近日，國內自動駕駛公司輕舟智航對外公開其在自動駕駛技術的最新研發成果——將自監督學習突破性地應用在自動駕駛感知模塊。讓自動駕駛車輛在不需要標注數據的情況下，就可以較好地理解交通參與者的運動狀態。這一研究成果是全球首個能夠在完全自監督框架下進行激光雷達點云體柱運動預測的學習范式，被業內視為解決自動駕駛邊界化難題的新思路，并已被世界頂級計算機視覺會議CVPR 2021收錄。

伴隨著新能源汽車的發展，自動駕駛技術正在走近人們的生活，越來越多地應用在各類車輛上。但目前自動駕駛技術仍然在持續迭代，雖然已經解決了90%的問題，但還有10%的邊界化難題需要被解決。這類邊界化難題一般是指自動駕駛車輛從未遇到過的問題，因為缺少數據，機器無法應對這些問題，比如路上一些形狀各異的車輛。

為了解決這些問題，一方面需要收集大量數據，另一方面，由于傳統技術的局限性，收集上來的大部分數據需要由人工進行標注，才能被機器所使用。據統計，一輛自動駕駛汽車每天會產生超過1TB的數據，但僅有不到5%的數據被利用，若能把其他數據也充分利用起來，必將推動自動駕駛技術的大范圍落地商用。

在這個背景下，輕舟智航聯手約翰霍普金斯大學的學者，提出了創新性的解決方案。研究團隊借助自監督學習，從未標注的激光雷達點云和配對的相機圖像中獲得了點云運動信息，即使是數據未標注的情況下，也可以很好地理解其他交通參與者的運動狀態。

無人駕駛車輛通常搭配有多種高精度的傳感器，包括激光雷達、攝像頭、毫米波雷達等。其中，激光雷達是最可靠的一類傳感器，激光雷達掃描后獲取的數據稱為點云數據，可以構建出一個3D空間。

在使用這些點云數據時，輕舟智航應用到了自監督學習。作為人工智能技術里最令人期待的方向，自監督學習不需要依賴任何人工標注的數據集，能從大規模未標記數據中進行自我學習。目前，這一前沿研究大多被應用在自然語言處理和計算機視覺領域，輕舟智航則將其突破性地應用在了自動駕駛領域。

得益于輕舟智航這一技術的創新與突破，輕舟智航的龍舟ONE無人小巴在行駛過程中能夠很好的檢測并預測其他物體的運動情況，從而控制車輛以一個安全、舒適的路徑行駛。

目前，由輕舟智航部署的無人公交線路已經覆蓋蘇州、深圳、武漢等多個城市，這項技術突破使得輕舟智航的自動駕駛車輛能夠應對更多的復雜場景，適用于更多城市和地區的復雜道路交通場景，為乘客帶來更安全、更舒適的乘坐體驗。