Waymo研发经理:《自动驾驶感知前沿技术介绍》
Waymo研发经理|自动驾驶感知前沿技术介绍
这是Waymo
研发经理(VoxelNet作者
)的一个最新分享报告:《自动驾驶感知前沿技术介绍》。在这份报告里,介绍了Waymo在自动驾驶感知中五个研究方向
的最新成果。
1. Overview of the autonomous driving system
报告首先是无人驾驶系统的介绍,作者以Waymo
第四代无人车系统为例。输入为各种感知系统
(视觉、激光雷达、毫米波雷达系统及提前收集好的地图等),通过模块化或端到端处理
(如深度神经网络),输出为无人车控制命令
(方向盘转角和汽车加速度)。
下图为主流的无人车模块化设计。输入模块
为采集好的地图和各种传感器信号;定位模块
根据地图和传感器信号给出当前无人车所在位置;感知模块
对定位模块输出、传感器信号和地图信息做感知处理,然后将感知结果发送给行为预测(BP)模块
,最后规划模块
根据感知、行为预测以及定位结果给出汽车的控制命令,控制模块
执行控制命令。
2. Introduction to perception
下图是感知模块介绍,感知模块输入为传感器数据(摄像头、激光雷达、毫米波雷达)和高精地图,输出为环境表示。
下图是自动驾驶环境感知中六个主要研究方向:目标检测和追踪
(根据激光雷达点云数据估计目标的位置、大小和方向);语义分割
(给图像中每个像素分配一个类别);Flow
(估计图像中的像素和点云中的每个点下一时刻的运动);深度估计
(判断图像中每个像素的深度);行人位置估计
(估计行人运动,主要是行人关节运动估计);高精度地图
(根据各种传感器输入建立高精度地图)。
3. New frontiers in scalable perception
下图是感知中Scalability的五个方向:模型泛化能力
(模型在不同天气、城市和长尾问题的泛化能力);Quality
(模型的检测性能);模型的计算效率
(内存和计算速度);自动标注
(替代人工标注);仿真数据生成或数据压缩
。其中Generalization,Quality,Computational Efficency
属于线上模型,而Data Flexibility,Labeling Automation
属于线下模型。
下面作者将根据以上五个方向介绍Waymo
的最新研究成果。
3.1 Generalization
这是一篇通过语义点云生成的进行无监督域自适应3D物体检测论文。论文中作者设计了一个SPG
模块,可以根据物体的原始点云(即使在遮挡或雨天环境下)生成语义点云,复原物体形状
;然后将原始点云与生成的语义点云融合得到增强点云
,最后通过一个流行的3D物体检测器进行物体检测。无论是在target domain
还是 source domain
,作者设计的SPG
模块都极大的提高了3D物体检测器的检测性能。
下面是论文想要解决的问题,在雨天或遮挡情况下,点云质量下降很厉害
,从而影响最终的检测结果。
本文的核心思想是:在3D物体检测之前,还原物体形状。
SPG
模块主要做两件事:3D分割和前景形状还原
。首先将点云数据划分为一个个voxel,判断每个voxel是否属于前景voxel,然后则在每个前景voxel中生成语义点云,还原物体形状。
SPG
的pipeline如下图所示,实验发现,只要多增加5%的原始点云,就能多获得500%的前景点云。
下面是在Waymo Domain Adaptation Dataset
和KITTI
数据集上的检测结果。
下面是是在遮挡,远距离物体
或大物体
上的可视化检测结果。
3.2 Quality
这是一篇通过使用注意力网络
融合多帧点云信息进行物体检测的方法,与SPG在输入端提高点云质量
不同,3D-MAN
是在输出端将当前帧与历史帧proposals feature相结合
来提高检测结果。
本文的核心思想是使用同一个主干网(如Pointpillars)对当前帧和历史帧提取Proposal特征,然后使用注意力模块来优化Proposal,最终得到一个更好的检测结果。
论文处理框架如下图所示:
- 在第一阶段,使用一个高效的检测器对当前帧输入生成proposal和feature,同时将当前帧与历史帧的proposal和feature存储起来。
- 在第二阶段,注意力模块首先对当前帧和历史帧的proposal进行alignment操作,然后对不同帧的feature进行aggregation,最终得到检测结果。
下面是在Waymo Open Dataset
数据集上的检测结果。
3.3 Computational Efficency
这篇论文通过在waymo数据range images
上首先使用2D卷积选取物体的前景点,然后对被选取的前景点云进行稀疏卷积操作。通过结合range images
上提取的特征,不仅提高了3D物体检测性能,而且还达到了60帧每秒的检测效率。
由于点云的稀疏性,之前的检测方法(PointPillar和PV-RCNN)只考虑Occupancy Sparsity
,判断划分的Voxel是否为空;而本文则是最大化算法的检测效率,内存使用,考虑的是Semantic Sparsity
,即判断划分的Voxel是否为前景Voxel。
算法结构如下,输入为range images
,这是将点云转换成图像形式;通过分割模块分割出前景点,同时提取前景点feature;然后进行Sparse Feature Extraxction
,最后是Box回归得到proposal。
下面是在Waymo Open Dataset
数据集上的检测结果。
3.4 Labeling Automation
作者首先介绍了线上模型和线下模型
开发的区别。
这是一篇用于自动标注
的3D物体检测方法,检测效果达到了人类标注的性能,作者首先解释了自动标注的重要性。
论文核心思想是:在不同时刻会看到物体不同视角的形状,将不同时刻物体的点汇集起来能够更准确地估计物体的形状和尺寸。
下面是一辆mini-van
的不同帧数物体点汇集起来的样子,帧数越多,估计出来的形状更完整。
下面是算法的pipeline,首先是对点云序列每一帧进行检测,接着是多物体追踪,然后是同一追踪物体的点云数据提取,这里将物体分为静态和动态来进行标注。
下面是在Waymo Open Dataset
数据集上的检测结果。需要说明的是,IoU=0.8
为人工标注时的标准。
3.5 Data Flexibility
在这篇论文中,通过收集来的传感器数据来生成逼真的图像数据,重建3D World;同时生成的数据也可以用于仿真测试。
下面是具体的实际应用:不同视角和不同场景
合成。
Waymo研发经理:《自动驾驶感知前沿技术介绍》相关推荐
- 自动驾驶的重要一环:谈谈感知前沿技术
本文总结于Waymo研发经理周寅于2021年8月29日在深蓝学院的讲座.讲座内容主要包括自动驾驶系统的总览,自动驾驶感知的介绍,以及感知的前沿动态和总结. 1.自动驾驶系统总览 关于自动驾驶系统,目前 ...
