【TechWeb】自動駕駛正處在風口上,資本、人才、技術趨之若鷲。

據摩根大通的研究分析,到 2025年前,中國L1到L5級的輔助駕駛和自動駕駛市場規模將實現33%的年均增長率,總規模於2025年達到約71億美元。2020年,國家發改委會同11個國家部委聯合發佈了《智能汽車創新發展戰略》,指明瞭2025年實現有條件智能汽車規模化生產,2035年中國標準智能汽車體系全面建成的願景。

時下,Robo-Taxi、無人送貨等技術的商業化已進入快車道。百度Apollo、滴滴、文遠智行、AutoX等載客服務在國內部分地區得到驗證;新石器、京東、美團等電商、物流企業積極探索低速送貨業務。

隨着乘用車電驅化滲透率提升,車企之間的競爭不再圍繞內燃機、變速器,轉而向車內軟件、智能化程度看齊。上汽集團董事長陳虹甚至將自動駕駛比作車企的“靈魂”; 戴姆勒公司董事會主席康林松也將奔馳重新定位爲“一家軟件運營公司”,並表示“正在生產具有開創性的移動設備”。

然而,自動駕駛的“進階之路”如同人類學習開車一樣,都需要經歷漫長的過程,不僅需要先進的模型預算法,高質量且大規模數據一樣不可或缺。

爲解決智能駕駛從研發初期到落地的訓練高質量數據需求,近日,國內領先AI訓練數據服務商「雲測數據」發佈新一代自動駕駛數據解決方案。

目前雲測數據爲自動駕駛企業提供的提供的解決方案分三部分。一是基礎數據集,二是定製化數據採集和標註服務,三是包括數據採集標註、數據管理的全方位數據工具鏈。

“三個部分分別對應不同層階段的自動駕駛落地需求。”雲測數據總經理賈宇航向TechWeb介紹,“第一個階段解決場景識別等基礎問題的通用數據,例如車輛識別、車道線識別,這個階段涉及多種傳感器,需要的大量佈局;第二階段基於選定的場景,根據深度神經網絡引入特定的數據,雲測數據場景實驗室和標註基地有實力滿足相應數據的精度和規模;第三階段形成數據閉環,類似於特斯拉,雲測數據可提供一整套成熟工具幫助完成數據採集、標註、管理一系列流程,幫助企業完成自身迭代。”

據介紹,雲測數據採集服務覆蓋智能駕駛主流應用場景,擁有DMS與ADAS場景搭建採集經驗,比如支持駕駛員信息備採、多模及車載語音採集等衆多類型。憑藉高質量的數據交付實力,雲測數據已和業內包括自主、合資車企,大型Tier1、Tier2,以及無人出租車、自動駕駛公司等衆多企業,建立了持久良好的合作關係。

與此同時,隨着激光雷達硬件成本下降,相應的需求也在井噴式爆發,實際上雲測數據已在新的需求中提前佈局,“我們在點雲類型數據標註上有完整、完善的工具及經驗,是業內率先實現2D /3D融合標註、3D點雲標註、3D矩形框選、語義分割、目標跟蹤等功能的企業。”賈宇航在採訪中表示。

“通過我們爲自動駕駛落地服務的數據標註平臺、標註工具 ,能夠將AI數據訓練過程綜合效率提升200%,項目最高標註精度可實現99.99% 。”賈宇航介紹到。

在智能汽車普及的大背景下,數據標註作爲人工智能落地應用實現的重要環節,其標註後的數據精度和效率影響着車輛上路後重中之重的安全性。

雲測數據通過自動駕駛場景數據庫、定製化數據採集標註、數據標註&數據管理平臺等服務,在爲智能駕駛相關企業提供大規模感知數據的能力同時,可減少數據採集週期、提升數據標註效率,在提升AI訓練精度的同時,爲自動駕駛公司的大量節省研發時間和成本,幫助其快速、平穩成長。