轻舟智航最新研究成果：利用自监督学习进行激光雷达点云体柱运动预测
近日，国内自动驾驶公司轻舟智航对外公开其在自动驾驶技术的最新研发成果——将自监督学习突破性地应用在自动驾驶感知模块。让自动驾驶车辆在不需要标注数据的情况下，就可以较好地理解交通参与者的运动状态。
这一研究成果是全球首个能够在完全自监督框架下进行激光雷达点云体柱运动预测的学习范式，被业内视为解决自动驾驶边界化难题的新思路，并已被世界顶级计算机视觉会议 CVPR 2021 收录。
伴随着新能源汽车的发展，自动驾驶技术正在走近人们的生活，越来越多地应用在各类车辆上。但目前自动驾驶技术仍然在持续迭代，虽然已经解决90%的问题，但还有10%的边界化难题需要被解决。这类边界化难题一般是指自动驾驶车辆从未遇到过的问题，因为缺少数据，机器无法应对这些问题，比如路上一些形状各异的车辆。
为了解决这些问题，一方面需要收集大量数据，另一方面，由于传统技术的局限性，收集上来的大部分数据需要由人工进行标注，才能被机器所使用。
在这个背景下，轻舟智航联手约翰霍普金斯大学的学者，提出了创新性的解决方案。
研究团队借助自监督学习，从未标注的激光雷达点云和配对的相机图像中获得了点云运动信息，即使是数据未标注的情况下，也可以很好地理解其他交通参与者的运动状态。
无人驾驶车辆通常搭配有多种高精度的传感器，包括激光雷达、摄像头、毫米波雷达等。其中，激光雷达是最可靠的一类传感器，激光雷达扫描后获取的数据称为点云数据，可以构建出 3D 空间。
在使用这些点云数据时，轻舟智航应用到了自监督学习。
作为人工智能技术里最令人期待的方向，自监督学习不需要依赖任何人工标注的数据集，能从大规模未标记数据中进行自我学习。目前，这一前沿研究大多被应用在自然语言处理和计算机视觉领域，轻舟智航则将其突破性地应用在了自动驾驶领域。
得益于轻舟智航这一技术的创新与突破，轻舟智航的龙舟ONE无人小巴在行驶过程中能够很好的检测并预测其他物体的运动情况，从而控制车辆以一个安全、舒适的路径行驶。
目前，由轻舟智航部署的无人公交线路已经覆盖苏州、深圳、武汉等多个城市。
P.S. 欢迎添加微信 autobit101 加入汽车之心 自动驾驶 交流群。
这一研究成果是全球首个能够在完全自监督框架下进行激光雷达点云体柱运动预测的学习范式，被业内视为解决自动驾驶边界化难题的新思路，并已被世界顶级计算机视觉会议 CVPR 2021 收录。
伴随着新能源汽车的发展，自动驾驶技术正在走近人们的生活，越来越多地应用在各类车辆上。但目前自动驾驶技术仍然在持续迭代，虽然已经解决90%的问题，但还有10%的边界化难题需要被解决。这类边界化难题一般是指自动驾驶车辆从未遇到过的问题，因为缺少数据，机器无法应对这些问题，比如路上一些形状各异的车辆。
为了解决这些问题，一方面需要收集大量数据，另一方面，由于传统技术的局限性，收集上来的大部分数据需要由人工进行标注，才能被机器所使用。
在这个背景下，轻舟智航联手约翰霍普金斯大学的学者，提出了创新性的解决方案。
研究团队借助自监督学习，从未标注的激光雷达点云和配对的相机图像中获得了点云运动信息，即使是数据未标注的情况下，也可以很好地理解其他交通参与者的运动状态。
无人驾驶车辆通常搭配有多种高精度的传感器，包括激光雷达、摄像头、毫米波雷达等。其中，激光雷达是最可靠的一类传感器，激光雷达扫描后获取的数据称为点云数据，可以构建出 3D 空间。
在使用这些点云数据时，轻舟智航应用到了自监督学习。
作为人工智能技术里最令人期待的方向，自监督学习不需要依赖任何人工标注的数据集，能从大规模未标记数据中进行自我学习。目前，这一前沿研究大多被应用在自然语言处理和计算机视觉领域，轻舟智航则将其突破性地应用在了自动驾驶领域。
得益于轻舟智航这一技术的创新与突破，轻舟智航的龙舟ONE无人小巴在行驶过程中能够很好的检测并预测其他物体的运动情况，从而控制车辆以一个安全、舒适的路径行驶。
目前，由轻舟智航部署的无人公交线路已经覆盖苏州、深圳、武汉等多个城市。
P.S. 欢迎添加微信 autobit101 加入汽车之心 自动驾驶 交流群。
本文为汽车之心原创文章，作者：汽车之心，如需转载，请联系授权。违规转载法律必究。
0
0
分享
好文章，需要你的鼓励
参与评论
请您注册或者登录汽车之心社区账号即可发表回复
去登录
相关评论(共0条)
查看更多评论