自动驾驶中国公司霸榜谷歌Waymo自动驾驶算法挑战赛！五个赛道，四项冠军 |Waymo|地平线|

金磊发自凹非寺
量子位报道 | 公众号 QbitAI
当今之世，最新证明自动驾驶实力的方法是什么？
Waymo开放数据集挑战赛上一较高下，肯定是最具说服力的一种。
这不，作为全球自动驾驶公司王者， Waymo借势CVPR 2020发起了业内最具含金量的挑战赛，并且广发英雄帖，邀请了全球各路算法玩家一较高下。

本文插图
群雄逐鹿后，来自中国的独角兽公司成为最大赢家：
五项挑战，四项第一，一项第二。
他就是地平线，中国估值最高的AI芯片独角兽。
我们所熟知的地平线，近几年都是在芯片量产上砥砺前行；而我们所不熟知的，是他在算法上的深厚积累。
这次在挑战赛中取得如此一鸣惊人的成绩，便是很好的证明。
看起来有些意料之外，但却是情理之中。
意料之外：一家芯片公司成Waymo挑战赛最大赢家
地平线，作为一家以硬件芯片为核心的公司，能够成为此次挑战赛最大赢家，看起来有些意外。
因为Waymo举办的这场开放数据集挑战赛，可以说是模型导向、算法为王。
这场挑战赛开放的数据集，是Waymo自动驾驶汽车，在25个城市，行驶超过1000万英里后的「数据宝库」。
而挑战赛总共设置了五个项目：

本文插图
2D检测：给定一组摄像机图像，为场景中的对象生成一组2D框。
2D追踪：给定摄像机图像的时间顺序，生成一组2D框以及框与框之间的对应关系。
3D检测：给定一个或多个激光雷达测距图像和相关的摄像机图像，为场景中的对象生成一组3D垂直框。
3D追踪：给定激光雷达和相机数据的时间序列，生成一组3D垂直框以及框与框之间的对应关系。
域适应：类似于3D检测挑战，但Waymo将提供华盛顿柯克兰地区(Kirkland)的特定细分场景，且其中100个带有3D框标签。
从设置项目的复杂性来看，不难看出其挑战难度之高。
如此的数据量，如此的难度，也让Waymo开放数据集挑战赛成为当前业界含金量最高的挑战赛。
也正如Waymo首席科学家兼项目负责人Drago Anguelov表示：
该数据集是有史以来规模最大、场景最丰富、最多样化的自动驾驶数据集之一。
除了项目本身，更大的挑战性来自参加选手。
比赛吸引「自动驾驶领域中的玩家」包括：
阿里巴巴达摩院、柏林工业大学、Google大脑团队、加州大学伯克利分校、密西根州立大学、商汤科技、香港中文大学、图森未来，图宾根大学、中山大学等，全球学术界和产业界顶级自动驾驶研发团队。
同时，也包括相当一部分Waymo自身的个人参赛者。
这些玩家，大多已在自动驾驶领域深耕数年，尤其是在软件算法这一块，实力着实不容小觑。
然而，就是在内、外竞争压力都如此之大的情况下，地平线就这样杀了出来。
在这五项挑战中，斩获四项第一，一项第二。

本文插图
在3D检测和域适应方面，地平线采用了自主创新的「HorizonLiDAR3D」的方法，拿到了2项第一。
值得一提的是，这个方法在域适应任务的特定场景中，仍然保持高准确率，具有强大的泛化性。

本文插图