地平線發布開源的Sparse4D演算法，推動向端到端自動駕駛邁進一步

1月22日，地平線將純視覺自動駕駛演算法－Sparse4D系列演算法開源，推動產業更多開發者共同參與到端到端自動駕駛、稀疏感知等前沿技術方向的探索中。 目前，Sparse4D演算法已在GitHub平台上線，開發者可關注地平線GitHub官方帳號「Horizo​​n Robotics」取得原始碼。

Sparse4D是邁向長時序稀疏化3D目標偵測的系列演算法，屬於時序多視角融合感知技術的範疇。面向稀疏化感知的產業發展趨勢，Sparse4D建構了純稀疏的融合感知框架，讓感知演算法效率更高、精確度更高，讓感知系統更簡潔。 相比稠密BEV演算法，Sparse4D降低了計算複雜度，打破了算力對感知範圍的限制，在感知效果和推理速度上，都實現了對稠密BEV演算法的超越。在nuScenes純視覺3D檢測和3D追蹤兩個榜單上，Sparse4D均位列第一，成為SOTA，領先於包括SOLOFusion、BEVFormer v2和StreamPETR在內的一眾最新方法。

Sparse4D演算法架構

#經過三版迭代，地平線Sparse4D團隊成功地攻克了提升稀疏演算法效能、降低時序融合計算複雜度和實現端到端目標追蹤等技術難題。最近，他們發表了題為《Sparse4D v3: Advancing End-to-End 3D Detection and Tracking》的論文，詳細介紹了他們的研究成果。透過利用地平線業務資料進行效能驗證，Sparse4D團隊已成功在地平線征程5計算方案上進行了部署。未來，根據規劃，Sparse4D技術將應用於地平線下一代產品。這項成果的取得將進一步推動地平線的發展。

地平線副總裁兼軟體平台產品線總裁餘軼事南博士指出，當前的行業已經進入了感知端到端的時代，只需一個網路即可完成整個知覺任務。他認為，Sparse4D系列演算法將稀疏類別演算法的效能提升到了一個新的高度，並成功實現了端到端的多目標追蹤。這對於稀疏感知和端對端自動駕駛來說都具有重要意義，可以說是一個里程碑式的突破。地平線公司選擇將Sparse4D開源給整個產業，希望能與業界的優秀開發者共同進步。

傳統感知系統與端對端感知系統的比較

地平線積極參與智慧駕駛開源軟體生態建構的另一個範例是開源Sparse4D系列演算法。這項演算法在純視覺、端到端自動駕駛的落地過程中具有巨大的應用潛力。此外，地平線也開源了VAD演算法和MapTR演算法等領先技術，這些技術將進一步推動產業的發展。預計Sparse4D演算法將受到行業開發者的廣泛關注和使用。地平線的持續努力將加速產業的發展進程。

地平線秉持著將自主創新的技術、突破性產品與解決方案轉化為智慧汽車產業生態合作夥伴商業價值的概念，為產業的發展注入活力。透過與產業各方緊密協同、開放融合、合作創新，地平線致力於成為智慧汽車產業生態的源頭活水，為其提供持續的發展動力。地平線深知自動駕駛的量產是一項重要的突破，因此我們將繼續擁抱開源開放，加速前沿技術的落地和量產化。我們堅信與產業共贏的未來將會更加廣闊，地平線將持續努力，為智慧汽車產業的繁榮做出貢獻。

以上是地平線發布開源的Sparse4D演算法，推動向端到端自動駕駛邁進一步的詳細內容。更多資訊請關注PHP中文網其他相關文章！