无人出租车、无人公交，这些在颇具未来科技感的智能驾驶，如今已经成为现实。
今年，国家发改委、科技部、工信部等11部委联合发布了《智能汽车创新发展战略》，对汽车产业智能化、网络化、平台化发展提出了具体任务和发展方向。业内人士认为，技术融合将带来汽车生态链的全局变革，从设计开发到生产应用，以人工智能、物联网为核心的软件技术将成为下一代汽车产业的发展过程中的关键一环。
那么，智能汽车到底是什么，是怎样实现的？战略中是这样解释的“智能汽车是指通过搭载先进传感器等装置，运用人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车。智能汽车通常又称为智能网联汽车，自动驾驶汽车等”。
简单来说，需要汽车具备“智力”，即通过感知、规划、决策等过程，完成汽车的控制，这一过程，可以归纳为“人工智能”。然而，这更像是一个结果，想要让汽车本身的算法做到处理更多、更复杂的场景，背后就需要有海量准确、高质的真实道路数据做支撑。
数据标注就是生产“数据”的工作，它存在的意义便是让机器理解、认识世界。以AI数据标注头部企业云测数据的智能驾驶数据服务解决方案为例，来了解在实现智能驾驶的这一过程中，需要哪些方面的AI数据。
通过剖析云测数据智能驾驶AI数据服务方案，我们可以简单的将标注场景分为车内和车外。
在车内场景中，疲劳监测、动作识别、场景光线等一切会在车内发生的场景，以及在车外环境中更复杂的障碍物、道路、天气、地点、车道线、路标，以及一些长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等所有可能会涉及的场景，都需要对应的如连续帧标注、2D图像框选、图像分割等不同的标注方式。
上述这些只是智能驾驶中涉及到摄像头的数据，多为图片类数据的标注。由于对安全的严苛要求，当前的智能驾驶所需数据需求，正向着多模态的方向发展。所谓多模态，即是对多维时间、空间、环境数据的感知与融合。
在汽车的感知部分不仅只有摄像头，还有激光雷达、毫米波雷达、超声波雷达等多种方式共同组成，而这些感知方式都需要对应的数据标注。
以激光雷达为例，高性能激光雷达可以实现200米范围内，精度高达厘米级的3D场景扫描重现。它生成的3D点云数据通过标注后，可以助力自动驾驶模型的训练。云测数据基于行业先进的标注工具和丰富的标注经验，对机动车、障碍物等目标物进行3D框选、对雷达图进行语义分割，同时还可以对2D 3D多传感器融合的数据进行同时标注，实现视觉和雷达的数据感知，帮助汽车更好的感知道路场景，为智能驾驶技术的发展保驾护航。
据了解，云测数据一直秉持着独立第三方的行业定位，通过自建数据场景实验室和数据标注基地，结合自研的数据标注系统、数据采集系统和完善的数据生产流程，为智能驾驶领域的企业提供高质量的数据采集、数据标注服务，在保证数据的效率、精准度和隐私安全的前提下，来帮助智能驾驶企业快速构建核心数据壁垒，加速产业化落地的进程。
在政策强力驱动、汽车消费回暖、自动驾驶技术加速渗透下智能驾驶已然迎来了产业发展的黄金时代，而高质量的数据标注则是智能驾驶奔向未来的重要助力。
匿名用户
