9月7日，上汽AI LAB视觉团队自动驾驶检测跟踪算法在国际榜单nuScenes上斩获全球第一，将跟踪算法关键指标AMOTA（Average Multiple Object Tracking Accuracy）在现有最高记录上提升3个百分点。此前，团队已凭借纯视觉BEV目标检测算法的全新突破在nuScenes上夺得全球第三的成绩，实现感知数据从后融合至前融合模型的跨越式提升，并验证了优异的算法表现。
上汽AI LAB检测跟踪算法在国际榜单nuScenes上位列全球第一（Camera only without map data or external data)
多目标跟踪（Multiple Object Tracking）是自动驾驶领域感知技术中的重要一环。首先需要通过传感器检测自车周围目标，并为其赋予唯一ID，在追踪过程中，算法必须实现运动中目标物ID不能发生跳变，由此得到目标物当前与历史运动状态，预估之后的可能位置。目标跟踪为下游的融合与规划控制提供了重要的运动状态数据，自动驾驶过程中的决策，例如避让、变道，便需要基于以上数据。
算法作为智驾核心所在，技术能力与技术表现成为自动驾驶企业关注的热点，在nuScenes榜单上，目标检测（Detection）、目标跟踪（Tracking）等热门赛道竞争激烈，不断发生突破创新。众多企业与高校学术团队投入技术研发与提升，其中包括了广汽集团、DeepMotion、地平线、理想汽车等企业团队，以及清华大学、华中科技大学等高校。
nuScenes数据集
nuScenes是一个全球公认的用于自动驾驶的权威大规模数据集。数据集由Motional（前身为nuTonomy）团队开发，在波士顿和新加坡收集了1000个驾驶场景。nuScenes于2019年发布的完整数据集包括大约140万个相机图像、39万个激光雷达扫描、140万个雷达扫描和4万个关键帧中的140万个对象边界框。同时，它是第一个提供来自自动驾驶汽车的整个传感器套件（6个摄像头、1个激光雷达、5个雷达、GPS、IMU）的数据的大规模数据集。
上汽AI LAB跟踪算法DAMEN-T是自主研发的BEV目标检测方法 DAMEN（Depth-Augmented CaMEra FusioN）的扩展。在BEV空间下，传统后融合方案存在的问题得到有效解决，覆盖车身360°视野范围的6个相机获取的感知信息由一个模型统一处理，共享同一视野，显著提升了处理速度与准确性。
团队在BEV目标检测的基础上，增加跟踪器来完成跟踪任务，并优化了每个类别的3D IoU和运动模型以获得更好的关联。值得一提的是，上汽AI LAB团队的跟踪算法DAMEN-T引入了在落地项目中设计的跟踪器优化技巧，与目标检测算法相结合，在现有方案中脱颖而出、摘得桂冠。相比于尚处于学术研究阶段的方案，DAMEN-T工程化程度更高，已经过实际项目的不断迭代，可以与落地量产高度适配。
鸟瞰图下的目标检测结果可视化
六路图像上的目标检测结果可视化
在下一个阶段，一方面，上汽AI LAB团队会将现有纯视觉方案进一步拓展至多传感融合，包括Lidar与Radar。另一方面，根据目标检测及跟踪得到的目标物准确运动状态信息，在BEV空间下还可以探索对目标物轨迹的预测，让自动驾驶车辆更“聪明”。
未来，上汽AI LAB将继续走在智驾技术自主研发的前沿一线，同时推动Robotaxi的量产应用，落实上汽集团“新四化”战略，促进共享出行领域的智能化、网联化发展。