驾驶员在要变道时，就会注意确保没有车辆出现在盲区，而这种意识对于自动驾驶系统而言也非常重要。因此，自动驾驶技术需要依赖强大的感知中枢，而该中枢预计可以识别环境中所有相关的主体，包括预测道路上其他车辆的精确“姿态和形状”。
（图片来源：Argo AI）
现在，自动驾驶汽车系统可以利用最常见的传感模式之一——激光雷达的数据来观察周围情况。据外媒报道，自动驾驶汽车技术公司Argo AI、微软和卡内基梅隆大学（CMU）的研究人员合作，推出了一个全新的网络架构，可以通过部分激光雷达的观测信息估计车辆的形状和姿态。
现在用于预测姿态和形状的SOTA法通常会首先估计局部点云的姿态，然后在部分输入信息中加入该姿态，再预测形状。不过，此种编码—姿态解码以及编码-形状解码架构会导致形状估计误差，最终的性能很差。此外，部分输入的信息被冗余编码两次。
因此，为何不使用一个共享式编码网络以估计姿态和形状呢？
研究人员采用该策略，将编码合并到一个过程中，以减少冗余，并在共享式编码网络中实现稳定的姿态和形状估计。
训练该共享式编码网络可分为两部分。首先，对编码器和补全解码器进行形状补全训练。接下来，冻结编码器，并采用冻结编码器产生的代码对姿态解码器进行训练。冻结是通过逐步冻结隐藏层来加速神经网络训练的常用技术。与基线网络相比，用此种方法训练的姿态估计器的精度得到显著提高。
未来，Argo AI会在追踪等下游模块中利用该形状估计模型，并在实时系统中采用该种新型架构。