目前，自动驾驶已经成为了未来驾驶技术的主要研发方向，国内外众多AI团队针对未来出行方式的变革需求，正全面推动自动驾驶技术的落地，其中，也包括了浪潮AI。

近日，浪潮信息AI团队在全球权威的自动驾驶nuScenes竞赛的最新一期评测中斩获纯视觉3D目标检测任务（nuScenes Detection task）第一名，并将关键性指标nuScenes Detection Score（NDS）提高到62.4% 

目前，自动驾驶已被众多车企与AI 领先公司视为未来出行方式变革最重要的支撑性技术，而目标检测作为自动驾驶技术的核心模块，其算法的精度和稳定性正在众多AI研究团队的推动下，不断创下新高。nuScenes数据集是目前自动驾驶领域中最流行的公开数据集之一，数据采集自波士顿和新加坡的实际自动驾驶场景，是第一个集成摄像头、激光雷达和毫米波雷达等多种传感器，实现360度全传感器覆盖的数据集。nuScenes数据集提供了二维、三维物体标注、点云分割、高精地图等丰富的标注信息，包含1000个场景，拥有140万帧图像、39万帧激光雷达点云数据、23个物体类别、140万个三维标注框，其数据标注量比KITTI数据集高出7倍以上。

此次浪潮AI团队参与的纯视觉3D目标检测任务是竞争最激烈的赛道，吸引了百度、鉴智机器人、纵目科技、卡内基梅隆大学、加利福尼亚大学伯克利分校、MIT、清华大学、香港科技大学、上海交通大学等全球各地的顶尖AI团队。

纯视觉3D目标检测任务，就是在不使用激光雷达、毫米波雷达等额外的传感器信息条件下，仅使用6个摄像头完成车外360度环视视野的3D目标检测，不仅需要检测周围环境中所有的车、行人、障碍物、交通标志、指示灯等若干类对象，还要精确感知到他们在真实物理世界中的位置、大小、方向、速度等信息。该项任务的主要难点是通过2D图像难以准确的获取目标的真实深度和速度，当提取的深度信息不准确时，一切的三维感知任务都会变得异常困难；而当提取的速度信息不准确时，则可能会对后续的决策规划任务产生致命性的影响。

浪潮AI团队创新开发了基于多相机的时空融合模型架构（Inspur_DABNet4D），在多视角视觉输入统一转换到BEV（Bird Eye View）特征空间这一技术框架的基础上，引入了数据样本增强、深度增强网络、时空融合网络、预训练权重等，得到了更鲁棒更精确的BEV特征，大幅地优化了目标物体监测速度和位移方向预测。

凭借领先的算法能力，浪潮AI得以在nuScenes竞赛的3D目标检测任务榜单上摘得桂冠，研发团队成功将关键性指标NDS提升到62.4%，对比年初榜单显示的最佳成绩47%要更高一层，从侧面凸显出浪潮AI不断进取、勇于突破的创新精神。