中國自動駕駛領(lǐng)域首個數(shù)據(jù)智能體系MANA,通過定義和使用數(shù)據(jù)智能,提升自動駕駛產(chǎn)品能力,是毫末產(chǎn)品迭代的基石,具備高效率、低成本挖掘數(shù)據(jù)價(jià)值的能力。截止2022年6月,毫末數(shù)據(jù)智能體系MANA學(xué)習(xí)時長已超24萬小時,虛擬駕齡相當(dāng)于人類司機(jī)駕駛2萬年。基于MANA的強(qiáng)大能力,以及規(guī)?；慨a(chǎn)能力與日趨成熟的商業(yè)模式,毫末已經(jīng)建立起了完善的數(shù)據(jù)閉環(huán),為自身技術(shù)產(chǎn)品的不斷升級以及為中國自動駕駛技術(shù)的進(jìn)步提供了強(qiáng)有力支撐。
