联想？自动驾驶技术冠军？

来源：智能车参考

自动驾驶挑战赛的联想冠军，被一个‘非典型’玩家夺走了，自动还是驾驶技术在世界顶级计算机视觉会议（CVPR 2022）上。

它在多目标跟踪技术的冠军准确度上，实现了新突破。联想

还一举击败苏黎世联邦理工学院、自动伯克利大学、驾驶技术卡内基梅隆大学等20多个国内外团队。冠军

更重要的联想是，这次出手可谓不鸣则已一鸣惊人。自动

联想，驾驶技术没错，冠军以PC著称的联想公司，现在用技术的自动方式首次展现了自动驾驶实力。

多目标跟踪挑战赛冠军？驾驶技术

众所周知，多目标跟踪（Multiple Object Tracking，简称MOT）技术是计算机视觉领域的重要研究方向，主要通过先进的检测和跟踪算法对各种目标进行高效的轨迹跟踪。

这项技术在自动驾驶、智能监控、行为识别等方向应用广泛。

具体到自动驾驶方面，该技术能够让车辆对路面的其他车辆和行人进行检测跟踪，基于它们的运动轨迹，对接下来的车辆驾驶和行人行为进行预测，并据此规划自己的行驶轨迹，实现安全驾驶，避免发生碰撞事故。

此次挑战赛，由苏黎世联邦理工学院在CVPR2022自动驾驶论坛上发起，基于BDD100K自动驾驶数据集。

这套自动驾驶数据集有何特点？

由加州大学伯克利分校AI研究所（BAIR）发布，是目前规模最大、内容最具多样性的公开驾驶数据集，对于训练模型来说很有用。

具体来看，这套数据集由10万个高清视频序列组成，涵盖一天中许多不同时间、天气条件和驾驶场景下超过1，100小时的驾驶记录。

基于这套数据集，本次挑战赛将8种物体的平均MOTA（多目标跟踪准确度）设为评价指标，包括行人、骑手、小轿车、皮卡、公交车、火车、摩托车和自行车等。

联想研究院本次的方法，创新之处在于，他们基于Tracking-by-detection追踪框架，提出了一种ReidTrack的创新方案，在平均MOTA上拿到了第一名，超过了苏黎世联邦理工学院、伯克利大学、卡内基梅隆大学、驭势科技等20多个国内外团队。

其实，多目标跟踪技术的评价指标主要基于三点，分别是对于目标的检测是否及时、预测位置是否和真实位置一致，以及每个目标的是否保持独一无二的ID。

此次大赛上设定的评价指标——多目标跟踪准确度（MOTA），是目前普及面最广的多目标跟踪技术评估方法，它能够将假正率、假负率和错配率结合成一个单独的数，对整体的跟踪性给出一个比较合理的评估。

获得较高的MOTA，也就意味着这套算法在跟踪目标上做到了更加准确无误。

此外，多目标跟踪技术还有一些评价指标，例如多目标跟踪精度（MOTP）、跟踪距离误差（TDE）、完整性、鲁棒性等等，但此次大赛并未涉及。

值得一提的是，在此前5月的Waymo开放数据集MOT（2D Tracking） 排行榜中，联想研究院也荣获第一，超过斯坦福、伯克利以及零跑汽车等团队。

除了此前提到的BDD100K数据集，Waymo开放数据集则是自动驾驶领域另一个比较权威的数据集，包含了1000个场景用于训练和验证，150个场景用于测试。

总的来说，以上就是联想在自动驾驶技术上展现的最新实力，而在此之前，更多的技术布局，主要围绕智能车领域展开。

智能车领域，早已布局？

把镜头拉远一点，你会发现，不仅仅是自动驾驶，联想早已涉猎智能车领域多年。

早在2016年，联想创投就参与了蔚来汽车的C轮融资，并在联想2017全球科技创新大会上，正式宣布与蔚来达成战略合作，共同开发智能汽车计算平台。

联想旗下车联网公司懂的通信，也基本成了智能车在联网通信方面的标配。

芯片方面，联想投资了、芯驰科技和半导体；电池领域，联想则是最重要的股东。

去年，联想创投还对自动驾驶公司轻舟智航进行了投资。

除此之外，联想发布了两项自动驾驶相关专利，分别是《自动驾驶的方法、自动驾驶交通工具及自动驾驶管理系统》、《自动驾驶的保护方法以及自动驾驶的交通工具》。

而这次拿下挑战赛冠军，绝不仅仅止于此。

这可能是联想技术秀肌肉的一次展示，也可能是联想正在秘密展开更大的自动驾驶、智能车布局的开端。

有点意思~

(责任编辑：焦点)