自動(dòng)駕駛檢測(cè)器可同時(shí)實(shí)現(xiàn)3D檢測(cè)精讀和速度的提升

3月19日，阿里巴巴達(dá)摩院宣布近日有論文入選計(jì)算機(jī)視覺(jué)頂會(huì)CVPR 2020。論文提出一個(gè)通用、高性能的自動(dòng)駕駛檢測(cè)器，可兼顧3D物體的檢測(cè)精度和速度，提升自動(dòng)駕駛系統(tǒng)安全性能，兩者兼得的實(shí)現(xiàn)在業(yè)界尚屬首次。

據(jù)了解，自動(dòng)駕駛檢測(cè)器是自動(dòng)駕駛具備感知能力的核心組件，檢測(cè)器需要快速處理、分析傳感器、激光雷達(dá)等采集的多維信息，使車輛識(shí)別周圍環(huán)境物體，并對(duì)物體在三維空間中的位置進(jìn)行精準(zhǔn)定位，這個(gè)過(guò)程需要3D目標(biāo)檢測(cè)的輔助。

與使用RGB圖像進(jìn)行目標(biāo)檢測(cè)，以輸出物體類別和在圖像上2D bounding box的2D檢測(cè)方式不同，3D目標(biāo)檢測(cè)需要使用RGB圖像、RGB-D深度圖像和激光點(diǎn)云的方式來(lái)實(shí)現(xiàn)，最終輸出物體類別及在三維空間中的長(zhǎng)寬高、旋轉(zhuǎn)角等信息。

對(duì)于自動(dòng)駕駛而言，其需要從現(xiàn)實(shí)世界中估計(jì)更具信息量的3D邊界框，以完成諸如路徑規(guī)劃和避免碰撞之類的高級(jí)任務(wù)。為確保自動(dòng)駕駛的安全，3D檢測(cè)的精度和速度缺一不可。但就目前兩種基于點(diǎn)云的3D物體檢測(cè)的主要架構(gòu)而言，單階段檢測(cè)器和兩階段檢測(cè)器尚無(wú)法能兼顧兩項(xiàng)指標(biāo)。

對(duì)此，達(dá)摩院在論文中提出在訓(xùn)練中利用一個(gè)輔助網(wǎng)絡(luò)來(lái)解決以上問(wèn)題。具體而言，其能夠?qū)坞A段檢測(cè)器中的體素特征轉(zhuǎn)化為點(diǎn)級(jí)特征，并施加一定的監(jiān)督信號(hào)，從而使卷積特征也具有結(jié)構(gòu)感知能力，進(jìn)而提高檢測(cè)精度。與此同時(shí)，在做模型推斷時(shí)，輔助網(wǎng)絡(luò)并不參與計(jì)算（detached），單階段檢測(cè)器的檢測(cè)效率得以保證。

此外，達(dá)摩院還提出工程上的改進(jìn)，Part-sensitive Warping （PSWarp）， 用于處理單階段檢測(cè)器中存在的“框-置信度-不匹配”問(wèn)題。

目前，該檢測(cè)器在自動(dòng)駕駛領(lǐng)域權(quán)威數(shù)據(jù)集KITTI BEV排行榜上排名第一。測(cè)試結(jié)果顯示，在自動(dòng)駕駛領(lǐng)域權(quán)威數(shù)據(jù)集KITTI BEV排行榜上，該檢測(cè)器排名第一，精度超過(guò)其他單階段檢測(cè)器，檢測(cè)速度也達(dá)到25FPS ，是目前排名第二方案的兩倍多。

相較于百度和騰訊，阿里巴巴在自動(dòng)駕駛領(lǐng)域一直頗為低調(diào)。自2018年4月宣布布局自動(dòng)駕駛后，鮮有聲音對(duì)外發(fā)出。在技術(shù)路線上，阿里巴巴選擇L4級(jí)自動(dòng)駕駛道路，并試圖以協(xié)同智能的方式降低自動(dòng)駕駛現(xiàn)有方案的物理困境和成本障礙，該研究由AI實(shí)驗(yàn)室首席科學(xué)家王剛親自帶隊(duì)。去年9月的云棲大會(huì)上，阿里巴巴集團(tuán)首席技術(shù)官（CTO）兼阿里云智能總裁張建鋒稱，達(dá)摩院的自動(dòng)駕駛已達(dá)到L4級(jí)水平，但未有更多信息流出。

該論文團(tuán)隊(duì)表示，“檢測(cè)器的創(chuàng)新是自動(dòng)駕駛領(lǐng)域落地的關(guān)鍵突破口，此次我們提出的檢測(cè)器融合了單階段檢測(cè)器和兩階段檢測(cè)器的優(yōu)勢(shì)，因此同時(shí)實(shí)現(xiàn)了3D檢測(cè)精讀和速度的提升，未來(lái)檢測(cè)器的創(chuàng)新研究還可以解決自動(dòng)駕駛產(chǎn)業(yè)的更多難題。”

責(zé)任編輯：gt