科學(xué)家在智能駕駛場(chǎng)景感知研究方面取得進(jìn)展

近日，中國(guó)科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所仿生視覺(jué)系統(tǒng)實(shí)驗(yàn)室研究員李嘉茂團(tuán)隊(duì)與合作者在智能駕駛感知領(lǐng)域取得進(jìn)展。針對(duì)智能駕駛感知的兩個(gè)關(guān)鍵問(wèn)題——柵格占據(jù)預(yù)測(cè)和全景分割進(jìn)行研究，兩項(xiàng)成果分別被機(jī)器人領(lǐng)域國(guó)際學(xué)術(shù)會(huì)議2024 IEEE International Conference on Robotics and Automation（ICRA）錄用。 G2[IO $  
P(YG@  
在智能駕駛中，柵格占據(jù)預(yù)測(cè)旨在表征空間中的對(duì)象分布，以指導(dǎo)路徑選擇。最直接的表征方法是將立體空間劃分為無(wú)數(shù)個(gè)堆疊的占據(jù)體素，但龐大的計(jì)算量導(dǎo)致難以在實(shí)車(chē)中部署。鳥(niǎo)瞰視角（BEV）的表征方式，將空間投影于單個(gè)水平面，可以大幅減少計(jì)算與存儲(chǔ)壓力，但由于缺失細(xì)粒度的結(jié)構(gòu)信息，在開(kāi)放場(chǎng)景中對(duì)象的形狀或外觀不明確時(shí)，往往會(huì)出現(xiàn)錯(cuò)誤估計(jì)障礙物的情況。TPVFormer基于傳統(tǒng)三視圖的占據(jù)預(yù)測(cè)方法，在BEV基礎(chǔ)上將表征平面擴(kuò)展至三個(gè)，可客觀精細(xì)地表征三維環(huán)境，但該方法忽略了自車(chē)與表征平面的相對(duì)關(guān)系，導(dǎo)致場(chǎng)景中的視角重疊障礙物間難以分辨。 ]L%R[Z!3  
U_ ?elz\  
為解決上述問(wèn)題，在TPVFormer基礎(chǔ)上，該團(tuán)隊(duì)提出了一種以自車(chē)為中心的環(huán)視視角的占據(jù)預(yù)測(cè)表征方法CVFormer。以汽車(chē)全景環(huán)視多視圖為輸入，建立環(huán)繞車(chē)輛的二維正交視角來(lái)表征三維場(chǎng)景，有效實(shí)現(xiàn)細(xì)粒度三維場(chǎng)景表征，并克服車(chē)體周身障礙物的視角遮擋問(wèn)題。具體地，該研究提出了環(huán)視視圖交叉注意力模塊構(gòu)建二維環(huán)視特征，設(shè)計(jì)時(shí)序多重注意力模塊加強(qiáng)幀間關(guān)系的利用，并通過(guò)設(shè)計(jì)2D與3D類(lèi)別一致性約束，增強(qiáng)網(wǎng)絡(luò)對(duì)場(chǎng)景的學(xué)習(xí)性能。此方法在nuScenes數(shù)據(jù)集上進(jìn)行驗(yàn)證，在預(yù)測(cè)精度上明顯優(yōu)于現(xiàn)有算法，達(dá)到了43.09%的mIoU性能指標(biāo)，相比基線(xiàn)算法提高了102.3%，并將計(jì)算復(fù)雜度由O(n3)降低至O(n)，展現(xiàn)了較強(qiáng)的可部署性，在路特斯下一代量產(chǎn)車(chē)型智能駕駛感知系統(tǒng)上完成了測(cè)試驗(yàn)證。 KWn
1