近年来，我国的智慧城市建设正进行得如火如荼。相比传统型城市，今天新型的智慧城市利用新IT打破了设备、组织间的数据孤岛，基于“端-边-云-网-智”的技术架构实现了智慧出行、智慧安防、智慧社区等多领域的融合服务。在智慧出行中，联想的自动驾驶技术开发取得了很大的进展。

自动驾驶技术的开发中最关键的一点就是车辆主体要能够精确判断周围障碍物，自动驾驶场景下的多目标跟踪技术是实现这一要求的重要研发技术，也是联想研究院技术研发的重要领域之一。多目标跟踪技术能够让自动驾驶的车辆对路面的其他车辆和行人进行检测跟踪，基于它们的运动轨迹对接下来的车辆驾驶和行人行为进行预测，并据此规划自己的行驶轨迹，实现安全驾驶，避免发生碰撞事故。

前不久，联想研究院团队在Waymo 开放数据集MOT(2D Tracking) 排行榜中，成功超过斯坦福、伯克利、领跑汽车以及地平线等国内外优秀团队荣获冠军。联想研究院团队基于Tracking-by-detection追踪框架，提出的一种ReidTrack创新方案，能有效判断行人异常行为或者安全隐患预警等。

而在日前的国际计算机视觉与模式识别会议(CVPR) 2022 BDD100K MOT挑战赛中，联想研究院团队ReidTrack创新方案的平均多目标跟踪准确度也超过了苏黎世联邦理工学院、卡内基梅隆大学、驭势科技等20多个国内外团队，获得了第一名。

作为目前自动驾驶领域最权威的数据集，BDD100K数据集和Waymo开放数据集的采集数据量十分惊人。BDD100K采用前置高清摄像头采集欧美常见道路上的感知数据，并对路面上常见的8种物体类别进行高质量的标注，是自动驾驶场景下的多样化数据集。BDD100K MOT 子数据集包含 2000个在不同天气、时间以及场景下完全标注的时间片段，包含 16万个实例以及400万物体。Waymo开放数据集包含了1000个场景用于训练和验证，150个场景用于测试。而联想研究院团队能够在这这两项数据集的考验下获得荣誉，毫无疑问体现出其技术可靠性。

深化城市智慧出行建设，加速技术创新在城市出行领域的落地，将是未来科技行业发展的一条快捷车道，企业品牌的积极行动，有助于抢占更广阔的市场。如今，包括多目标跟踪技术的车计算已经成为联想重要的研发领域之一，或许也会为未来智慧出行提供更多可能，