【ITBEAR】在無人駕駛技術(shù)的浪潮中，仙途智能以其卓越的自動駕駛解決方案脫穎而出，成為商業(yè)化進程中的佼佼者。這家深耕自動駕駛領(lǐng)域的企業(yè)，憑借全棧自研的技術(shù)棧和廣泛的場景應(yīng)用經(jīng)驗，在感知技術(shù)上取得了顯著突破，特別是在BEV（Bird's Eye View）多任務(wù)感知模塊的研發(fā)上，展現(xiàn)出了強大的創(chuàng)新能力。
仙途智能的BEV多任務(wù)感知技術(shù)，打破了傳統(tǒng)無人感知技術(shù)棧的局限。傳統(tǒng)方法通常依賴2D圖像輸入生成感知結(jié)果，再通過傳感器融合技術(shù)處理多個相機和激光雷達的數(shù)據(jù)。這一過程不僅復(fù)雜，還易受遮擋、信息損失等問題影響。而BEV技術(shù)則將這些多傳感器特征統(tǒng)一在3D空間內(nèi)，以更簡潔高效的方式直接進行感知，顯著提升了信息利用率和感知精度。
圖：BEV多任務(wù)處理示意圖
仙途智能的BEV多任務(wù)感知系統(tǒng)，專為環(huán)衛(wèi)場景設(shè)計，具備多任務(wù)處理、多模態(tài)融合和跨時序感知三大特點。該系統(tǒng)不僅支持傳統(tǒng)交通場景中的常見檢測任務(wù)，如車輛、行人、交通標志等，還針對環(huán)衛(wèi)作業(yè)新增了低矮障礙物檢測、路沿檢測、垃圾檢測等特色任務(wù)。通過共享骨干網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)，計算負擔(dān)降低了30%以上，確保了自動駕駛車輛的實時環(huán)境感知能力。
多模態(tài)融合技術(shù)進一步提升了感知的精準度和實時性。BEV感知推理結(jié)合了環(huán)視圖像和多激光雷達點云作為輸入，具備跨多模態(tài)、跨多傳感器的信息聚合能力，有效彌補了單模態(tài)感知的不足。相比純視覺算法和單激光點云感知算法，仙途智能的BEV感知精度分別提升了32.6%和18.9%以上，且具備可拓展性，能夠接入更多傳感器數(shù)據(jù)。
跨時序感知能力則是BEV技術(shù)的另一大亮點。通過多幀點云輸入和多幀特征聚合，BEV感知能夠在長時間范圍內(nèi)補全當前幀中的信息缺失，提升感知精度，并具備更精確的目標運動速度預(yù)測能力。這一特性在復(fù)雜交通場景中尤為重要，能夠幫助自動駕駛車輛更好地應(yīng)對突發(fā)情況和動態(tài)變化的環(huán)境。
在實際應(yīng)用中，仙途智能的BEV多任務(wù)感知技術(shù)展現(xiàn)出了強大的解決復(fù)雜場景挑戰(zhàn)的能力。以低矮障礙物檢測為例，仙途智能設(shè)計了一套以視覺為主、激光為輔的多傳感器檢測方案，結(jié)合屬性預(yù)測和occupancy預(yù)測，以及垃圾檢測技術(shù)，能夠準確預(yù)估障礙物的尺寸、高度等關(guān)鍵參數(shù)，有效輔助決策系統(tǒng)判斷是否需要繞行或進行清潔作業(yè)。以下圖為例：
圖：低矮障礙物識別實例（黑色垃圾袋）
在復(fù)雜路況的3D目標檢測、BEV路沿檢測、3D語義分割等方面，仙途智能的BEV感知技術(shù)也展現(xiàn)出了卓越的性能。在繁忙的交通路口中，BEV感知系統(tǒng)能夠穩(wěn)定檢出并動態(tài)預(yù)測眾多擦肩而過的交通參與者，為自動駕駛車輛提供了全方位、360度的精準感知。在路沿檢測方面，通過引入時序信息和幾何特征，實現(xiàn)了對不同形狀路沿的準確識別和追蹤。而在3D語義分割方面，通過結(jié)合圖像和激光雷達的語義信息，實現(xiàn)了對揚塵、水霧等障礙物的有效識別和過濾。
為了加速研發(fā)迭代和實現(xiàn)降本增效，仙途智能還構(gòu)建了高效的數(shù)據(jù)閉環(huán)系統(tǒng)。該系統(tǒng)包括數(shù)據(jù)挖掘、自動標注、2D和3D數(shù)據(jù)仿真等模塊，能夠基于海量歷史數(shù)據(jù)快速挖掘長尾場景，并通過自動標注系統(tǒng)成倍提升標注效率，大大縮短了模型迭代周期。同時，通過2D和3D數(shù)據(jù)仿真相結(jié)合，模擬出高保真的長尾場景，豐富了自動駕駛算法的訓(xùn)練數(shù)據(jù)，提升了感知模型的泛化能力。
