11月29日，北京大数据技能大赛“智能网联创新应用”赛道决赛在中关村智能网联汽车前沿技术中心举办。本次比赛吸引了80多位来自高校、企业及科研院所的选手，共有8个团队进入决赛。清华大学车辆与运载学院杨殿阁教授课题组的“清华无敌战车团队”在决赛路演中获得92分的好成绩，在8支队伍中脱颖而出，夺得冠军。团队提出的基于不确定性融合的多模态感知算法有效解决了感知后融合过程中噪声估计不准导致的误匹配难题，并在大赛提供的路侧数据上进行了有效的部署和应用，多项感知指标的综合评测结果排名第一，并且在点云追踪方法中取得了准确且检测性能最佳的结果。
北京大数据中心副主任石志国为“清华无敌战车团队”颁奖
团队在比赛完成的主要工作包括：（1）引用基于Transformer的DINO方法，完成了路侧数据集的高质量图像目标检测；（2）提出了一种基于三角形模板匹配方法的多源感知融合的Focal-PVRCNN网络,将focal卷积和损失函数引入PVRCNN，在保证空间信息表达的同时兼有较好的推理速度，同时解决了样本不均衡的问题。进一步，在三角形匹配算法中引入KD-Tree结构最近邻搜索，可以有效地提升点云目标检测的速度和鲁棒性；（3）引用AB3DMOT方法，实现路侧数据的简单、高质量、实时的点云目标追踪；（4）扩展了点云路测数据集在OpenPCDet点云检测平台和AB3DMOT的感知数据接口，从而可以适配更普适性的数据，助力学术界和工业界对于路侧感知模型的迭代优化。
路演汇报环节
答辩交流环节
团队成员钱康安负责点云目标检测和目标追踪算法的开发，李玖思负责图像目标检测算法的开发，王云龙、施以宁提供技术支撑。
【比赛背景】
随着单车智能的局限性(存在感知盲区，单一传感器感知能力有限，成本高昂等)日益突出，车路云一体化的技术路径得到业内越来越多的认可。高质量的路侧数据集对于车路云一体化学术研究和模型成果转化至关重要，但已有的公开数据集大都是基于车载激光雷达或者摄像机等获取到的传感器数据，较难满足目前路端感知模型迭代优化的需求。为解决智能交通领域学者在车路云一体化、自动驾驶、多传感器融合等研究过程中所面临的挑战性问题，北京智源人工智能研究院和北京万集科技股份有限公司联合发布“智源-万集”路侧数据集，提供真实且高质量的开发路侧数据集，以助力学术界和工业界在智能交通领域的创新研究和成果转化。
智源-万集路侧数据集是服务于车路云一体化自动驾驶的大规模路侧数据集，主要为路侧激光雷达与视频数据集。该路侧数据集提供了2500帧3D点云数据和5000帧2D图像数据。其中3D点云数据是由32线机械旋转LiDAR（WLR-32R）收集的数据，提供了包含目标中心点三维坐标、目标类别、长宽高和航向角的逐帧标注。2D图像是由分辨率为1080P的摄像机收集的数据，提供了包含目标框位置和类别的逐帧标注。智源-万集数据集采集自中国城市复杂路口和高速道路，涵盖了不同的天气、交通状况，支持3D点云检测、2D图像检测以及激光雷达和图像融合检测任务。
