自动驾驶取得突破！上海AI实验室联合团队获CVPR最佳论文奖论文|视觉|团队
温哥华当地时间6月21日，2023年国际计算机视觉与模式识别会议公布了最佳论文等奖项。上海人工智能实验室、武汉大学和商汤科技联合发表的自动驾驶通用模型相关论文从9155篇论文中脱颖而出，获得本届CVPR最佳论文奖。这是近十年来，计算机视觉三大顶级国际会议上第一篇以中国学术机构作为第一单位的最佳论文。
CVPR在学术界和产业界都有重要影响力。根据谷歌学术指标2022年列出的全球最有影响力的六大科学期刊/会议中，CVPR位列第四，仅次于《自然》《新英格兰医学杂志》《科学》。
入围本届CVPR最佳论文候选名单的作品来自谷歌、上海人工智能实验室、斯坦福大学、康奈尔大学等知名企业和科研机构。最终，上海人工智能实验室联合团队的研究成果《以路径规划为导向的自动驾驶》摘取CVPR2023最佳论文奖。这篇论文首次提出感知决策一体化的自动驾驶通用大模型UniAD，开创了以全局任务为目标的自动驾驶大模型架构先河,为自动驾驶技术与产业发展指出了新方向。
UniAD：业界首个感知决策一体化的自动驾驶大模型
上海人工智能实验室青年科学家李弘扬介绍，作为一种高度复杂的技术，自动驾驶不仅需要多个学科领域的知识和技能，包括传感器硬件、机器学习、多模态融合等，还需要适应不同国家和地区的道路规则和交通文化，与车辆及行人进行良好的交互。自动驾驶系统包含三大主任务——感知、预测和规划。当前，业界主流的方案架构是分别采用不同的模块来处理这些任务，但由于各模块并非以驾驶为最终目标进行优化，自动驾驶系统的整体性能提升受到了很大限制。
在UniAD中，研究人员首次将感知、预测和规划等三大类主任务、六小类子任务整合到统一的基于Transformer的端到端网络框架下，实现了全栈关键任务驾驶通用模型。在nuScenes真实场景数据集中，UniAD的所有任务均达到“领域最佳性能”，尤其是预测和规划效果远超之前的最佳方案。其中，多目标跟踪准确率提升20%，车道线预测准确率提升30%，预测运动位移和规划的误差分别降低38%和28%。
在晴天直行场景中，UniAD可以感知左前方等待的黑色车辆，预测其未来轨迹，并立即减速以避让，待黑车驶离后再恢复正常速度直行。
在雨天转弯场景中，即便面对视野干扰较大且场景复杂的十字路口，它也能通过分割模块生成十字路口的整体道路结构，并完成大幅度的左转。
在夜晚视野变暗的情况下，它能感知到前车并完成先静止、后左转的规划。
本届CVPR上，上海人工智能实验室有12篇论文入围“Highlight”名单，覆盖视觉基础模型、通才模型、三维视觉、底层视觉、视频检索、物体检测、姿态估计、自动驾驶等相关领域的研究。其中，UniAD相关工作获最佳论文奖、三维物体数据集研究工作入围最佳论文候选。
