(1)基于高精地图的多级特征结合的高精定位方法
首次提出了基于高精地图语义信息来对三维世界视觉特征数据进行建模压缩,在实际定位过程中,通过匹配高精地图地图语义信息和该语义信息对应的视觉特征信息,实现定位结果由粗到精的优化。填补了国内基于高精地图的多级特征结合的高精定位技术的行业空白。相比传统视觉定位方案中需要存储整个三维环境的视觉特征信息不同,该方案极大的降低了视觉特征信息的存储量以及对车端存储条件和网络传输的要求。方案形成的专利“定位方法、装置、存储介质及移动设备(ZL201810987799.6)”荣获2021 年中国专利奖优秀奖。
(2)基于变换器的端到端视频实例分割方法
对于视频实例分割,创新地提出了一种高效的序列匹配和分割策略,在整个序列层次上对实例进行监督和分割,同时从相似性学习的角度构建实例分割和跟踪框架,极大简化了整个流程。该方法在业界公开数据集优兔(YouTube)视频实例分割数据集上达到分割精度40.1,为同期单模型业界精度第一。
(3)引入专家知识的无人设备路径规划与控制技术
为了使自动配送车的驾驶行为容易为人类所理解,同时提升舒适度和安全性,美团自主研发了引入专家知识的无人设备路径规划与控制技术。该技术基于专家示范的方法,记录下大量人类司机在开车的过程中进行的路径规划与控制数据,通过逆向强化学习,根据专家示范学习环境模型中的状态- 价值函数,对环境进行有效采样,分别通过启发式规则和专家示范,估计环境模型中的状态- 价值函数,并进一步根据价值更新策略,最终找到价值最大化的路径,进而确定自动车的控制方法。该技术突破了无人设备路径规划与控制的经验积累问题,让计算机从专家驾驶数据中学习、模仿人类做出的规划与控制操作,最终让计算机学会对自动车进行路径规划与控制。