中国团队获自动驾驶权威测评第一,车辆可识别“厘米级”障碍物

发表时间:2020-05-08 11:46:23 作者:编辑部 来源:游戏王国 浏览:

在上一篇文章中,小编为您详细介绍了关于《五一直播带货成新热点,全国实物商品网络零售额同比增36.3%》相关知识。本篇中小编将再为您讲解标题中国团队获自动驾驶权威测评第一,车辆可识别“厘米级”障碍物。

原标题:中国团队获自动驾驶权威测评第一,车辆可识别“厘米级”障碍物

【环球网科技综合报道】达摩院再获自动驾驶权威测评第一。5月8日消息,在自动驾驶权威数据集SemanticKITTI上,来自中国的达摩院凭借全新算法在“单帧3D点云语义分割”排行榜获得第一。该技术用于达摩院的无人物流车后,大幅提升了车辆的环境精细化理解能力,使车辆能够识别“厘米级”障碍物。

KITTI数据集是全球最权威的自动驾驶计算机算法评测数据集,为促进基于激光的语义分割研究,KITTI推出了细分数据集Semantic KITTI,通过全类别分割平均交并比(mIOU)和整体准确率(accuracy)两大指标,考察参赛者的技术能力。达摩院团队在两项指标的评比中均拿下第一。

点云(Point Cloud)是拥有三维坐标、强度等信息的激光点的集合,是计算机视觉领域常用的三维数据表示方式。自动驾驶车辆通常借助激光雷达、摄像头、毫米波雷达等传感器识别环境信息。对于激光雷达获取的周围环境的3D点云,识别每个点的语义标签,就是“3D点云语义分割”。

除了行人、车辆等常规检测目标,道路周围的建筑、绿化、不明障碍物也会影响自动驾驶车辆的驾驶行为,3D点云语义分割技术的目标,便是帮助车辆更精细地理解道路环境。

达摩院自动驾驶实验室资深算法专家卿泉介绍,业界通用的点云局部上下文特征建模方法难以满足自动驾驶实时、精准的感知需求。达摩院提出的新算法以激光点为载体,结合每个3D点在鸟瞰、前视等视角下的邻域特征,通过多层级联编码进行特征学习,大大增强3D点的特征表示能力,由此提高了语义识别的准确性。

该算法应用于达摩院的无人物流车后,车辆对障碍物的精细化识别水平大幅提升。比如在行驶途中遇到临时拉起的警戒线,即便线宽仅有3厘米,物流车也能轻松识别并绕道而行。游戏网

编后语:关于《中国团队获自动驾驶权威测评第一,车辆可识别“厘米级”障碍物》关于知识就介绍到这里,希望本站内容能让您有所收获,如有疑问可跟帖留言,值班小编第一时间回复。 下一篇内容是有关《中国AI服务器市场规模达23.3亿美元浪潮市场份额再超50%》,感兴趣的同学可以点击进去看看。

资源转载网络,如有侵权联系删除。

相关资讯推荐

相关应用推荐

玩家点评

条评论

热门下载

  • 手机网游
  • 手机软件

热点资讯

  • 最新话题