在感知算法领域，嬴彻科技近期凭借「精准语义分割3D感知技术」，在SemanticKITTI 的「语义分割」和「全景语义分割」两项任务中夺得第一，领先于来自MIT、芝加哥大学、阿里、华为等全球各地的100多支队伍。

语义分割是自动驾驶感知算法的关键技术，能识别出各种场景物体，告诉汽车“身边有什么危险”，从而保障出行安全。

KITTI是目前发布最早、影响力最大的自动驾驶算法评测数据集。

SemanticKITTI是KITTI在语义分割方向的子数据集，是激光雷达语义分割的重要基准之一。为了推动激光雷达的语义分割研究，SemanticKITTI举办了3D语义分割比赛，包括「语义分割」和「全景语义分割」等任务。

任务一 「语义分割」，要求能准确识别出场景中的物体类型（如汽车、行人）；任务二 「全景语义分割」，要求对场景中的所有物体都进行精确个体级辨识，即类型基础上，为每个物体赋予1个ID（如1号车、2号车……）。

△ 榜首的Cylinder3D & noah820为来自嬴彻科技的两支参赛团队

相较于传统的激光雷达语义分割算法，嬴彻这次做出了哪些突破？来自嬴彻Inceptio X-Lab的李伟博士，与量子位详细分享了其中的技术原理。

1、从“划井字”到“切蛋糕”， 使点云分割更均衡

在点云分割上，算法实现了「圆柱坐标系下的体素划分」。

李伟博士用“划井字”和“切蛋糕”，对这一突破进行了类比。传统激光雷达点云的分割方法，就像是正正经经划“井”字一样，将空间划成多个方块，但是单个体素块内的点云就会出现近多远少、分布不均衡的问题；

那么，“圆柱坐标系下的体素划分”，就是从激光雷达扇形扫描的特性出发，即更加符合点云数据的分布特点，以“切蛋糕”的方式进行分区。近处密集的点，单元划分空间也小；远处稀疏的点，单元划分空间就更大，体素块内点云更均匀。

2、“核骨架增强”，揭开半遮半掩的面纱

做目标检测的小伙伴们都有过这样的经历：一个完整的物体，AI通常都能检测出来。

然而如果这个物体“遮遮掩掩”，检测效果就大打折扣。

通过识别这个物体的核骨架（skeleton of the kernel），就能够拨开面纱检测出物体。

为达到这个目的，在数据处理的部分，算法中新增了「非对称3维神经网络模块」。

这一模块，在水平和垂直两个方向分别增强卷积核，能更好地匹配驾驶场景下的物体形状分布，从多角度更全面地看到每个点云的状态，即使在遮挡或是稀疏点云输入的情况下，也能准确地辨别物体。

3、从单一划区到块点结合，精细区分小物体

区块检测是目前常用的方法，缺点是不同类别的点云有可能被划分到一个体素块内，物体分割的细节容易丢失，准确性降低。

嬴彻在划区的基础上，再进行「单个三维点云级别的分割」，获得精细细节。如下图所示，嬴彻的方法有效在一个小区域中继续精确分割出更小的物体。

块点结合检测的效果，不仅辨识精度更高，且更易于小物体的识别，极大地提升了高速行车的安全性。

嬴彻此次发布的「精准语义分割3D感知技术」，基于激光雷达的感知算法，与纯摄像头方案形成双重冗余，满足在多场景下、尤其是夜晚的感知需求。

此外，这一算法还能更鲁棒、更及时的感知高速公路上突发遇到的小物体，如突然蹿出的小动物，从而更及时做出路径规划，确保高速行车安全。

比赛链接：
https://competitions.codalab.org/competitions/24025#results
https://competitions.codalab.org/competitions/20331#results
http://www.semantic-kitti.org/

paper链接：

https://arxiv.org/abs/2011.10033

https://arxiv.org/abs/2011.11964

code链接：

https://github.com/xinge008/Cylinder3D

“