我们离自动驾驶还有多远？这个数据解决方案正在加速智能汽车普及

自动驾驶正处在风口上，资本、人才、技术趋之若鹫。

据摩根大通的研究分析，到 2025年前，中国L1到L5级的辅助驾驶和自动驾驶市场规模将实现33%的年均增长率，总规模于2025年达到约71亿美元。2020年，国家发改委会同11个国家部委联合发布了《智能汽车创新发展战略》，指明了2025年实现有条件智能汽车规模化生产，2035年中国标准智能汽车体系全面建成的愿景。

时下，Robo-Taxi、无人送货等技术的商业化已进入快车道。百度Apollo、滴滴、文远智行、AutoX等载客服务在国内部分地区得到验证；新石器、京东、美团等电商、物流企业积极探索低速送货业务。

随着乘用车电驱化渗透率提升，车企之间的竞争不再围绕内燃机、变速器，转而向车内软件、智能化程度看齐。上汽集团董事长陈虹甚至将自动驾驶比作车企的“灵魂”； 戴姆勒公司董事会主席康林松也将奔驰重新定位为“一家软件运营公司”，并表示“正在生产具有开创性的移动设备”。

然而，自动驾驶的“进阶之路”如同人类学习开车一样，都需要经历漫长的过程，不仅需要先进的模型预算法，高质量且大规模数据一样不可或缺。

为解决智能驾驶从研发初期到落地的训练高质量数据需求，近日，国内领先AI训练数据服务商「云测数据」发布新一代自动驾驶数据解决方案。

目前云测数据为自动驾驶企业提供的提供的解决方案分三部分。一是基础数据集，二是定制化数据采集和标注服务，三是包括数据采集标注、数据管理的全方位数据工具链。

“三个部分分别对应不同层阶段的自动驾驶落地需求。”云测数据总经理贾宇航向TechWeb介绍，“第一个阶段解决场景识别等基础问题的通用数据，例如车辆识别、车道线识别，这个阶段涉及多种传感器，需要的大量布局；第二阶段基于选定的场景，根据 神经网络引入特定的数据，云测数据场景实验室和标注基地有实力满足相应数据的精度和规模；第三阶段形成数据闭环，类似于特斯拉，云测数据可提供一整套成熟工具帮助完成数据采集、标注、管理一系列流程，帮助企业完成自身迭代。”

据介绍，云测数据采集服务覆盖智能驾驶主流应用场景，拥有DMS与ADAS场景搭建采集经验，比如支持驾驶员信息备采、多模及车载语音采集等众多类型。凭借高质量的数据交付实力，云测数据已和业内包括自主、合资车企，大型Tier1、Tier2，以及无人出租车、自动驾驶公司等众多企业，建立了持久良好的合作关系。

与此同时，随着激光雷达硬件成本下降，相应的需求也在井喷式爆发，实际上云测数据已在新的需求中提前布局，“我们在点云类型数据标注上有完整、完善的工具及经验，是业内率先实现2D /3D融合标注、3D点云标注、3D矩形框选、语义分割、目标跟踪等功能的企业。”贾宇航在采访中表示。

“通过我们为自动驾驶落地服务的数据标注平台、标注工具，能够将AI数据训练过程综合效率提升200%，项目最高标注精度可实现99.99%。”贾宇航介绍到。

在智能汽车普及的大背景下，数据标注作为人工智能落地应用实现的重要环节，其标注后的数据精度和效率影响着车辆上路后重中之重的安全性。

云测数据通过自动驾驶场景数据库、定制化数据采集标注、数据标注&数据管理平台等服务，在为智能驾驶相关企业提供大规模感知数据的能力同时，可减少数据采集周期、提升数据标注效率，在提升AI训练精度的同时，为自动驾驶公司的大量节省研发时间和成本，帮助其快速、平稳成长。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。