日前，在自動駕駛權威數據集KITTI上，禾多科技登上“單目3D障礙物檢測”排行榜第一的位置。該技術將應用于禾多科技的自動駕駛量產解決方案，進一步提升車輛對環境的精細化理解能力，使車輛通過單目相機也能獲取障礙物的偏航角、長寬高等信息，對下游的規劃和預測模塊具有很高的應用價值。
KITTI數據集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦，是目前國際上最全面的自動駕駛場景下的計算機算法評測數據集。該數據集用于評測立體圖像(stereo)、光流(optical flow)、3D物體檢測(object detection)和3D跟蹤(tracking)等計算機視覺技術在車載環境下的性能。KITTI數據集根據難易程度，分為簡單、中等、困難三個評價等級，禾多團隊在障礙物單目3D檢測的三個等級評比中均拿下第一。
圖像是自動駕駛最容易獲取的數據之一，相比其它傳感器擁有更加豐富的紋理信息，也更加接近人類的感知方式，但是由于圖像是真實世界（3D）在像平面（2D）上的投影，天然缺少深度信息，對自動駕駛算法和應用而言是一個巨大的挑戰。一般來說，直接回歸3D信息很難得到準確的結果，其模型的魯棒性也不如直接回歸2D信息的模型。禾多團隊提出的新算法以多任務的方式同時回歸2D信息和3D信息，并且特別針對能體現3D特性的圖像信息做了進一步的挖掘，從而提升了3D障礙物檢測的準確性。
禾多科技是一家中國的自動駕駛初創公司，成立于2017年6月，以量產為目標，打造由本地數據驅動的自動駕駛解決方案，目前聚焦高速公路和智能泊車兩大應用場景。此次在KITT數據集上的亮眼表現，表明其核心感知能力已經處于行業領先水平。
另外，中國的交通中道路狀況和駕駛習慣與國外不同，還會有一些中國特色的交通參與者（比如渣土車），如果訓練數據集中缺少這些數據，會導致模型對該車輛的檢測或者3D估計出現嚴重問題，比如障礙物漏檢、距離估計嚴重錯誤等等。禾多作為中國本土的公司，算法由本地數據驅動，能夠更好地適應中國路況，提供更安全的自動駕駛量產方案。
