近期，国内自动驾驶公司轻舟智航对外发布了激光雷达感知技术相关的最新研发成果——SimTrack，可在激光雷达的点云数据中实现多个目标物体的一体化检测与跟踪（joint detection and tracking）。
这一研究成果突破了依靠“检测后跟踪”（tracking-by-detection）的传统流程方法，减少了人工设计的匹配规则和与之相关的调参环节，并在多个数据集上都得到了非常好的评测结果。
这一研究成果（Exploring Simple 3D Multi-Object Tracking for Autonomous Driving）已入选ICCV 2021（IEEE/CVF International Conference on Computer Vision，计算机视觉方向三大顶级会议之一）。
2021年，国内多款新车型都先后对外宣布了搭载激光雷达的计划，包括蔚来ET7、小鹏P5、上汽R汽车ES33、智已L7、极狐阿尔法S、哪吒S等等，激光雷达上车元年即将开启。
背后的技术考量，在于目前面世的L2-L3级别辅助驾驶功能大多为“摄像头+毫米波雷达”的解决方案，主要依靠视觉感知，对其他交通参与者的检测准确性有限，存在安全隐患。
车企要想推出一套更可靠的解决方案，就离不开激光雷达。
激光雷达的分辨率更高、更稳定，且收集到的点云数据是3D，比单目摄像头收集到的2D数据多了深度这一维度，可极大提高物体检测和跟踪的准确性。
因此，要想最大化地保障自动驾驶功能安全，就需要从激光雷达的3D点云数据中准确地检测并跟踪各类交通参与者。
过往的跟踪主要是依靠“tracking-by-detection”的一套流程方法，但这类方法需要人工设计匹配规则并且涉及大量手动调参工作，部署效率和可扩展性较低。
为了优化这一流程，轻舟智航提出了SimTrack这一算法，借助端到端的可训练模型，可直接在点云数据中一体化检测和跟踪多个目标物体，大大减少了工程师的时间投入。
其方法可简单概括为在每一段激光雷达点云中预测物体首次出现的位置，以便获得各个物体的跟踪身份（tracking identity），再借助对于物体运动的预测，持续更新各个物体的位置。
SimTrack是轻舟智航打造“自动驾驶超级工厂”这一技术思路的重要体现。自成立之初，轻舟智航便十分注重底层技术能力的搭建，希望能打造高度自动化的“自动驾驶超级工厂”，以推动无人驾驶车辆的大规模落地。
此前，为了达到高度自动化的目标，轻舟智航已开创性地将自监督学习应用在激光雷达感知方向，减少了对人工标注的依赖；同时，在规划控制技术中将传统机器人技术和机器学习技术结合，既增强了人工智能技术的可解释性，又减少了工程师反复手动调参的操作，把工程师时间转化为机器时间。
在“自动驾驶超级工厂”的支撑下，目前，轻舟智航已基于Robotaxi技术栈部署落地了多款Robobus，在全球范围内超过 8 个城市开展运营跟测试，部署的车型超过 8 款，可应对雨天、闹市等多类复杂场景。
接下来，轻舟智航还将持续推出龙舟系列无人驾驶车，应用于城市公交、网约出行等场景，助推城市交通走向智能化、网联化、共享化。此外，轻舟智航还在为主机厂、科研院所等机构提供自动驾驶技术研发的工具链，助力合作伙伴打造属于自己的自动化数据闭环。
