ICRA 2024 | 首届RoboDrive自动驾驶挑战赛

智能车情报局 · 公众号 · · 2024-01-12 17:22

正文

首届 “RoboDrive” 自动驾驶挑战赛将于 The 41st IEEE Conference on Robotics and Automation ( ICRA 2024 ) 期间举办，欢迎大家了解及参与！

竞赛主页： https://robodrive-24.github.io
竞赛时间：2024.01.01 - 2024.04.30
竞赛Toolkit：

https://github.com/robodrive-24/toolkit (待更新)
竞赛主办方：上海人工智能实验室 (Shanghai AI Laboratory)、新加坡国立大学 (NUS)、卡耐基梅隆大学 (CMU)、上海科技大学 (Shanghai Tech)、加州大学欧文分校 (UCI)
竞赛联系邮箱：

[email protected]

竞赛概览

在快速发展的自动驾驶领域，感知系统的准确性和可靠性至关重要。近期，自动驾驶场景感知及其相关领域的研究取得了突破性进展，尤其是在鸟瞰图 (BEV) 表征和 LiDAR 传感技术等方面取得了显著进步，进一步提升了 3D 场景感知模型在大型自动驾驶数据集上的准确率。

然而，现有的 3D 场景感知模型在各类具有挑战性的条件下的稳健性尚未得到充分评估，而此类情形往往与自动驾驶感知的安全性息息相关。为了填补这一空缺，我们推出了 “RoboDrive” 挑战赛，旨在推动对可靠 (reliable) 自动驾驶感知模型的探索和研究。

“RoboDrive” 是首个针对常见损坏 (common corruption) 和传感器故障 (sensor failure) 条件下自动驾驶感知模型的分布外 (Out-of-Distribution) 鲁棒性的基准测试。

具体地，我们旨在探究自动驾驶感知模型对可能在现实世界出现的六种常见损坏类型的鲁棒性，包括以下三种类型：

天气和照明条件 (weather & lighting)，例如强光、弱光、雾天和雪天条件等。
运动和失效采集 (movement & acquisition)，例如车辆运动引起的潜在模糊等。
由于硬件故障而发生的数据处理问题 (data processing issue)，例如噪声和量化等。

此外，我们也关注自动驾驶感知模型在相机和 LiDAR 传感器故障条件下的 3D 场景感知鲁棒性。

本届 “RoboDrive” 挑战赛共设有两个主题，五个赛道，重点关注以下 3D 场景感知任务：

主题一：常见损坏 (Common Corruptions)

赛道一：Robust BEV Detection (鸟瞰图3D物体检测)。
赛道二：Robust Map Segmentation (鸟瞰图地图分割)。
赛道三：Robust Occupancy Prediction (语义占用预测)。
赛道四：Robust Depth Estimation (多视角深度估计)。

主题二：传感器损坏 (Sensor Failures)

赛道五：Robust Multi-Modal BEV Detection (多模态鸟瞰图3D物体检测)。

有关各个赛道的训练和评测数据，请参阅 DATA_PREPARE.md 。有关各个赛道的技术细节和baseline模型，请参阅 GET_STARTED.md 。

有关其他实施细节，请参阅我们的 RoboBEV 、 RoboDepth 和 Robo3D 项目。

竞赛地点

本届 “RoboDrive” 挑战赛隶属于 The 41st IEEE Conference on Robotics and Automation (第四十一届 IEEE 机器人与自动化会议, ICRA 2024 )。

ICRA 是 IEEE Robotics and Automation Society (机器人与自动化协会) 旗下的旗舰会议，每年于会议期间吸引来自世界各地的数千名研究学者、学生以及相关行业从业人员参会。 ICRA 2024 将于 2024 年 5 月 13 日至 5 月 17 日在日本横滨举行。