首页 >  科研动态 > 活动  >  详情

【报名中】CVPR 2024 自动驾驶国际挑战赛

本次挑战赛由上海人工智能实验室(上海AI实验室)主办,并联合多家国内外机构共同举办。挑战赛共设置7个赛道,覆盖端到端自动驾驶等热门课题,充分挖掘大模型在自动驾驶及具身智能等垂直领域的应用,总奖金池达12万美元。

时间:2024年2月5日(周一)00:00-2024年6月30日(周日)00:00
地址:上海市徐汇区西岸国际人工智能中心

名额:不限

活动介绍

赛事背景

 大模型、世界模型等技术的进步,为自动驾驶及具身智能领域应用提供了更多的可能性。CVPR 2024自动驾驶国际挑战赛(Autonomous Grand Challenge)旨在深入探讨自主系统面临的任务和挑战,为全球研究者提供展示技术与创新的舞台。

 

上海AI实验室持续从基础平台、感知决策等方面切入,积极开展自动驾驶核心技术研究与基础平台开发,在多模态、时空融合、端到端、多任务等方面提出了新思路、新模式。2023年,上海AI实验室联合团队的研究成果《Planning-oriented Autonomous Driving》(以路径规划为导向的自动驾驶)摘取CVPR 2023最佳论文奖。该论文首次提出感知决策一体化的自动驾驶通用大模型UniAD,开创了以全局任务为目标的自动驾驶大模型架构先河。同时,上海AI实验室积极以比赛促创新,汇集产学研各界智慧,合力推动核心技术攻关。

 

· 上届精彩

2023年,上海AI实验室主办了首届CVPR自动驾驶国际挑战赛,吸引了来自中国、美国、英国等15个国家和地区超过270个国际团队参赛,共计收到超过2300份参赛作品。比赛中产生的道路结构认知、在线高精度地图构建、占据栅格预测和路径规划等成果,已部分进入落地阶段,启迪产业应用开拓新的探索方向。

 

· 本届亮点

本赛事由上海人工智能实验室(上海AI实验室)主办,并联合多家国内外机构共同举办。多位国内外知名专家学者组成赛事指导与评奖委员会。

挑战赛共设置7个赛道,覆盖端到端自动驾驶等热门课题,充分挖掘大模型在自动驾驶及具身智能等垂直领域的应用。总奖金池达12万美元,单赛道奖金最高达2.7万美元,优秀成果将获邀向国际顶级期刊投稿


程赛制

1、赛程(北京时间)

· 即日起 - 2024年6月1日:参赛报名

· 2024年3月1日:比赛正式开始

· 2024年3月25日:测试服务器开放

· 2024年6月1日:测试服务器关闭,参赛作品停止提交

· 2024年6月18日:比赛结果公布


2、
报名

请点击上方【报名】填写信息


3、特别提醒:

· 大赛允许同一机构多个队伍同时参赛,允许使用所有公开数据集及预训练权重。

· 赛事指导与评奖委员会将以原创性与科研价值作为主要衡量指标,在测试成绩的基础上,方案原创性与性能指标将成为重要排名依据。

· 比赛期间,主办方将在北京、上海等地举办多场线下交流活动。颁奖仪式及相关研讨会将于比赛结束后在上海、美国西雅图举办。

**请持续关注上海AI实验室官网动态**

 

赛事网站:

https://opendrivelab.com/challenge2024

赛事联系邮箱:

 workshop-e2e-ad@googlegroups.com

 

赛道介绍

赛道1:端到端自动驾驶

由于先前数据集的规模有限、开环和闭环指标不一致等原因,导致难以使用真实数据对感觉运动驱动策略进行基准测试。在此赛道中,将使用大规模数据弥合两种评估范式之间的差距,并通过在短时序范围内的BEV抽象建模,实现高效开环评测,同时更好地与闭环评估保持一致。

 

赛道2:世界模型

作为现实的抽象时空表征,世界模型可根据观测到的当前状态预测未来状态,对世界模型的学习过程将促进基础模型性能提升至新水平。模型需要在只有视觉输入的情况下,预测出未来时刻的点云,以证明其对世界的预测能力。

 

赛道3:占据栅格和运动估计

三维框往往不足以描述一般物体,受机器人学概念的启发,可将感知表征描述成对栅格化三维空间的占据情况预测。在这个赛道中,参赛者不仅要给出三维空间的栅格化表示,还须给出栅格的运动预测。

 

赛道4:具身多模态三维视觉定位

相比驾驶场景,室内的具身三维感知系统面对的是包含语言指令的多模态输入、更复杂的语义理解、更多样的物体类别和朝向、以及大不相同的感知空间和需求。基于此,大赛构造了一套第一视角的多模态全场景三维感知工具包 EmbodiedScan。这项任务的目标是:给定关于特定物体的语言描述,检测出目标物体的类别和带朝向的三维框。  

       

赛道5:CARLA自动驾驶挑战赛

CARLA自动驾驶挑战赛要求车辆通过一组预先定义的路线。车辆行驶路线包含多种情况,如高速公路、城区、住宅区和乡村等环境,同时包含日光、日落、夜晚以及雨、雾等光照和天气,为自动驾驶系统的闭环评测提供了可能。

 

赛道6:大语言模型在自动驾驶中的应用

通过引入语言信息,DriveLM数据集将大语言模型与自动驾驶系统连接起来,并最终通过引入语言的推理能力来做出决策,确保规划的可解释性。以多视角图像为输入信息,模型须回答涉及驾驶的多方面问题。

 

赛道7:无图驾驶

在没有高清地图的情况下, 自动驾驶汽车需要高水平的场景理解能力,本赛道旨在探索场景推理能力的极限。将多视角图像和标清地图作为输入,神经网络不仅需要输出车道和交通元素的感知结果,同时还须输出车道之间、车道和交通元素之间的拓扑关系。

 

 更多信息,请持续关注!


 


活动嘉宾

乔宇

上海人工智能实验室 领军科学家、主任助理

刘青山

南京邮电大学 副校长

杨小康

上海交通大学 人工智能研究院执行院长

李升波

清华大学 车辆学院党委书记、国家高层次领军人才、教授

张亚勤

清华大学 中国工程院外籍院士、智能产业研究院院长、讲席教授

陈宝权

北京大学 智能学院副院长、博雅特聘教授

夏华夏

美团 首席科学家、副总裁

高新波

重庆邮电大学 党委副书记、校长、教授

薛建儒

西安交通大学 教授

相关推荐

comm@pjlab.org.cn

上海市徐汇区云锦路701号西岸国际人工智能中心37-38层

沪ICP备2021009351号-1