近日，國(guó)內(nèi)自動(dòng)駕駛公司輕舟智航對(duì)外公開(kāi)其在自動(dòng)駕駛技術(shù)的最新研發(fā)成果——將自監(jiān)督學(xué)習(xí)突破性地應(yīng)用在自動(dòng)駕駛感知模塊。讓自動(dòng)駕駛車(chē)輛在不需要標(biāo)注數(shù)據(jù)的情況下，就可以較好地理解交通參與者的運(yùn)動(dòng)狀態(tài)。這一研究成果是全球首個(gè)能夠在完全自監(jiān)督框架下進(jìn)行激光雷達(dá)點(diǎn)云體柱運(yùn)動(dòng)預(yù)測(cè)的學(xué)習(xí)范式，被業(yè)內(nèi)視為解決自動(dòng)駕駛邊界化難題的新思路，并已被世界頂級(jí)計(jì)算機(jī)視覺(jué)會(huì)議CVPR 2021收錄。

伴隨著新能源汽車(chē)的發(fā)展，自動(dòng)駕駛技術(shù)正在走近人們的生活，越來(lái)越多地應(yīng)用在各類(lèi)車(chē)輛上。但目前自動(dòng)駕駛技術(shù)仍然在持續(xù)迭代，雖然已經(jīng)解決了90%的問(wèn)題，但還有10%的邊界化難題需要被解決。這類(lèi)邊界化難題一般是指自動(dòng)駕駛車(chē)輛從未遇到過(guò)的問(wèn)題，因?yàn)槿鄙贁?shù)據(jù)，機(jī)器無(wú)法應(yīng)對(duì)這些問(wèn)題，比如路上一些形狀各異的車(chē)輛。

為了解決這些問(wèn)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(shù)的局限性，收集上來(lái)的大部分?jǐn)?shù)據(jù)需要由人工進(jìn)行標(biāo)注，才能被機(jī)器所使用。據(jù)統(tǒng)計(jì)，一輛自動(dòng)駕駛汽車(chē)每天會(huì)產(chǎn)生超過(guò)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(lái)，必將推動(dòng)自動(dòng)駕駛技術(shù)的大范圍落地商用。

在這個(gè)背景下，輕舟智航聯(lián)手約翰霍普金斯大學(xué)的學(xué)者，提出了創(chuàng)新性的解決方案。研究團(tuán)隊(duì)借助自監(jiān)督學(xué)習(xí)，從未標(biāo)注的激光雷達(dá)點(diǎn)云和配對(duì)的相機(jī)圖像中獲得了點(diǎn)云運(yùn)動(dòng)信息，即使是數(shù)據(jù)未標(biāo)注的情況下，也可以很好地理解其他交通參與者的運(yùn)動(dòng)狀態(tài)。

無(wú)人駕駛車(chē)輛通常搭配有多種高精度的傳感器，包括激光雷達(dá)、攝像頭、毫米波雷達(dá)等。其中，激光雷達(dá)是最可靠的一類(lèi)傳感器，激光雷達(dá)掃描后獲取的數(shù)據(jù)稱(chēng)為點(diǎn)云數(shù)據(jù)，可以構(gòu)建出一個(gè)3D空間。

在使用這些點(diǎn)云數(shù)據(jù)時(shí)，輕舟智航應(yīng)用到了自監(jiān)督學(xué)習(xí)。作為人工智能技術(shù)里最令人期待的方向，自監(jiān)督學(xué)習(xí)不需要依賴(lài)任何人工標(biāo)注的數(shù)據(jù)集，能從大規(guī)模未標(biāo)記數(shù)據(jù)中進(jìn)行自我學(xué)習(xí)。目前，這一前沿研究大多被應(yīng)用在自然語(yǔ)言處理和計(jì)算機(jī)視覺(jué)領(lǐng)域，輕舟智航則將其突破性地應(yīng)用在了自動(dòng)駕駛領(lǐng)域。

得益于輕舟智航這一技術(shù)的創(chuàng)新與突破，輕舟智航的龍舟ONE無(wú)人小巴在行駛過(guò)程中能夠很好的檢測(cè)并預(yù)測(cè)其他物體的運(yùn)動(dòng)情況，從而控制車(chē)輛以一個(gè)安全、舒適的路徑行駛。

目前，由輕舟智航部署的無(wú)人公交線路已經(jīng)覆蓋蘇州、深圳、武漢等多個(gè)城市，這項(xiàng)技術(shù)突破使得輕舟智航的自動(dòng)駕駛車(chē)輛能夠應(yīng)對(duì)更多的復(fù)雜場(chǎng)景，適用于更多城市和地區(qū)的復(fù)雜道路交通場(chǎng)景，為乘客帶來(lái)更安全、更舒適的乘坐體驗(yàn)。