4408
目前，学术圈还是用“打榜”来对自动驾驶算法评分。所谓“打榜”就是在某一数据集上利用其训练数据集来测试算法的优劣，目前自动驾驶圈内最常用的打榜数据集是安波福Aptiv旗下的nuScenes。严格意义上的自动驾驶算法评分对比几乎是不可能的，单独对比算法不够公允，此外还必须考虑算法的效率和落地可行性。训练数据集的数据结构也会影响算法的发挥。同时由于深度学习的不可解释性，在nuScenes数据集上表现好不代表在其他数据集也会表现好，也许会表现得很差，同样道理在nuScenes数据集上表现不好不代表在其他数据集也表现不好。当然算力大小无关算法的准确度。
nuScenes数据集的任务包括六大类，分别是3D目标检测detection、目标追踪tracking、目标轨迹预测prediction、激光雷达目标分割lidar segmentation、全景panoptic、决策planning。其中，3D目标检测是自动驾驶最基础的任务，全球有近300个团队或企业参加了比试，也是全球自动驾驶数据集参赛者最多的，足见其权威性。决策任务的榜单还没有公布，因为打榜的人太少了。目标追踪、目标轨迹预测参与热度相对还比较高，而激光雷达目标分割和全景参与热度就很低了，不到20家参与。
近期打榜的基本都是中国企业或高校，除了中国，其他地区对自动驾驶缺乏兴趣，即便在美国，研究自动驾驶的基本都是华人。很少有车企会参与打榜，早期还有奔驰、博世等企业参加，奔驰的成绩惨不忍睹，博世还不错。车企不参加打榜的原因很简单，成绩好消费者也不知情，成绩差的话就会被竞争对手拿来攻击，干脆不参与，要参与就是对自己的能力非常自信，就比如零跑和上汽。
前15名如下：
资料来源：公开信息整理
nuScenes数据集的灵感来自开创性的KITTI数据集（丰田与德国KIT于2012年完成）。nuScenes是首个提供自动驾驶汽车整个传感器套件(6个摄像头、1个LiDAR、5个Radar、GPS、IMU)数据的大规模数据集。与KITTI相比，nuScenes包含了7倍多的对象注释。完整的数据集包括大约1.4M相机图像（camera images），390k激光雷达扫描（LiDAR sweeps），1.4M雷达扫描（Radar sweeps）和1.4M物体边界框（object
bounding boxes）在40k关键帧。为方便常见的计算机视觉任务，如对象检测和跟踪，在整个数据集上以2Hz的速度用精确的3D包围框注释了23个对象类；还注释了对象级属性，如可见性、活动和姿势。
如果只用相机也就是纯视觉，地平线的Sparse4D包揽第一名和第二名。旷视的FAR3D是第三名，商汤和香港大学、哈尔滨工业大学等联合的HOP第四名，丰田排名第五。纯视觉的效果比视觉和激光雷达融合的效果落后不少，但纯激光雷达的效果与视觉和激光雷达融合后的效果相差甚微。
3D目标检测的得分共六项（见下表）。
mAP平均精确度，mean of Average Precision的缩写。
mATE，Average Translation Error,平均平移误差(ATE) 是二维欧几里德中心距离(单位为米)。
mASE，Average Scale Error, 平均尺度误差(ASE) 是1 - IoU, 其中IoU 是角度对齐后的三维交并比。
mAOE, Average Orientation Error平均角度误差(AOE) 是预测值和真实值之间最小的偏航角差。(所有的类别角度偏差都在360∘度内, 除了障碍物这个类别的角度偏差在180∘ 内)。
mAVE，Average Velocity Error平均速度误差(AVE) 是二维速度差的L2 范数(m/s)。
mAAE，Average Attribute Error,平均属性错误(AAE) 被定义为1−acc, 其中acc 为类别分类准确度。
其中，mAP是最核心指标。
资料来源：公开信息整理
mAP意思是平均精确度（averageprecision）的平均（mean），是object detection中模型性能的衡量标准。object detection中，因为有物体定位框，分类中的accuracy并不适用，因此才提出了object detection独有的mAP指标，上汽在这个单项中是第一名。
mAP计算流程图，非常复杂，这里的class就是分类，nuScenes有23个分类。Ground truth就是人工标注的真值，当然也可以电脑自动标注，但人工标注是不可或缺的，只是比例多少，一般来说精细标注都是人工标注，电脑自动标注是稀疏标注。Prediction预测就是深度学习模型根据训练数据集给出的答案。要理解平均精确度的概念，要先熟悉几个基本概念：
查准率（Precision）是指在所有预测为正例中真正例的比率，也即预测的准确性。
查全率（Recall）是指在所有正例中被正确预测的比率，也即预测正确的覆盖率。
真正率为TP，真反率为TN，假正率是FP，假反率为FN。
查准率是TP/TP+FP，查全率是TP/FP+FN。
单一类别的AP计算，物体检测中的每一个预测结果包含两部分：预测框（bounding box）和置信概率（PC）。bounding box通常以矩形预测框的左上角和右下角的坐标表示，即x_min, y_min, x_max, y_max，如下图。
红框为真值也就是groundtruth，真值也就是准确答案；绿框为算法预测值，88%是置信度，简单说就是有88%的可能是狗。
Intersection over Union (IoU)，中文一般叫交并比。交并比IoU衡量的是两个区域的重叠程度，是两个区域重叠部分面积占二者总面积（重叠部分只计算一次）的比例。如上图，两个矩形框的IoU是交叉面积与合并面积之比。假设测试数据集中的某一类如“猫”的真值有10个，此算法预测到了5个，“狗”分类真值也有10个，此算法也预测到了10个，那么有如下值。
根据查准率和查全率，按置信度的不同阈值，我们绘制出一条曲线。
Conf.Thresh.就是置信度阈值的缩写。根据表格，可以得到一条查准率和查全率的曲线。AP是一个标量，可以通过两种办法计算得到。
1）通过矩形累加得到AP
2）通过内插10点值计算AP
K为分类的数量，即23。
目标追踪榜单如下，只取前五名。
资料来源：公开资料整理
这些打榜的算法主要考虑性能，很少考虑落地性，不过也有考虑到实际落地的算法，如安波福的纯激光雷达的PointPillars，早在2019年3月就有了，mAP只有0.305，但使用1080ti显卡就有每秒61.2的帧率，放宽损失函数最高可达150Hz，资源消耗最小，也是目前最常见的激光雷达算法。
零跑EA-LSS算法延迟
零跑的EA-LSS算法模型是基于英伟达DGX-A100来做的，也就是8张A100显卡，每秒帧率不到15，显然是无法落地的。自动驾驶的发展面临困境，算法越来越复杂，参数越来越多，对算力的需求越来越高，而高算力芯片价格越来越高。不仅是算力还有存储带宽，transformer对存储带宽远高于CNN，而高带宽的HBM价格是主流的LPDDR4/5的十倍以上。不仅是芯片，计算系统的其他芯片或部件亦是如此，这导致自动驾驶系统成本越来越高，最终可能L4级计算系统的价格超过3万美元乃至更高。
免责说明：本文观点和数据仅供参考，和实际情况可能存在偏差。本文不构成投资建议，文中所有观点、数据仅代表笔者立场，不具有任何指导、投资和决策意见。
下载ECAD模型