- 百度语音+自动驾驶感知+深度学习平台技术解析
HIEV快讯(文/戒僧)本文将解析三部分技术内容,出自百度2023 Create大会-技术开放日: •百度如何用"手机全双工语音交互"改善使用导航应用的体验 •如何用"上 ...
- 如何入门学习自动驾驶感知技术?
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 本文授权转载自公众号:自动驾驶视觉感知工程师 一.前言 目前车企正在经历着前所未有的改革,包括前两天奥 ...
- 【自动驾驶】自动驾驶感知系统与关键技术介绍
文章目录 1.自动驾驶感知系统介绍 1.1 什么是自动驾驶? 1.2 什么是自动驾驶系统? 1.3 自动驾驶技术概览(以环境感知系统为主) 1.4 自动驾驶行业现状 1.自动驾驶感知系统介绍 1.1 ...
- 代季峰对话张祥雨 | 自动驾驶感知新时代!新一代环视感知算法BEVFormer有哪些优势...
导读:Elon Musk说过,"人类不是超人,也不是蝙蝠侠,不能够眼放激光,也不装有雷达,但是通过眼睛捕捉到的图像,人类依旧可以构建出对周围世界的3D空间理解能力,从而很好地掌握驾驶这项能力 ...
- 自动驾驶汽车测试技术与应用进展
成熟的测试技术可以推动自动驾驶技术的发展和进步,反之则会成为测试技术发展的瓶颈,从自动驾驶汽车测试的需求出发,测试方法和测试工具的同步发展尤为重要,而其中基于场景的测试方法和基于虚拟仿真的硬件在环.整 ...
- 深度学习在自动驾驶感知领域的应用
程序员转行学什么语言? https://edu.csdn.net/topic/ai30?utm_source=csdn_bw 本次直播课程是由深度学习资深研究者-杨阳博士从百度Apollo自动驾驶感知 ...
- 快递员要失业?两位前谷歌工程师研发出自动驾驶汽车只送货不载人
一家名叫Nuro.ai的新公司在自动驾驶汽车技术上提出了一种完全不同的概念.但与目前遍布全球的自动驾驶初创公司不一样的是,Nuro的重点并不是以现有车型为基础打造自动驾驶出租车或自动驾驶卡车,而是设计 ...
- 地平线:上帝视角与想象力——自动驾驶感知的新范式
导读 3月28日,在「地平线自动驾驶技术专场」上,地平线自动驾驶系统架构师刘景初博士围绕<上帝视角与想象力--自动驾驶感知的新范式 >这一主题进行了直播讲解. 本次课程主要分为以下4个部分 ...
最新文章
- 开放API接口 笑话、天气、新闻
- byte[]数组和int之间的转换
- python_面向对象进阶之元类
- VTK:邻接矩阵到 EdgeTable用法实战
- kafka学习汇总系列(一)kafka概述
- macos xampp mysql 命令_MAC系统XAMPP 中 MySQL命令行client配置使用
- Linux 内核如何描述一个进程?
- 如何对聚类结果进行分析_产品经理如何进行数据分析?
- odbc驱动程序配置失败_如何使用ODBC驱动程序配置链接服务器
- 简短介绍_中秋节的由来故事简短100字 中秋节的起源中秋节的来历介绍
- C++基础::变量模板(variable template)
- 您有一份Microsoft Office 365技能宝典等待签收
- 导致301状态码的可能的原因
- 抖音开放平台开发记录
- ESXi主机从6.7升级到ESXi 7.0.3后无法识别Emulex LPe12000 HBA卡
- 内网穿透服务器搭建教程,NPS使用教程
- 小马哥服务器系统激活,Vue项目接口.md
- 虚拟带库 Vistor + TSM 安装 (在家折腾了一个周末)
- 1.4、云计算HCIA虚拟化存储基础知识
- 854. Floyd求最短路
热门文章
- C语言单链表实现FCFS算法,数据结构与算法复习题(含答案).doc
- 鸿蒙系统太烂,一加终于觉醒!变相承认系统太烂,魅族的吐槽一针见血
- unity hub服务器无响应_累积更新KB4541335反馈称无法安装 出现无响应情况
- shell 进入hadoop_Hadoop Shell命令
- python爬虫反爬对抗_python爬虫反反爬,你几乎可以横扫大部分 css 字体加密的网站...
- QComboBox 样式设置
- UWidgetBlueprintLibrary
- std::map用法
- ubuntu13.10 编译时 关于链接xlib 库阶段出错的问题解决
- Asterisk权威指南/第一章 一场电话革命