奖金丰厚！前沿挑战 | CVPR 2023 自动驾驶挑战赛火热进行中
挑战赛背景
自动驾驶技术已经渗透到我们的日常生活中。但是传统的感知方法（如检测、分割等）并不能称心我们对L5级自动驾驶的追逐。我们将自动驾驶技术理解为以下三个方面：
1. 对背景场景的理解（赛道一、二）：
现有场景感知任务从车道分割检测，发展为车道线检测，最终到哪一步才能完全实现场景理解？为面向落地使用，我们推出在线高精地图重建挑战，以及更进一步的道路场景理解挑战（包含高精地图重建以及场景关系任务）。
2. 对前景物体的感知（赛道三）：
三维检测框仅能表征规则目的，在不规则物体(如阻碍物)上往往会失效。受到机器人领域技术的启发，我们认为占据栅格是下一代目的检测任务的方向，因此推出三维占据栅格推测挑战赛。
3. 对未来运动的规划（赛道四）：
展开全文
感知模块性能的表现，对于下游规划模块究竟影响如何？相较于以往的短时序以及开环的规划挑战，本次推出长时序并且是闭环的挑战赛更接近实际使用。
我们信赖通过这三个方面的亲昵结合，能够将自动驾驶的性能抬上新的台阶。为了深进探讨自动驾驶感知决策系统面临的任务和挑战，我们举办此次CVPR 2023 自动驾驶挑战赛。
挑战赛官网：
赛道介绍
赛道1：OpenLane拓扑关系挑战赛
OpenLane-Huawei数据集（别名：OpenLane-V2, RoadGenome）是由上海人工智能实验室联合华为诺亚方船实验室推出的新一代自动驾驶场景结构的感知和推理基准。在 OpenLane-Huawei数据集中，我们以车道中心线取代以往数据集中的车道边缘线标注，结合车道间的拓扑关系，使之能直接被作为车辆行驶的轨迹。此外，我们首次对交通标识和其对车道的对应关系进行标注，使每条车道都拥有实时的交通属性（如前面路口是红灯），来指引车辆在当前车道上对未来的自车行为有合理的倾向（如加速或减速）。
比赛任务：
以给定环视相机图片作为输进，参赛者需要同时给出车道和交通元素的感知结果及前面提到的拓扑关系的认知结果。
数据集介绍：
输进: 环视图像
输出:带拓扑关系的车道中心线及交通元素
数据量：约150G
练习时长（仅供参考）：4卡3090 ，3-4天；8卡3090，1-2天（R18+IPM Baseline）
赛道2：在线高精地图构建挑战赛
在线高精地图构建挑战赛是由清华大学 MARS Lab 与上海期智研究院联合举办的一个旨在基于车载传感器数据，动态构建具有丰盛语义的局部高精地图的任务。该任务摘用矢量化折线来定义各种地图元素，比起传统的车道边线检测，矢量化的表达能够更精确地表达复杂的道路结构，从而进一步扶助多种自动驾驶下游任务。
比赛任务：
要求模型输进为多视图图像，输出矢量化的局部高精地图。评判指标是基于车道分隔线、道路边界和人行横道三个类别的 mAP 指标。
数据集介绍：
输进: 环视图像
输出：车道线及人行道
数据量：约200G
练习时长（仅供参考）：4卡3090， 2-3天；8卡3090，1-2天(VectorMapNet Baseline)
赛道3：三维占据栅格推测挑战赛
在数据标注及练习过程中，我们发现三维检测框并不足以描述不规则物体。受机器人领域的启发，我们将感知表征描述成对栅格化的三维空问的占据情状推测。这一想法在CES 2023 () 上也得到了印证。与以三维检测框为中心的感知表征不同，占据栅格享有描述任意外形实体的灵巧性。
比赛任务：
基于给定覆盖360度视角的多相机图像输进，参与者需要推测出整个三维场景中每个栅格化体素的语义状态。数据集将使用一个来自清华大学 MARS Lab的大规模的三维占据栅格数据集。
数据集介绍：
输进 : 环视图像
输出 ：稠密的栅格场景表征
数据量：约30G
练习时长（仅供参考）：4卡3090，3-4天；8卡 3090，1-2天（BEVFormer Baseline）
赛道4：nuplan挑战赛
为了验证越来越多基于机器学习的运动规划模块的有效性，nuPlan 提供了一个大规模带有闭环设置的运动规划练习测试框架。现有公开的轨迹推测基准侧重于短期运动推测，并且仅限于开环评估。由上海人工智能实验室联合 Motional举办的本次 nuPlan 规划挑战赛的关注焦点是在现实驾驶场景中、使用多种性能指标闭环地评估运动规划系统。
比赛任务：
本次挑战赛分为开环、 闭环（无反应智能体）和闭环（有反应智能体）三种复杂模式。参与者将使用俯视图下交通参与者（车辆、自行车等）和静态阻碍物的语义表达，规划车辆在特定时间领域内的未来轨迹。
数据集介绍：
输进: 场景四周车3D检测框及高精地图
输出: 自车轨迹规划
数据量：约1T
练习时长（仅供参考）：4卡3090，6-7天 ；8卡 3090，3-4天(LaneGCN Baseline)
赛程安顿
每个赛道相关数据访问、 评估等内容请参考 挑战赛官网
赛程安顿 | Schedule
时间节点
挑战赛开始
现已开始
挑战赛结束
2023年5月末
进围通知
2023年6月初
提交获奖者演讲文稿
2023年6月中
大赛奖励
各个赛道中的获奖者均会得到丰厚的资金奖励，同时获奖团队也有机会在 CVPR 2023 Workshop(赛道四在 End-to-End Autonomous Driving Workshop，赛道二、三在Vision-Centric AutonomousDriving Workshop)上受邀进行演讲。除此之外，各个赛道都将公布一组经过评审认定 最具有创新性的团队，该类团队也将会获得的额外奖励。
联系方式：
微信交流群：关注OpenDriveLab公众号后回复“交流群”后即可加进，如群满或二维码到期请点击公众号“比赛专区”-“联系我们”与工作人员取得联系。
组队云文档：
（云文档截图， 欢迎大家组队参与！）
更多联系方式(如邮箱和 Slack) 以及咨询，可参照我们的网页
写在最后
自动驾驶技术一直是人类社会的梦想，而如今，这一梦想正在变成现实，CVPR 2023 自动驾驶挑战赛是探索这一未来的绝佳机会，我们为全球各地的参赛者提供了一个特殊的平台，以展示他们的技术和创新。
我们热情欢迎自动驾驶领域的专业人士、研究人员、学生以及相关企业参与本次挑战赛，并且期待在 CVPR2023Workshop颁奖典礼上与您相见!
-END-
更多自动驾驶数据集，欢迎访问OpenDataLab官网查看与下载：
扫码直达↓
浏览器访问：
/