エンドツーエンドの自動運転に向けて、Horizo​​n Robotics が Sparse4D アルゴリズムを正式にオープンソース化

エンドツーエンドの自動運転に向けて、Horizo​​n Robotics が Sparse4D アルゴリズムを正式にオープンソース化

Horizo​​n Roboticsは1月22日、純粋な視覚ベースの自動運転アルゴリズムであるSparse4Dシリーズのアルゴリズムを一般に公開し、エンドツーエンドの自動運転やスパース知覚などの最先端技術の探求に業界の開発者が参加することを奨励しました。現在、Sparse4D アルゴリズムは GitHub プラットフォームで利用可能です。開発者は Horizo​​n の公式 GitHub アカウント「Horizo​​n Robotics」をフォローしてソースコードを入手できます。

Sparse4D は、時間的マルチビュー融合認識技術のカテゴリに属する​​、長期シリーズのスパース 3D オブジェクト検出に向けた一連のアルゴリズムです。 Sparse4D は、スパース知覚の業界発展の傾向に応えて、純粋にスパースな融合知覚フレームワークを構築し、知覚アルゴリズムをより効率的かつ正確にし、知覚システムをより簡潔にしました。 Sparse4D は、高密度 BEV アルゴリズムと比較して計算の複雑さを軽減し、認識範囲における計算能力の制限を打ち破ります。認識効果と推論速度の両方で高密度 BEV アルゴリズムを上回ります。 Sparse4D は、nuScenes ピュアビジョン 3D 検出リストと 3D トラッキング リストの両方で 1 位にランクされ、SOLOFusion、BEVFormer v2、StreamPETR などの最新の方法の数々を抑えて SOTA になりました。

Sparse4Dアルゴリズムアーキテクチャ

3 バージョンの反復を経て、Horizo​​n Sparse4D チームは、スパース アルゴリズムのパフォーマンスの向上、時系列融合計算の複雑さの軽減、エンドツーエンドのターゲット追跡の実現などの技術的な困難を克服し、最近「Sparse4D v3: エンドツーエンドの 3D 検出と追跡の進化」という論文を発表しました。 Sparse4D は、Horizo​​n のビジネス データに基づいてパフォーマンス検証を完了し、Horizo​​n Journey 5 コンピューティング ソリューションに導入されました。計画によれば、Sparse4D は Horizo​​n の次世代製品に使用される予定です。

Horizo​​n Robotics の副社長兼ソフトウェア プラットフォーム製品ラインの社長である Yu Yinan 博士は、次のように述べています。「業界は、単一のネットワークで認識タスク全体を完了できるエンドツーエンドの認識の時代に入りました。Sparse4D シリーズのアルゴリズムは、スパース アルゴリズムのパフォーマンスを新しいレベルに引き上げ、エンドツーエンドのマルチターゲット追跡を実現しました。これは、スパース認識とエンドツーエンドの自動運転の両方にとって画期的な出来事です。Horizo​​n Robotics は、Sparse4D を業界全体にオープンソース化することを決定しました。業界の優れた開発者とともに進歩していくことを楽しみにしています。」

従来の認識システムとエンドツーエンドの認識システムの比較

Sparse4D シリーズのアルゴリズムのオープンソース化は、インテリジェント ドライビングのためのオープンソース ソフトウェア エコシステムの構築に Horizo​​n が積極的に参加しているもう 1 つの例です。近い将来、Sparse4D は業界の開発者に広く使用され、純粋なビジョンによるエンドツーエンドの自動運転の実装を大きく促進すると予想されます。さらに、Horizo​​n は最近、ベクトル化されたシーン表現に基づくエンドツーエンドの自動運転アルゴリズムである VAD や、エンドツーエンドのベクトル マップのオンライン構築方法である MapTR などの先進技術をオープンソース化し、業界の加速的な発展を継続的に推進しています。

Horizo​​n Roboticsは、技術の源泉をスマートカー産業のエコシステムに浸透させることに注力しています。独自の革新的な技術、画期的な製品、ソリューションを、より多くのスマートカー産業のエコシステム パートナーの商業価値に変換し、業界のすべての関係者と緊密に連携し、オープンに統合し、イノベーションに協力することに注力しています。 Horizo​​n は、自動運転の量産化に向けて、オープンソースとオープン性を推進し続け、最先端技術をより迅速に量産化へと移行させ、業界とともに明るい未来を創造していきます。

<<: 

>>:  「幻想」を消し去れ! Google の新しい ASPIRE メソッドにより、LLM は自己採点が可能になり、その効果はボリューム モデルよりも 10 倍優れています。

ブログ    
ブログ    

推薦する

適切な機械学習アルゴリズムを簡単に選択

著者: ヨギータ・キナブガッティが編集企画丨孫淑娊適切な機械学習アルゴリズムを選択するにはどうすれば...

...

口の中に124個のセンサーを埋め込み、Google Glassの創設者の新プロジェクト:舌でメッセージを送信

不運なGoogle Glassはスマートデバイスの波の中で大きなインパクトを与えることはできなかった...

...

人工知能が両親の写真から子供の顔を合成し、ディープラーニングが親族関係を生成する

人工知能が両親の写真から子供の顔を合成、親族関係生成のためのディープラーニング 概要: この論文では...

...

スパムボットが誤って7億件のメールアドレスとパスワードを漏洩

海外メディアの報道によると、悪名高いスパムロボットが所有する7億件の電子メールアドレスと、使用してい...

...

単一ニューロンは将来の活動を予測することで学習し、脳の働きを説明するのに役立つ。

何世紀にもわたり、人類は脳がどのように機能し、どのように情報を獲得するかを理解しようとしてきました。...

ヘルスケアにおける人工知能の機会とリスク

人工知能 (AI) が医療分野において大きなチャンスと潜在的なリスクを抱えていることはよく知られてい...

860万の超軽量中国語と英語のOCRモデルをオープンソース化し、ワンストップでトレーニングと展開が可能

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

...