来源:专知
本文约1200字,建议阅读5分钟
在本论文中,我们将介绍针对自动驾驶感知的新方法,并着力解决这四个效率指标。
自动驾驶车辆长期以来被视为运输技术的一次巨大飞跃。尽管工业界和学术界都在积极开展开发完全自动驾驶车辆的努力,但迄今为止,没有一个项目能够实现完全自动驾驶的承诺。在构建自动驾驶汽车的自主软件时,感知能力,即车辆感知周围环境的能力,是最突出的挑战之一。为了满足实际部署到自动驾驶车辆上的要求,感知系统必须满足效率的四个关键指标:准确性、低延迟、合理的计算硬件需求以及训练数据效率。
在本论文中,我们将介绍针对自动驾驶感知的新方法,并着力解决这四个效率指标。在整个论文中,我们引入了四种主要的新感知方案。
在第二章中,我们提出了一种结合硬件和算法的方法,以在有限的计算硬件上实现加速训练速度。我们介绍了一种基于延迟反馈储备计算原理的系统,该系统采用光电子延迟系统实现。为了将这一方法定制为计算机视觉任务,我们将其与未训练的卷积层进行高速度数字预处理相结合,生成随机特征图,然后通过我们的储备系统循环处理。我们在经典的MNIST手写数字识别任务上对我们的方法进行了实验验证,达到了与数字训练的卷积神经网络相当的性能,同时训练时间加速了多达10倍。
在第三章中,我们探讨了自动驾驶环境中的3D目标检测问题,特别是高效的LiDAR-摄像头融合问题。我们提出了一种新的传感器融合方法,称为中心特征融合(Center Feature Fusion),该方法通过在鸟瞰视角空间中融合摄像头和LiDAR的深度特征来工作。为了实现低延迟融合,我们提出了一种稀疏特征融合方法,仅将一组识别出的关键摄像头特征投影到鸟瞰视角。结果表明,我们能够在性能上与竞争的传感器融合方法相当,同时将运行时延减少了几倍。
在第四章中,我们从数据效率的角度探讨了3D目标检测的问题,旨在减少训练自动驾驶车辆所需的计算机视觉模型的标注数据需求。在本章中,我们引入了一种新的广义半监督学习方法,称为双重鲁棒自训练。我们进行了理论分析,证明了该方法在教师模型质量无关的情况下优于标准的自训练方法,并在图像分类和目标检测任务上进行了实验分析。对于这两种视觉任务,我们在不增加额外计算成本的情况下,达到了优于自训练基线的性能。
在第五章中,我们继续探索半监督3D目标检测,利用自主系统中的运动预测组件来改进感知模型。我们提出了一种新的算法,称为TrajSSL,该算法使用预训练的预测模型生成一组合成标签,以增强学生检测器模型的训练。生成的合成标签用于建立时间一致性,从而在训练过程中滤除低质量的伪标签,同时纠正缺失的伪标签。TrajSSL在各种场景中均优于当前最先进的半监督3D目标检测方法。
关于我们
数据派THU作为数据科学类公众号,背靠清华大学大数据研究中心,分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识,努力建设数据人才聚集平台、打造中国大数据最强集团军。
新浪微博:@数据派THU
微信视频号:数据派THU
今日头条:数据派THU