“自动驾驶+升腾AI”西安交通大学团队攻克高级辅助驾驶反响关键难题。因此，解决辅助驾驶系统的安全性和稳定性问题迫在眉睫。西安交通大学软件学院何浩亭、徐云成、崔浩杰、吴小倩、余文腾、张承宇、田景涛在李耀辰老师的指导下，组成了盛智交通队，积极参加了第八届中国国际“互联网+”大学生创新创业大赛命题赛道。自2022年4月华为发布“基于升腾算力和CANN的创新媒体处理应用”命题以来，盛智交通团队一直在积极调研，全力研发。李耀辰老师表示：“我们团队长期从事无人驾驶和智能交通的算法研究，结合华为升腾算力和CANN后，可以提升算法的准确率和速度，从而解决先进辅助交通的关键问题。”西安交通大学盛智交通队成员盛智交通队参赛项目采用先进的目标检测和行为识别技术，基于盛腾系列硬件和CANN软件栈开发全新的视频媒体处理系统，技术难度较高。该团队设计并提出了一种用于对象检测和动作识别的神经网络架构。设计的模型在NPU上进行训练和推理。检测识别精度较baseline方法有明显提升，计算速度明显快于GPU，降低了检测识别的系统延迟，有利于提高辅助驾驶系统的安全性。性别。该技术可应用于高级驾驶辅助系统等领域，为命题企业解决算法准确率低、速度慢等关键问题，具有良好的商业运营价值。盛志交通队在8月份的陕西赛区省级半决赛中夺得金牌，随后进入全国总决赛的冲刺过程。在总决赛的备战期间，队员们和导师们都全力以赴，全身心投入到解法的优化中。方案设计经过40多个版本的迭代更新，最终在11月的全国总决赛中获得银奖。盛智交通团队探讨华为命题项目组研究——先进辅助驾驶关键技术完整解决方案。在目标检测技术方面，提出了YOLOGCC网络，将真实的道路场景数据输入到YOLOGCC网络中进行车辆目标检测，并快速生成视觉检测结果；在行为识别技术方面，提出了3DCNNSELayer网络。对道路场景的图像序列进行处理，生成光流图和边缘检测图，然后输入到3DCNNSELayer网络中。通过加入3D感受野增强和特征融合模块，模型可以快速准确地区分每辆车的行为类别。盛智交通团队基于升腾AI异构计算架构CANN的开发体系，快速搭建自己的应用和业务。同时，借助CANN的软硬件协同加速技术，团队提出的算法具有模型小、精度高、速度快、计算量少等特点。检测识别准确率比baseline方法提高4.85%，计算速度比GPU快12%，大大降低了检测识别的系统延迟，有利于提高安全性自动驾驶系统。项目负责人何浩亭表示：“对我们来说，获得全国总决赛的银牌只是一个开始，接下来我们希望将项目成果应用到高级驾驶辅助系统等专业领域。”目标检测和行为识别的神经网络架构解决了命题企业的关键问题。希望该方案在未来能够在无人驾驶、智能交通等领域发挥更多更大的商业价值。
