內(nèi)容概要：近日，在自動駕駛的權(quán)威評測 Semantic KITTI 上，一種叫 「單幀 3D 點云語義分割」的算法，成功登上了評測榜的榜首。它可用在無人物流車紙上，幫助無人車更好地理解周圍環(huán)境，更精確地識別障礙物。
原創(chuàng)：HyperAI超神經(jīng)
關(guān)鍵詞：自動駕駛 算法評測 語義分割
所有算法模型的好壞，都需要一個評測標準來判定，自動駕駛領(lǐng)域也不例外。
Semantic KITTI 評測，算得上是自動駕駛里最權(quán)威的一個標準，而近日排在榜首的一種新算法，成功地讓自動駕駛的障礙物識別能力，達到了厘米級別。
權(quán)威評測榜單，涵蓋最先進技術(shù)KITTI 數(shù)據(jù)集當前最權(quán)威，最大的自動駕駛算法評測數(shù)據(jù)集。
該數(shù)據(jù)集常用于評測立體圖像，光流，視覺測距，3D 物體檢測和 3D 跟蹤等技術(shù)的性能。
由它細分而來的 Semantic KITTI 數(shù)據(jù)集，是為了推動基于激光的語義分割研究而得來，也是模型在語音分割方向的一個檢驗基石。
Semantic KITTI 數(shù)據(jù)集官網(wǎng)
Semantic KITTI 標準評測，需要經(jīng)過多個步驟的測量和驗證，把各種場景下的汽車、行人、道路、摩托車、自行車、交通標志、建筑物和植被等多類物體準確分割出來。
算法需要通過全類別分割平均交并比（mIOU）和整體準確率（accuracy）兩大指標，來驗證自己的能力水平。
在兩項指標的評比中均拿下第一，榮獲「單幀 3D 點云語義分割」排行榜榜首的算法，是由阿里達摩院提交的。
評測排行榜的名單
提升環(huán)境理解力，達到厘米級識別排在榜首的算法，以激光點為載體，結(jié)合每個 3D 點在鳥瞰、前視等視角下的鄰域特征，通過多層級聯(lián)編碼進行特征學(xué)習，增強了 3D 點的特征表示能力，提高了語義識別的準確性。
其中點云是計算機視覺領(lǐng)域常用的三維數(shù)據(jù)表示方式，它包含物體的豐富信息，比如三維坐標、顏色、分類值、強度值、時間等等。
而 3D 點云語義分割，是自動駕駛中常用的一項技術(shù)，是指從周圍的環(huán)境中，識別并分析出不同的物體。
該項技術(shù)已經(jīng)被用在了無人物流車中，它可讓車輛更精細地理解道路環(huán)境，幫助識別行人，車輛，周圍的建筑、綠化、障礙物等。
模擬車輛行駛中對環(huán)境的理解
在實際測試中，它的識別精度達到了厘米級別，對僅有 3 厘米寬的警戒線，物流車也能準確識別并繞道而行。
自動駕駛成大廠新賽道在自動駕駛的研究層面，各大巨頭公司紛紛展開自己的布局，加入了更大的資金和技術(shù)投入。
前不久，阿里還發(fā)布了全球首個自動駕駛混合式仿真測試平臺。
該平臺將虛擬與現(xiàn)實結(jié)合的仿真技術(shù)，引進真實路測場景和云端訓(xùn)練，模擬一次極端場景僅需 30 秒，每天虛擬測試里程可超過 800 萬公里。
這些舉動也預(yù)示著，自動駕駛在更多技術(shù)的加持下，或?qū)⒏斓剡~進我們的生活。
