近日，蘑菇车联斩获自动驾驶领域权威评测数据集nuScenes激光雷达语义分割任务（lidar segmentation task）榜单世界第一；去年，蘑菇车联跟踪算法“CAMO-MOT”获该榜单跟踪榜世界第一。

该榜单竞争者包括谷歌研究院、华为诺亚方舟等头部科技公司，及麻省理工学院、香港中文大学、浙江大学等高等院校。

NuScenes是被全球各大自动驾驶领域相关公司引用最多的数据集，其权威性得到各方认同。基于NuScenes数据集的单项任务挑战赛，已经成为检验感知算法在自动驾驶相关任务性能的试金石。

得益于实时、精细且结构化的感知能力，激光雷达几乎成为自动驾驶感知模块的标配。自动驾驶车辆通过激光雷达感知环境，还需要通过算法来“理解”环境，这就需要对激光雷达生成的大量点云数据进行解释。

nuScenes激光雷达语义分割任务就是要准确地对激光雷达场景中的每个点云进行语义分类，比如车辆、行人、地面、建筑物、植被等。只有让自动驾驶车辆“理解”这些点云的语义信息，才能做出合理的轨迹决策规划。

语义分割任务的难点在于如何高效地融合多传感器信息。例如，对于配备RGB摄像头和激光雷达的自动驾驶汽车，至关重要的是融合来自不同传感器的互补信息，以实现稳健和准确分割。

蘑菇车联团队的方法是将分割过程分为两个阶段。第一阶段只考虑激光雷达传感器，来提取语义特征；第二阶段采用精心设计的注意力模块，自适应地融合第一阶段的语义特征和图像2D实例分割结果。实验表明，蘑菇车联团队所提出的注意力模块优于简单的特征融合模块（如concat、add、channel attention），尤其是在雨天、夜间等相机质量下降的情况。

【蘑菇车联算法下的激光雷达语义分割】

蘑菇车联持续在自动驾驶前沿技术领域实现突破，相关研究成果涵盖目标分割、目标识别、目标跟踪、融合感知以及交通参与者轨迹预测等重要环节。截至目前，蘑菇车联多项算法在国际权威数据集榜单中排名居于前列，包括KITTI、nuScenes等，研究成果被ICRA、IROS、IEEE等国际权威学术机构认可。