日前，輕舟智航公開了自動駕駛技術的最新研發(fā)成果——將自監(jiān)督學習突破性被應用在自動駕駛感知模塊。讓自動駕駛車輛在不需要標注數(shù)據(jù)的情況下，就可以較好地理解交通參與者的運動狀態(tài)。這一研究成果已被世界計算機視覺會議CVPR 2021收錄。
伴隨著新能源汽車的發(fā)展，自動駕駛技術正在走近人們的生活，越來越多地應用在各類車輛上。但目前自動駕駛技術仍然在持續(xù)迭代，雖然已經(jīng)解決了90%的問題，但還有10%的邊界化難題需要被解決。這類邊界化難題一般是指自動駕駛車輛從未遇到過的問題，因為缺少數(shù)據(jù)，機器無法應對這些問題，比如路上一些形狀各異的車輛。
為了解決這些問題，一方面需要收集大量數(shù)據(jù)，另一方面，由于傳統(tǒng)技術的局限性，收集上來的大部分數(shù)據(jù)需要由人工進行標注，才能被機器所使用。據(jù)統(tǒng)計，一輛自動駕駛汽車每天會產(chǎn)生超過1TB的數(shù)據(jù)，但僅有不到5%的數(shù)據(jù)被利用，若能把其他數(shù)據(jù)也充分利用起來，將推動自動駕駛技術的大范圍落地商用。
輕舟智航聯(lián)合約翰霍普金斯大學的研究團隊借助自監(jiān)督學習，從未標注的激光雷達點云和配對的相機圖像中獲得了點云運動信息，即使是數(shù)據(jù)未標注的情況下，也可以理解其他交通參與者的運動狀態(tài)。
無人駕駛車輛通常搭配有多種高精度的傳感器，包括激光雷達、攝像頭、毫米波雷達等。其中，激光雷達是最可靠的一類傳感器，激光雷達掃描后獲取的數(shù)據(jù)稱為點云數(shù)據(jù)，可以構建出一個3D空間。
“在使用這些點云數(shù)據(jù)時，應用到了自監(jiān)督學習。作為人工智能技術里最令人期待的方向之一，自監(jiān)督學習不需要依賴任何人工標注的數(shù)據(jù)集，能從大規(guī)模未標記數(shù)據(jù)中進行自我學習。目前，這一前沿研究大多被應用在自然語言處理和計算機視覺領域，輕舟智航則將其突破性地應用在了自動駕駛領域。”輕舟智航相關負責人說。
據(jù)悉，得益于這一技術的創(chuàng)新與突破，龍舟ONE無人小巴在行駛過程中能夠檢測并預測其他物體的運動情況，從而控制車輛以一個安全、舒適的路徑行駛。
據(jù)介紹，目前，無人公交線路已經(jīng)覆蓋蘇州、深圳、武漢等多個城市，這項技術突破使得自動駕駛車輛能夠應對更多的復雜場景，適用于更多城市和地區(qū)的復雜道路交通場景。(記者 馬愛平)
營業(yè)執(zhí)照公示信息