在今年CVPR 2021 Argoverse 運動預(yù)測挑戰(zhàn)賽(Argoverse Motion Forecasting Competition)上,來自國內(nèi)自動駕駛公司輕舟智航的QCraft Blue Team斬獲第一名。

專注運動預(yù)測,推動自動駕駛技術(shù)創(chuàng)新進步

在計算機視覺領(lǐng)域,CVPR和 ICCV、ECCV并稱三大頂尖會議。其中,CVPR是由IEEE舉辦的計算機視覺和模式識別領(lǐng)域的國際頂級A類會議,堪稱計算機視覺領(lǐng)域的“奧斯卡”。

CVPR 2021期間舉辦的Argoverse運動預(yù)測挑戰(zhàn)賽,主要在來自 Argo AI 的高清地圖和傳感器數(shù)據(jù)Argoverse 數(shù)據(jù)集上進行,對道路使用者的運動進行預(yù)測,以推動自動駕駛技術(shù)的研究創(chuàng)新與進步。

Argoverse運動預(yù)測挑戰(zhàn)賽目前已舉辦三屆,本屆主要按"帶概率校正的最終位移誤差"評選出冠軍,并對能夠以新穎的方式處理互動、計算輕量化、能創(chuàng)造性地使用 Argoverse 的高清地圖,或在有挑戰(zhàn)性場景的子集上表現(xiàn)出色的團隊進行榮譽獎勵。

作為業(yè)內(nèi)國際權(quán)威比賽,今年的Argoverse運動預(yù)測挑戰(zhàn)賽延續(xù)了去年比賽的熱度,共吸引來自世界各地的幾十支團隊參賽,其中,阿里巴巴、海康威視、華為、深動科技、Waymo等知名企業(yè)紛紛參與挑戰(zhàn)。

眾所周知,運動估計與路徑規(guī)劃是自動駕駛系統(tǒng)智能性的最直接體現(xiàn),對行駛的安全性起決定性作用。但是,由于現(xiàn)實路況的復(fù)雜性,運動估計一直是自動駕駛的一大難點。

輕舟智航參賽方案通過基礎(chǔ)算法架構(gòu)將原始高清地圖數(shù)據(jù)組織為Lane graph,使用圖神經(jīng)網(wǎng)絡(luò)建模復(fù)雜的車道拓?fù)潢P(guān)系,并憑借一種新的遠(yuǎn)程圖注意力機制,對高清地圖中的車道圖進行編碼,成功理解復(fù)雜的車道互動關(guān)系。最終在本次比賽的決勝關(guān)鍵指標(biāo)brier-minFDE上取得了顯著的優(yōu)勢,摘得桂冠。

自主創(chuàng)新,輕舟智航打造自動駕駛超級工廠

近年來,自動駕駛技術(shù)一直保持在機器學(xué)習(xí)、預(yù)測、控制、仿真、車載系統(tǒng)、地圖定位等方面進行自研系統(tǒng)的完善。目前來看,自動駕駛在技術(shù)上已經(jīng)解決了90%的問題,但剩下10%的問題如很多邊界化難題,即自動駕駛車輛從未遇到過的問題,需要付出比過去更多的精力去攻克。

最近,為了解決這些難題,針對真實場景數(shù)據(jù)較難采集,需花費大量人力、物力和時間的困難,輕舟智航將自監(jiān)督學(xué)習(xí)突破性地應(yīng)用在自動駕駛感知模塊,讓自動駕駛車輛在不需要標(biāo)注數(shù)據(jù)的情況下,也可以很好地理解交通參與者的運動狀態(tài)。

這一研究成果是全球首個能夠在完全自監(jiān)督框架下進行激光雷達(dá)點云體柱運動預(yù)測的學(xué)習(xí)范式,被業(yè)內(nèi)視為解決自動駕駛邊界化難題的新思路,并已被CVPR 2021收錄。

值得注意的是,輕舟智航打造的自動駕駛超級工廠,擁有完整的數(shù)據(jù)收集及處理能力,可自動化完成數(shù)據(jù)收集、數(shù)據(jù)清洗標(biāo)注、仿真評估以及大規(guī)模仿真場景生成等流程,可大大減少測試成本,實現(xiàn)數(shù)據(jù)閉環(huán)。

憑借自動駕駛超級工廠,輕舟智航可基于多種車型實現(xiàn)L4級別自動駕駛功能,應(yīng)對各類城市復(fù)雜交通場景,推動我國自動駕駛在更多智慧城市場景中落地。

比如,由輕舟智航部署的龍舟ONE無人小巴,目前已經(jīng)在蘇州、深圳、武漢等多個城市上路運營,是國內(nèi)布局城市最多的公開道路自動駕駛公交,讓市民可以放心地體驗自動駕駛的樂趣,也為行業(yè)創(chuàng)新發(fā)展帶來了一些啟發(fā)。

隨著新一輪科技革命和產(chǎn)業(yè)變革,特別是在新基建的推動下,自動駕駛正在打破傳統(tǒng)交通行業(yè)的邊界,推動新型交通生態(tài)系統(tǒng)的構(gòu)建。讓出行更加方便自由的自動駕駛究竟離真正大規(guī)模落地還有多遠(yuǎn),我們拭目以待。