得益于深度學習和人工智能領域的突破，自動駕駛技術取得了越來越快的進步，Robotaxi、干線物流、無人配送車、無人環(huán)衛(wèi)、無人巴士、無人泊車等智駕場景落地逐漸深入，發(fā)展一片向好。但目前自動駕駛汽車想要實現實際道路行駛，還有眾多需要解決的技術問題。
自動駕駛需要解決“感知”和“決策”兩個方面的問題。感知是使用多種融合的傳感器，通常包括攝像頭、激光雷達、毫米波雷達、GPS/IMU等設備來感知路面、車輛和行人;決策則是使用感知到的信息來判斷應該如何行動。所以有效的感知將是作出可靠決策的前提。
簡單來說,自動駕駛系統(tǒng)根據從感知融合模塊得到的環(huán)境信息,如其他車輛、紅綠燈、行人等數據反饋,才可做出具體行為決策，如剎車、變道、超車等等。
而當前解決感知問題的主要方式就是“數據訓練”，通過監(jiān)督學習的方法將大量各種情況的訓練數據提供給算法，讓生成的模型具備普適的感知能力。基于自動駕駛落地需求對海量原始數據進行框選、提取、分類等一系列處理，將混雜數據轉化為機器學習可識別的智能駕駛專業(yè)數據，幫助駕駛技術更好的感知實際道路、車輛位置和障礙物信息、疲勞檢測等，實時感知在途風險，實現智能行車、自動泊車等預定目標。
智能駕駛時代的關鍵——背后的高質量數據
對于自動駕駛汽車來說，想要在瞬息萬變的復雜真實駕駛場景中發(fā)揮感知作用，背后就需要有海量道路場景的數據通過專業(yè)人員進行標注，從而轉化為算法訓練的數據支撐。這使得數據標注工作成為一項十分重要且有價值的工作。
前幾日，以高質量、場景化服務著稱的AI訓練數據商云測數據在2021世界人工智能大會上重磅發(fā)布了新一代自動駕駛數據解決方案，面向自動駕駛項目研發(fā)初期到落地過程，提供場景數據庫、定制化數據采集標注、數據標注&數據管理平臺等一站式數據服務，助力自動駕駛技術感知層面的快速落地。
據了解，云測數據的新一代智能駕駛數據解決方案在為智能駕駛相關企業(yè)提供大規(guī)模感知數據能力的同時，可減少數據采集周期、提升數據標注效率，并大幅降低AI模型訓練成本，極大地加速智能駕駛相關應用的落地迭代周期，節(jié)省大量研發(fā)時間和成本。
這一解決方案對駕駛領域，特別是在加速自動駕駛產業(yè)場景化、安全落地、用戶體檢提升、安全行駛等落地等方面具有積極意義。
那么，新一代自動駕駛數據解決方案具備哪些特點和優(yōu)勢呢?
首先，這一方案具有豐富的自動駕駛場景基礎數據庫。基于智能駕艙和車外環(huán)境感知落地發(fā)展需求，云測數據按主流傳感器型號建立了智能駕駛場景數據庫，包含多場景、多天氣狀況、多環(huán)境狀況，涵蓋了覆蓋活體驗證、手勢識別、視線追蹤、動作識別等多場景。
其次，具有更高質量的駕駛場景數據采集標注服務。云測數據自主研發(fā)數據標注平臺，平臺功能強大，覆蓋所有自動駕駛所需要的2D/3D等不同類型的標注工具，可滿足各種數據標注需求且配置靈活，累計在智能駕駛領域標注2D/3D數據已達數億幀，最高數據標注準確率可達99.99%，這一紀錄也使云測數據成為國內最高標注精度記錄保持者。
云測數據還堅持自建數據標注基地，標注員、質檢員、項目經理統(tǒng)一管理、規(guī)范生產，且制定了一套包含任務分配、需求分析、需求確認、數據清洗、試標確認、進度控制、質量保障等完整的作業(yè)流程體系在保證數據準確率的同時有效保證標注作業(yè)的信息流轉，提升標注效率。全方位數據安全與隱私保障能力，多重措施滿足企業(yè)對于數據安全的訴求，幫助企業(yè)構建核心數據壁壘。
第三，云測數據建有先進的數據標注平臺&數據管理平臺。云測數據標注平臺擁有業(yè)內全面且強大的標注工具，支持功能定制，支持與各類系統(tǒng)對接，可靈活配置。支持私有化部署在企業(yè)本地，智駕企業(yè)可在內網組織員工進行數據標注工作。
在自動駕駛AI數據標注過程中，面臨“種類繁多、時間效率、數據質量”等眾多難題。云測數據標注平臺可完美解決AI落地場景多樣性、豐富性的數據需求。 并通過標注平臺將全流程優(yōu)化，可助力AI數據訓練過程綜合效率提升200%，標注流程質量把控，數據標注最高精度99.99% 。
在自動駕駛AI數據訓練過程中，數據管理也面臨巨大挑戰(zhàn)，如數據資產、管理方式、版本管理等等。云測數據標注平臺支持多維度靈活數據檢索，可視化數據管理，助推AI數據產能升級?？蓪崿F資產權限管理、標簽化檢索、標簽結果可視化、標注數據版本管理等功能。
目前，云測數據已與業(yè)內包括自主、合資車企，大型Tier1、Tier2，無人出租車等自動駕駛相關等眾多企業(yè)，建立了持久良好的合作關系。
高精度的訓練數據更受關注
從1886年的卡爾·弗里德里希·本茨發(fā)明出汽車開始，拓寬了人們的出行半徑，加速了人流與物流的流動速度。到1939年，第一款配備自動變速器的汽車問世，解放了駕駛員的右手(左舵駕駛,右舵駕駛則解放左手);再到世紀交替時，ACC自適應巡航解放了駕駛員的雙腳。而現在的智能駕駛技術問世，科幻電影中的自動駕駛離我們的距離正在快速接近。
在AI時代,真正的智能駕駛汽車應該是什么樣的?中國工程院院士、中國人工智能學會理事長李德毅給出了答案:“必須像人一樣具備學習能力,能處理各種工況。”要得到這樣的結果,需要讓汽車自身的算法能做到處理更多、更復雜的場景,而這就需要有海量、準確、高質的場景數據，進而對其進行標注。
作為AI技術的底層支撐,高質量的訓練數據越來越受到業(yè)界的重視,成為智能駕駛真正落地的“幕后英雄”。可以說，自動駕駛真正商業(yè)化落地的關鍵之一，就是要通過人工智能算法處理更多更復雜的場景。
從宏觀角度來看，現有算法、算力無法準確處理復雜交通環(huán)境下無限可能的長尾場景，這時候高質量AI數據的覆蓋就顯得更加重要，具象到自動駕駛落地需求來看,高質量的場景數據也已成為各方業(yè)務領先競爭的關鍵。
