近期，國內(nèi)自動駕駛公司輕舟智航對外發(fā)布了激光雷達感知技術相關的最新研發(fā)成果——SimTrack，可在激光雷達的點云數(shù)據(jù)中實現(xiàn)多個目標物體的一體化檢測與跟蹤（joint detection and tracking）。這一研究成果突破了依靠“檢測后跟蹤”（tracking-by-detection）的傳統(tǒng)流程方法，減少了人工設計的匹配規(guī)則和與之相關的調(diào)參環(huán)節(jié)，并在多個數(shù)據(jù)集上都得到了非常好的評測結果。這一研究成果（Exploring Simple 3D Multi-Object Tracking for Autonomous Driving）已入選ICCV 2021（IEEE/CVF International Conference on Computer Vision，計算機視覺方向三大頂級會議之一）。

2021年，國內(nèi)多款新車型都先后對外宣布了搭載激光雷達的計劃，包括蔚來ET7、小鵬P5、上汽R汽車ES33、智已L7、極狐阿爾法S、哪吒S等等，激光雷達上車元年即將開啟。背后的技術考量，在于目前面世的L2-L3級別輔助駕駛功能大多為“攝像頭+毫米波雷達”的解決方案，主要依靠視覺感知，對其他交通參與者的檢測準確性有限，存在安全隱患。車企要想推出一套更可靠的解決方案，就離不開激光雷達。

激光雷達的分辨率更高、更穩(wěn)定，且收集到的點云數(shù)據(jù)是3D，比單目攝像頭收集到的2D數(shù)據(jù)多了深度這一維度，可極大提高物體檢測和跟蹤的準確性。因此，要想最大化地保障自動駕駛功能安全，就需要從激光雷達的3D點云數(shù)據(jù)中準確地檢測并跟蹤各類交通參與者。

過往的跟蹤主要是依靠“tracking-by-detection”的一套流程方法，但這類方法需要人工設計匹配規(guī)則并且涉及大量手動調(diào)參工作，部署效率和可擴展性較低。為了優(yōu)化這一流程，輕舟智航提出了SimTrack這一算法，借助端到端的可訓練模型，可直接在點云數(shù)據(jù)中一體化檢測和跟蹤多個目標物體，大大減少了工程師的時間投入。其方法可簡單概括為在每一段激光雷達點云中預測物體首次出現(xiàn)的位置，以便獲得各個物體的跟蹤身份（tracking identity），再借助對于物體運動的預測，持續(xù)更新各個物體的位置。

SimTrack是輕舟智航打造“自動駕駛超級工廠”這一技術思路的重要體現(xiàn)。自成立之初，輕舟智航便十分注重底層技術能力的搭建，希望能打造高度自動化的“自動駕駛超級工廠”，以推動無人駕駛車輛的大規(guī)模落地。

此前，為了達到高度自動化的目標，輕舟智航已開創(chuàng)性地將自監(jiān)督學習應用在激光雷達感知方向，減少了對人工標注的依賴；同時，在規(guī)劃控制技術中將傳統(tǒng)機器人技術和機器學習技術結合，既增強了人工智能技術的可解釋性，又減少了工程師反復手動調(diào)參的操作，把工程師時間轉化為機器時間。

在“自動駕駛超級工廠”的支撐下，目前，輕舟智航已基于Robotaxi技術棧部署落地了多款Robobus，在全球范圍內(nèi)超過 8 個城市開展運營跟測試，部署的車型超過 8 款，可應對雨天、鬧市等多類復雜場景。

接下來，輕舟智航還將持續(xù)推出龍舟系列無人駕駛車，應用于城市公交、網(wǎng)約出行等場景，助推城市交通走向智能化、網(wǎng)聯(lián)化、共享化。此外，輕舟智航還在為主機廠、科研院所等機構提供自動駕駛技術研發(fā)的工具鏈，助力合作伙伴打造屬于自己的自動化數(shù)據(jù)閉環(huán)。

返回第一電動網(wǎng)首頁 >