1. 创新开发了数据驱动的高精度 3D 视觉感知算法,加速 ADAS 系统实现海量驾驶场景数据收集、分析、应用、迭代,快速推动自动驾驶系统快速应用落地。算法依托于多目相机对动态目标进行连续拍摄,对所获得的图像逐帧进行状态融合,结合卡尔曼滤波获得对 2D 识别的目标状态进行结果更新、条件约束,获得输出更加准确的动态目标 3D 信息,生成感知结果。目前可实现超 1000 类车型识别、3D外边框检测、距离、相对位置和速度估计,以及车道线、路口引导线、交通标识牌,杆检测和识别、红绿灯识别、可行驶区域识别。
2. 自主研发了大车流量、高快速道路、拥堵路段等特定复杂环境下的自动驾驶决策系统,实现车辆定位、位姿修正、他车轨迹预测、变道决策等辅助功能。利用地图元素与车体先验位置的相对位置关系,构建地图元素在相机坐标系下设定方向的键值对信息,实现车辆定位,解决了现有技术在使用卡尔曼滤波器融合GPS 和地图中的箭头信息进行组合定位时,无法连续高精定位的问题,结合 plane+ parallax(平面和视差分析)技术对自身运动补偿,车辆定位精度达到 10cm。建立车辆轨迹网络模并进行训练,以样本行为数据与未来障碍物样本相关联,通过平滑处理的方式对轨迹进行优化,可以精准预测他车行为轨迹;建立了预变道行为决策,保持相对车速贴线形式警示他车,只有在连续多次获取决策结果是换道时,才依据决策进行换道,提高决策正确性、鲁棒性和自适应性。
3. 构建闭环自动化的测试反馈系统——CLA 线上数据管理平台,通过数据采集、数据回流、数据处理、数据标注、模型训练、模型评测,以实现整个自动化的过程。建立了年超 20 亿公里的海量道路数据采集 CPU 集群,匹配数据驱动算法,实现高效的算法训练。
提出可设定各通道传输速率的远程多传感数据同步技术,解决业内 SLAM(即时定位与地图构建)和惯性导航技术下多传感数据实现时间戳精准同步的技术瓶颈。