Die International Autonomous Driving Challenge 2024 startet offiziell

• Neue Wettbewerbsthemen: Sieben Tracks, neuartige Wettbewerbsthemen, umfassende Berichterstattung über die neuesten und heißesten Themen in verwandten Bereichen, vollständige Erforschung der Anwendung großer Modelle in den vertikalen Bereichen autonomes Fahren und verkörperte Intelligenz.
• Hohes Preisgeld: Der Gesamtpreispool übersteigt 120.000 US-Dollar und das maximale Preisgeld in einem einzelnen Track kann 27.000 US-Dollar erreichen. Unvollständigen Statistiken zufolge ist der Belohnungsbetrag der höchste unter den 100 Foren im CVPR 2024.
• Konzentrieren Sie sich auf Originalität: Stärken Sie die Grundlagenforschung und -erkundung und halten Sie sich an die vier Aspekte. Als Hauptmessindikatoren werden Originalität und wissenschaftlicher Forschungswert herangezogen, und Rankings basieren nicht nur auf der Leistung. Durch die Kombination von Originallösungen und Leistungsindikatoren wird ein umfassendes Ranking erstellt.

Am 1. März 2024 wurde die International Autonomous Driving Challenge 2024 offiziell gestartet. Dieser Wettbewerb wird vom Shanghai Artificial Intelligence Laboratory ausgerichtet und von einer Reihe in- und ausländischer Institutionen mitorganisiert. Das Wettbewerbsleitungs- und Preiskomitee besteht aus einer Reihe namhafter Experten und Wissenschaftler aus dem In- und Ausland. Ziel dieses Wettbewerbs ist es, die Aufgaben und Herausforderungen, mit denen autonome Systeme konfrontiert sind, eingehend zu untersuchen und globalen Teilnehmern eine Bühne zu bieten, um Technologie und Innovation vorzustellen. Bei diesem Wettbewerb legen wir keine allzu großen Einschränkungen für die Teilnehmer fest. Beispielsweise dürfen mehrere Teams derselben Organisation teilnehmen, alle öffentlichen Datensätze und Vortrainingsgewichte dürfen verwendet werden, und ein Team darf dies tun mehrere Auszeichnungen gleichzeitig gewinnen. Es gibt sieben Titel in diesem Wettbewerb, und der Gewinner hat die Möglichkeit, eine Belohnung von bis zu 27.000 US-Dollar zu erhalten, und hat außerdem die Möglichkeit, eingeladen zu werden, Artikel in internationalen Top-Zeitschriften einzureichen. Darüber hinaus haben wir für jede Strecke detaillierte Wettbewerbsrichtlinien und Benchmark-Modelle erstellt, die durch Klicken auf den entsprechenden Link für jede Strecke aufgerufen werden können.

Offizielle Website des Wettbewerbs:

https://opendrivelab.com/challenge2024

Hauptveranstaltung:

CVPR 2024 Forum – Workshop on Foundation Models for Autonomous Systems (Seattle, USA)

Verwandte Veranstaltungen :

• Ende April: Die 3. China 3D Vision Conference (China3DV 2024)
• http://www.csig3dv.net/2024/competition.html
• Mitte Juni: Offline-Veranstaltungen (Peking/Shanghai)
  

Einführung in das Wettbewerbsthema End-to-End-Autonomes Fahren

Aufgrund der begrenzten Größe bisheriger Datensätze und inkonsistenter Open-Loop- und Closed-Loop-Indikatoren ist ein Benchmarking schwierig sensomotorische Strategien unter Verwendung realer Daten. In diesem Track werden umfangreiche Daten verwendet, um die Lücke zwischen den beiden Bewertungsparadigmen zu schließen, und durch die abstrakte BEV-Modellierung in einer kurzen Zeitreihe wird eine effiziente Open-Loop-Bewertung bei gleichzeitig besserer Abstimmung mit der Closed-Loop-Bewertung erreicht.

• Track Informationen: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#end_to_end_driving_at_scale
• data Volume: Über 2tt
• test Server: Https://huggingfact. -2024

Weltmodell

Als abstrakte räumlich-zeitliche Darstellung der Realität kann das Weltmodell den zukünftigen Zustand basierend auf dem beobachteten aktuellen Zustand vorhersagen. Das Erlernen des Weltmodells wird die Leistung des Grundmodells fördern Modell auf ein neues Niveau. Das Modell muss die Punktwolke zu zukünftigen Zeitpunkten nur mit visuellen Eingaben vorhersagen, um seine Fähigkeit zur Vorhersage der Welt zu beweisen. 🔜 https://huggingface.co/spaces/AGC2024-P/predictive-world-model-2024

• Belegungsraster und Bewegungsschätzung
• Dreidimensionale Boxen reichen oft nicht aus, um allgemeine Objekte zu beschreiben, die von Robotikkonzepten inspiriert sind , kann die Wahrnehmungsdarstellung als Vorhersage der Besetzung eines gerasterten dreidimensionalen Raums beschrieben werden. Bei diesem Track müssen die Teilnehmer nicht nur eine Rasterdarstellung des dreidimensionalen Raums liefern, sondern auch die Bewegung des Rasters vorhersagen.
• 
Track-Informationen: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#occupancy_and_flow

Autonomous Driving Challenge @China3DV: https://huggingface.co/spaces/China3DV-S/occupancy-and-flow -2024 Datenvolumen: ca. 70 GB

Referenztrainingszeit: 8 Karten 3090, 2 Tage

Testserver: https://huggingface.co/spaces/AGC2024-S/occupancy-and-flow-2024
• Verkörperte multimodale dreidimensionale visuelle Positionierung

• Im Vergleich zu Fahrszenen sind in Innenräumen verkörperte dreidimensionale Wahrnehmungssysteme mit multimodalen Eingaben konfrontiert, einschließlich Sprachanweisungen, komplexerem semantischem Verständnis, vielfältigeren Objektkategorien und -orientierungen sowie sehr unterschiedlichen Wahrnehmungsräumen und -bedürfnissen. Auf dieser Grundlage konstruierte der Wettbewerb ein multimodales, dreidimensionales Wahrnehmungs-Toolkit für die erste Perspektive, EmbodiedScan. Das Ziel dieser Aufgabe besteht darin, anhand einer verbalen Beschreibung eines bestimmten Objekts die Kategorie des Zielobjekts und dessen Ausrichtung im dreidimensionalen Feld zu ermitteln.

