在今年CVPR 2021 Argoverse 运动预测挑战赛（Argoverse Motion Forecasting Competition）上，来自国内自动驾驶公司轻舟智航的QCraft Blue Team斩获第一名。
专注运动预测，推动自动驾驶技术创新进步
在计算机视觉领域，CVPR和 ICCV、ECCV并称三大顶尖会议。其中，CVPR是由IEEE举办的计算机视觉和模式识别领域的国际顶级A类会议，堪称计算机视觉领域的“奥斯卡”。
CVPR 2021期间举办的Argoverse运动预测挑战赛，主要在来自 Argo AI 的高清地图和传感器数据Argoverse 数据集上进行，对道路使用者的运动进行预测，以推动自动驾驶技术的研究创新与进步。
Argoverse运动预测挑战赛目前已举办三届，本届主要按"带概率校正的最终位移误差"评选出冠军，并对能够以新颖的方式处理互动、计算轻量化、能创造性地使用 Argoverse 的高清地图，或在有挑战性场景的子集上表现出色的团队进行荣誉奖励。
作为业内国际权威比赛，今年的Argoverse运动预测挑战赛延续了去年比赛的热度，共吸引来自世界各地的几十支团队参赛，其中，阿里巴巴、海康威视、华为、深动科技、Waymo等知名企业纷纷参与挑战。
众所周知，运动估计与路径规划是自动驾驶系统智能性的最直接体现，对行驶的安全性起决定性作用。但是，由于现实路况的复杂性，运动估计一直是自动驾驶的一大难点。
轻舟智航参赛方案通过基础算法架构将原始高清地图数据组织为Lane graph，使用图神经网络建模复杂的车道拓扑关系，并凭借一种新的远程图注意力机制，对高清地图中的车道图进行编码，成功理解复杂的车道互动关系。最终在本次比赛的决胜关键指标brier-minFDE上取得了显著的优势，摘得桂冠。
自主创新，轻舟智航打造自动驾驶超级工厂
近年来，自动驾驶技术一直保持在机器学习、预测、控制、仿真、车载系统、地图定位等方面进行自研系统的完善。目前来看，自动驾驶在技术上已经解决了90%的问题，但剩下10%的问题如很多边界化难题，即自动驾驶车辆从未遇到过的问题，需要付出比过去更多的精力去攻克。
最近，为了解决这些难题，针对真实场景数据较难采集，需花费大量人力、物力和时间的困难，轻舟智航将自监督学习突破性地应用在自动驾驶感知模块，让自动驾驶车辆在不需要标注数据的情况下，也可以很好地理解交通参与者的运动状态。
这一研究成果是全球首个能够在完全自监督框架下进行激光雷达点云体柱运动预测的学习范式，被业内视为解决自动驾驶边界化难题的新思路，并已被CVPR 2021收录。
值得注意的是，轻舟智航打造的自动驾驶超级工厂，拥有完整的数据收集及处理能力，可自动化完成数据收集、数据清洗标注、仿真评估以及大规模仿真场景生成等流程，可大大减少测试成本，实现数据闭环。
凭借自动驾驶超级工厂，轻舟智航可基于多种车型实现L4级别自动驾驶功能，应对各类城市复杂交通场景，推动我国自动驾驶在更多智慧城市场景中落地。
比如，由轻舟智航部署的龙舟ONE无人小巴，目前已经在苏州、深圳、武汉等多个城市上路运营，是国内布局城市最多的公开道路自动驾驶公交，让市民可以放心地体验自动驾驶的乐趣，也为行业创新发展带来了一些启发。
随着新一轮科技革命和产业变革，特别是在新基建的推动下，自动驾驶正在打破传统交通行业的边界，推动新型交通生态系统的构建。让出行更加方便自由的自动驾驶究竟离真正大规模落地还有多远，我们拭目以待。
