本文經(jīng)自動駕駛之心公眾號授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

論文思路

自動駕駛指通過傳感器計算設備、信息通信、自動控制和人工智能的集成，將車輛轉(zhuǎn)變?yōu)槟軌蜃晕覍Ш降膶嶓w。環(huán)境感知系統(tǒng)是智能車輛獲取外部信息的通道，它的任務是收集、處理和分析與車輛周圍環(huán)境有關(guān)的數(shù)據(jù)，作為自動駕駛的先決條件。感知系統(tǒng)作為智能駕駛技術(shù)的關(guān)鍵要素，為后續(xù)模塊如定位、預測、決策、規(guī)劃、控制等提供必要的輸入數(shù)據(jù)。目前，大多數(shù)用于車輛實現(xiàn)的感知算法都是基于深度學習實現(xiàn)的，特別是神經(jīng)網(wǎng)絡，這些算法在帶有標簽的公共數(shù)據(jù)集上進行訓練，并部署在一系列視覺感知任務中。為了解決感知算法開發(fā)過程中存在開發(fā)周期長、可復用性差、傳感器設置復雜等問題，論文提出了一種新的分層BEV感知范式，旨在提供一個基本感知模塊庫和用戶友好的圖形界面，從而能夠快速構(gòu)建定制模型。

挑戰(zhàn)及主要貢獻

挑戰(zhàn)

• 算法在不同和動態(tài)設置中的可泛化性：在一種情況下表現(xiàn)出色的模型可能在另一種情況下表現(xiàn)不佳，這強調(diào)了適應性強、效率高的感知系統(tǒng)的必要性；
• 開發(fā)智能感知算法的傳統(tǒng)過程受到長周期和缺乏模塊化的阻礙：這導致了組件的低可重用性，復雜的配置，增加了工程工作中的冗余，增加了開發(fā)成本；
• 在部署過程中缺乏系統(tǒng)的方法來利用公共功能模塊，使得大規(guī)模生產(chǎn)感知系統(tǒng)的優(yōu)化變得復雜，阻礙了對特定任務需求的有效適應。

主要貢獻

為了應對上述的這些挑戰(zhàn)，論文中引入了一種分層感知方案，設計了一個綜合框架來簡化自動駕駛汽車感知算法的開發(fā)。通過將基本算法組件組織到一個功能模塊庫中，所提出的感知方案使汽車工程師能夠以更高的效率構(gòu)建和定制滿足特定操作需求的感知模型。該方案根據(jù)感知模型的功能角色對其進行分類，每個模塊提供網(wǎng)絡結(jié)構(gòu)的選擇，這種設計不僅有利于與各種平臺的計算能力保持一致，而且簡化了對自定義數(shù)據(jù)集的適應，從而提高了開發(fā)效率。這些標準化功能模塊的可復用性大大減少了重復的工作，從而縮短了開發(fā)時間。另外，考慮到智能汽車平臺的快速發(fā)展和對快速功能更新的需求，該模塊化感知系統(tǒng)具有固有的可擴展性。它允許開發(fā)人員輕松地引入新模塊或改進現(xiàn)有模塊，確保系統(tǒng)的發(fā)展響應新出現(xiàn)的需求和技術(shù)進步。

為了提高開發(fā)效率，論文還提出了一種將預訓練與微調(diào)相結(jié)合的范式。通過利用開源數(shù)據(jù)集，建立一個性能良好的模型的多樣化存儲庫，這些預訓練模型提供了一個堅實的基礎(chǔ)，使得在微調(diào)階段需要更少的訓練數(shù)據(jù)和更少的迭代。這種方法使用戶能夠適應功能和調(diào)整參數(shù)以匹配自定義數(shù)據(jù)集，而后通過遷移學習和領(lǐng)域適應等技術(shù)在現(xiàn)實場景中實現(xiàn)最佳性能。具體來說，預訓練方案包括對每個潛在模塊組合進行詳盡的訓練，以確保每個感知模塊被賦予與上游和下游功能對應的兼容權(quán)重。一旦建立了感知功能模塊庫，那就在預訓練階段引入了一種新的多模塊學習（MML）范式。MML是針對分層解耦的感知系統(tǒng)設計的，它提高了整體的訓練效率，并且可以同時優(yōu)化多種模型架構(gòu)以獲得性能提升。在后續(xù)的研究中，MML框架已經(jīng)證明了其有效性。主要貢獻可以概括如下:

模型架構(gòu)：自動駕駛感知集成方案

分層感知范式

圖1 分層感知方案概述

論文中提出的分層感知系統(tǒng)的技術(shù)細節(jié)如圖1所示。其核心創(chuàng)新在于提供了一個模塊化且易于操作的BEV感知算法構(gòu)建過程視圖，該過程分別通過集成功能模塊組件的預訓練算法和微調(diào)算法來實現(xiàn)。如表1所示，在集成車輛-云端-道路架構(gòu)的背景下，封裝了一套39個通用感知功能模塊來表示概念分類。車輛-云端-道路集成感知系統(tǒng)以單個車輛智能感知為基礎(chǔ)，主要包括車輛之間、車輛與基礎(chǔ)設施之間的協(xié)同感知。為了構(gòu)建數(shù)字感知功能模塊庫，采用多模塊集成的知識共享訓練方法。首先，在龐大的公共數(shù)據(jù)集上預訓練感知功能模塊的各種組合，從而創(chuàng)建模塊化組件的存儲庫。隨后，設計一個用戶友好的圖形化軟件界面，通過直觀的拖放操作來促進模型的構(gòu)建。這種圖形化軟件可以輕松地組裝感知模型，為訓練、推理和微調(diào)提供統(tǒng)一的界面。

表1 車輛-云端-道路集成架構(gòu)感知功能模塊庫

以視覺為中心的三維物體檢測的原型設計

2）圖像視圖轉(zhuǎn)換

3）時間特征融合:

圖2 兩種不同的時間特征融合方法

4）檢測頭：

圖3 多模塊學習框架

通過采用軟參數(shù)共享的方法，MML提供了一種更加靈活的多模型學習體系結(jié)構(gòu)。在軟參數(shù)共享的框架下，每個模型都有自己獨立的結(jié)構(gòu)和一組排他的參數(shù)，而不是直接共享很大一部分網(wǎng)絡層。這種設計考慮到不同的任務可能需要學習不同的特征表示，因此，賦予每個模型一定程度的排他性能力有助于提高整體性能。然而，為了實現(xiàn)知識遷移和促進通用表示的學習，軟參數(shù)共享并沒有完全隔離每個任務的模型參數(shù)。相反，它通過施加一定的約束，促使不同任務的模型參數(shù)趨于相似，從而在一定程度上實現(xiàn)參數(shù)共享。

算法1 平均模塊組裝策略

實驗

實現(xiàn)細節(jié)

比較結(jié)果

表2 不同模型配置的詳細信息表3 對不同的集成模型實現(xiàn)了一致的改進

圖4 不同模塊組件的三維探測器在nuScenes數(shù)值集上的對比結(jié)果圖5 nuScenes驗證集的可視化比較結(jié)果

消融實驗

圖6 消融方法表4 在nuscenes驗證數(shù)據(jù)集上與1:9分割的性能比較表5 在nuscenes驗證數(shù)據(jù)集上與3:7分割的性能比較

討論

圖7 不同權(quán)值合并策略的比較，每個子圖顯示了訓練過程中每個模型的mAP指標圖8 不同權(quán)值合并策略的比較，每個子圖顯示了訓練過程中每個模型的NDS指標

表6 8種模型在nuscenes val數(shù)據(jù)集上的預訓練對比結(jié)果

結(jié)論

該論文旨在開發(fā)模塊化感知系統(tǒng)架構(gòu)，支持可重用和可重構(gòu)組件，為下一代汽車計算智能平臺量身定制。提出的框架提供了豐富靈活的基礎(chǔ)算法構(gòu)建模塊，允許開發(fā)者根據(jù)具體需求選擇和組合不同的功能模塊，從而促進定制化智能駕駛感知算法的快速開發(fā)。該框架可以不斷擴展功能模塊庫，適應不同的用戶需求，并具有持續(xù)學習的能力，從而縮短開發(fā)周期。