  • Track-Informationen: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#multiview_3d_visual_grounding
  • Datenvolumen: ca. 1,5T
  • Referenztrainingszeit: Beispieldaten 8 Karten A100 0,5 Tage, vollständige Daten 8 Karten A1 00 3 Tage
  • Testserver: https://huggingface.co/spaces/AGC2024/visual-grounding-2024

  CARLA Self-Driving Challenge

  Bei der CARLA Self-Driving Challenge müssen Fahrzeuge eine Reihe von Tests durchlaufen -definierte Routen. Die Fahrrouten von Fahrzeugen umfassen komplexe Situationen wie Autobahnen, städtische Gebiete, Wohngebiete und ländliche Umgebungen. Sie umfassen auch Licht und Wetter wie Sonnenlicht, Sonnenuntergang, Nacht, Regen und Nebel, die eine geschlossene Auswertung ermöglichen autonome Fahrsysteme.

  • Track-Informationen: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#carla
  • Testserver: https://eval.ai/web/challenges/challenge-page/2098/overview

  

  Anwendung eines großen Sprachmodells beim autonomen Fahren

  Durch die Einführung von Sprachinformationen verbindet der DriveLM-Datensatz das große Sprachmodell mit dem autonomen Fahrsystem und trifft schließlich Entscheidungen, indem er die Argumentationsfähigkeit der Sprache einführt, um die Zuverlässigkeit der Planung sicherzustellen . interpretierend. Das Modell verwendet Multi-View-Bilder als Eingabeinformationen und muss verschiedene Fragen im Zusammenhang mit dem Fahren beantworten. 🔜 Referenztrainingszeit: 8 Karten V100, 1 Tag

  Testserver: https://huggingface.co/spaces/AGC2024/driving-with-lingual-2024
  • Fahren ohne Bilder
  • Automatisch ohne HD-Karte Fahren Ein Auto erfordert ein hohes Maß an Szenenverständnis, und dieser Track zielt darauf ab, die Grenzen des Szenendenkens auszuloten. Unter Verwendung von Mehransichtsbildern und Karten mit Standardauflösung als Eingabeinformationen muss das neuronale Netzwerk nicht nur die Wahrnehmungsergebnisse von Fahrspuren und Verkehrselementen ausgeben, sondern auch die topologischen Beziehungen zwischen Fahrspuren und zwischen Fahrspuren und Verkehrselementen.

  Streckeninformationen: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546 #mapless_drivingAutonomous Driving Challenge @China3DV: https://huggingface.co/spaces/China3DV/mapless-driving-2024

  Datenvolumen : ca. 200G

  Referenztrainingszeit: 8 Karten V100, 1 Tag
  • Testserver: https://huggingface.co/spaces/AGC2024/mapless-driving-2024
  • Der Zeitplan ist wie folgt
  • Alle Zeiten beziehen sich auf Pekinger Zeit. Weitere Informationen finden Sie auf der offiziellen Website des Wettbewerbs.

  Ab sofort – 1. Juni 2024: Anmeldung

  1. März 2024:
  Der Wettbewerb beginnt offiziell
  • 25. März 2024:
  Testserver ist geöffnet
  • Juni 2024 1.:
  Test Server geschlossen
  • 18. Juni 2024:
  Wettbewerbsergebnisse bekannt gegeben
  Guidance and Awards Committee
  • Sortierung nach Namensstrichen; die Liste wird fortlaufend aktualisiert.
  Qiao Yu
  Shanghai Artificial Intelligence LaboratoryVizedirektorGeschäftsführender Dekan des Artificial Intelligence Research Institute

  Leitender Wissenschaftler, Assistent des Direktors		Liu Universität für Post und Telekommunikation
  	Yang Xiaokang	Shanghai Jiaotong University
  	Li Singha-Universität	Sekretär des Parteikomitees der Fahrzeughochschule, nationales hochrangiges Führungstalent, Professor
  Zhang Yaqin	Tsinghua-Universität	Ausländischer Akademiker der Chinesischen Akademie für Ingenieurwissenschaften, Präsident von das Intelligent Industry Research Institute, Lehrstuhlinhaber
  Chen Baoquan	Universität Peking	Stellvertretender Dekan der School of Intelligence, Boya Distinguished Professor
  Xia Huaxia	Meituan	Chefwissenschaftler, Vizepräsident
  Gaoxinbo	Universität für Post und Telekommunikation Chongqing	Stellvertretender Sekretär des Parteikomitees, Präsident, Professor
  Xue Jianru	Xi'an Jiaotong University	Professor

  Klicken Sie auf „Originaltext lesen“ oder besuchen Sie den folgenden Link, um mehr zu erfahren

  https://opendrivelab.com/challenge2024

  WeChat-Kommunikationsgruppe

  Über uns-> Treten Sie der Community bei

  Registrierungslink

  Kontakt-E-Mail

  workshop-e2e-ad@googlegroups.com

Das obige ist der detaillierte Inhalt vonDie International Autonomous Driving Challenge 2024 startet offiziell. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!