邁向端到端自動駕駛，地平線正式開源Sparse4D算法

今天小編分享的汽車經驗：邁向端到端自動駕駛，地平線正式開源Sparse4D算法，歡迎閲讀。

近日，地平線将業内領先的純視覺自動駕駛算法—— Sparse4D 系列算法開源，推動行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 算法已在 GitHub 平台上線，開發者可關注地平線 GitHub 官方賬号 "Horizon Robotics" 獲取源碼。

Sparse4D 是邁向長時序稀疏化 3D 目标檢測的系列算法，屬于時序多視角融合感知技術的範疇。面向稀疏化感知的行業發展趨勢，Sparse4D 搭建了純稀疏的融合感知框架，讓感知算法效率更高、精度更高，讓感知系統更簡潔。相比稠密 BEV 算法，Sparse4D 降低了計算復雜度，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 算法的超越。在 nuScenes 純視覺 3D 檢測和 3D 跟蹤兩個榜單上，Sparse4D 均位列第一，成為 SOTA，領先于包括 SOLOFusion、BEVFormer v2 和 StreamPETR 在内的一眾最新方法。

Sparse4D 算法架構

歷經三版迭代，地平線 Sparse4D 團隊接連攻克了提升稀疏算法性能、降低時序融合計算復雜度、實現端到端目标跟蹤等技術難關，于近期發表了論文《Sparse4D v3: Advancing End-to-End 3D Detection and Tracking》。基于地平線業務數據，Sparse4D 已完成性能驗證，在地平線征程 5 計算方案上實現了部署。根據規劃，Sparse4D 将應用于地平線下一代產品中。

地平線副總裁兼軟體平台產品線總裁餘轶南博士認為：" 行業已經進入感知端到端的時代，一個網絡即可完成整個感知的任務。Sparse4D 系列算法将稀疏類算法的性能提升到了一個新的高度，并實現了端到端的多目标跟蹤，無論對于稀疏感知還是端到端自動駕駛都具有裏程碑意義。地平線選擇将 Sparse4D 開源給全行業，我們期待與行業的優秀開發者共同進步。"

傳統感知系統和端到端感知系統的對比

此次 Sparse4D 系列算法的開源，是地平線積極參與智能駕駛開源軟體生态建設的又一範例。在可預見的未來，Sparse4D 有望得到行業開發者的廣泛應用，極大推進純視覺、端到端自動駕駛的落地進程。此外，地平線近期還開源了基于矢量化場景表征的端到端自動駕駛算法 VAD、端到端矢量地圖在線構建方法 MapTR 等領先技術，持續推動行業加速發展。

讓技術的源頭活水灌溉智能汽車產業生态的千畝良田，地平線致力于将自主創新的技術、突破性產品與解決方案轉化為更多智能汽車產業生态合作夥伴的商業價值，與產業各方緊密協同、開放融合、合作創新。在自動駕駛量產的破局之路上，地平線将繼續擁抱開源開放，讓前沿技術更快走向量產落地，與行業共赢廣闊未來。