【環球網科技綜合報道】達摩院再獲自動駕駛權威測評第一。5月8日消息，在自動駕駛權威數據集SemanticKITTI上，來自中國的達摩院憑藉全新算法在“單幀3D點雲語義分割”排行榜獲得第一。該技術用於達摩院的無人物流車後，大幅提升了車輛的環境精細化理解能力，使車輛能夠識別“釐米級”障礙物。
KITTI數據集是全球最權威的自動駕駛計算機算法評測數據集，為促進基於激光的語義分割研究，KITTI推出了細分數據集Semantic KITTI，通過全類別分割平均交併比(mIOU)和整體準確率(accuracy)兩大指標，考察參賽者的技術能力。達摩院團隊在兩項指標的評比中均拿下第一。
點雲（Point Cloud）是擁有三維座標、強度等信息的激光點的集合，是計算機視覺領域常用的三維數據表示方式。自動駕駛車輛通常藉助激光雷達、攝像頭、毫米波雷達等傳感器識別環境信息。對於激光雷達獲取的周圍環境的3D點雲，識別每個點的語義標籤，就是“3D點雲語義分割”。
除了行人、車輛等常規檢測目標，道路周圍的建築、綠化、不明障礙物也會影響自動駕駛車輛的駕駛行為，3D點雲語義分割技術的目標，便是幫助車輛更精細地理解道路環境。
達摩院自動駕駛實驗室資深算法專家卿泉介紹，業界通用的點雲局部上下文特徵建模方法難以滿足自動駕駛實時、精準的感知需求。達摩院提出的新算法以激光點為載體，結合每個3D點在鳥瞰、前視等視角下的鄰域特徵，通過多層級聯編碼進行特徵學習，大大增強3D點的特徵表示能力，由此提高了語義識別的準確性。
該算法應用於達摩院的無人物流車後，車輛對障礙物的精細化識別水平大幅提升。比如在行駛途中遇到臨時拉起的警戒線，即便線寬僅有3釐米，物流車也能輕鬆識別並繞道而行。