智能駕駛作為一個跨技術(shù)、跨產(chǎn)業(yè)領(lǐng)域的新興領(lǐng)域，融合了人工智能、視覺計算、雷達和全球定位及車路協(xié)同等技術(shù)，使汽車具備環(huán)境感知、路徑規(guī)劃和自主控制的能力，從而可讓計算機自動操作的機動車輛。有別于傳統(tǒng)的人工駕駛車輛，智能駕駛車輛最大特點是以AI技術(shù)為主導(dǎo)，其駕駛過程是機器不斷收集駕駛信息并進行信息分析和自我學(xué)習(xí)從而達到自動駕駛的系統(tǒng)工程。

　　這不得不提到汽車是如何具備“智力”，進行智能駕駛的。簡單來說，智能駕駛即通過感知、規(guī)劃、決策等過程，完成汽車的控制，這一過程，可以歸納為“人工智能”。然而，這更像是一個結(jié)果，想要讓汽車本身的算法做到處理更多、更復(fù)雜的場景，背后就需要有海量的真實道路場景數(shù)據(jù)做支撐�？梢哉f，數(shù)據(jù)是培養(yǎng)智能駕駛AI能力的重要因素。

　　作為智能駕駛汽車的“見聞色”，AI數(shù)據(jù)的“數(shù)量”與“質(zhì)量”非常重要:一方面，現(xiàn)實交通場景復(fù)雜、安全威脅多，非常重視數(shù)據(jù)分析的效率和敏捷。尤其是國內(nèi)路況的復(fù)雜性和國內(nèi)智能駕駛起步稍晚的現(xiàn)狀，更需要高質(zhì)、更精準的數(shù)據(jù)來進行算法訓(xùn)練。

　　從安全性上來看，標注數(shù)據(jù)質(zhì)量的高低將直接影響智能駕駛的安全性。例如，人像、建筑物、植物、道路、交通標志、車輛等數(shù)據(jù)標注的準確性直接決定智能駕駛AI對于路況的判斷，數(shù)據(jù)標注偏差或者完成度不高會直接影響行駛安全。

　　在解讀AI訓(xùn)練數(shù)據(jù)服務(wù)頭部服務(wù)商云測數(shù)據(jù)的智能駕駛數(shù)據(jù)服務(wù)時我們發(fā)現(xiàn)，云測數(shù)據(jù)的高質(zhì)量AI訓(xùn)練數(shù)據(jù)正應(yīng)用于智能駛感知系統(tǒng)的優(yōu)化進步，為車輛決策系統(tǒng)提供更可靠的數(shù)據(jù)依據(jù)，為智能駕駛企業(yè)提供更多商業(yè)價值。

　　為了滿足智能駕駛智能座艙和車外場景的數(shù)據(jù)需求，云測數(shù)據(jù)搭建了行業(yè)首創(chuàng)的數(shù)據(jù)場景實驗室，為各種智能駕駛細分場景模擬無噪的專屬數(shù)據(jù)，通過場景化數(shù)據(jù)采集直擊特定場景化下的數(shù)據(jù)缺失、質(zhì)量良莠不齊等行業(yè)問題。

　　一方面，在場景下的數(shù)據(jù)采集更加精準、數(shù)據(jù)質(zhì)量更高，另一方面，基于落地場景的數(shù)據(jù)也與智能駕駛需求端的匹配度更高，從而最大化將數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)力。

　　據(jù)了解，云測數(shù)據(jù)采集服務(wù)覆蓋智能駕駛主流應(yīng)用場景，擁有DMS與ADAS場景搭建采集經(jīng)驗，比如支持駕駛員信息備采、多模及車載語音采集、道路特定、物體采集、路況信息采集、車輛采集等眾多類型。

　　在擁有貼合場景落地的大量數(shù)據(jù)后，高精準度、高質(zhì)量的數(shù)據(jù)標注就顯得更為重要。數(shù)據(jù)標注的意義是教會機器理解并認識世界，從而幫助智能駕駛更好的感知道路環(huán)境。云測數(shù)據(jù)支持市面上語音、文本、圖像等所有的標注類型，包括分類、畫框、注釋、標記等等，經(jīng)過多重審核流程，確保準確率來保持標注質(zhì)量的領(lǐng)先性。

　　諸如:圖片通用拉框、車道線標注、多邊形標注、駕駛員面部標注、情感判斷、意圖識別、3D點云標注、2D/3D融合標注、全景語義分割等標注類型，支持自動駕駛、智能駕艙、自動泊車等場景數(shù)據(jù)標注。

　　值得一提的是云測數(shù)據(jù)的三維標注工具，尤其是3D點云的標注工具，通過渲染引擎等方面的優(yōu)化，可保證整個過程的流暢和快捷。對雷達成像的圖像中的機動車、障礙物、行人等多目標進行3D標注，也是業(yè)內(nèi)率先實現(xiàn)2D、3D融合標注的平臺之一。在數(shù)據(jù)質(zhì)量的導(dǎo)向下實現(xiàn)更優(yōu)的品控和更快的數(shù)據(jù)交付，當(dāng)屬業(yè)內(nèi)領(lǐng)先。

　　云測數(shù)據(jù)總經(jīng)理認為，作為人工智能領(lǐng)域內(nèi)最值得期待的場景，智能駕駛產(chǎn)業(yè)落地的大門已然開啟。場景化、定制化的高質(zhì)量的數(shù)據(jù)已成為智能駕駛領(lǐng)域最需要的基礎(chǔ)動力之一，而數(shù)據(jù)產(chǎn)業(yè)也將在不斷深入的產(chǎn)業(yè)落地中，為科技的進步和發(fā)展貢獻著力量。

　　與此同時，云測數(shù)據(jù)也正在用實際行動踐行著“高質(zhì)量AI數(shù)據(jù)”的標準。

　　據(jù)了解，在去年國家級重大國際經(jīng)貿(mào)活動服貿(mào)會上，云測數(shù)據(jù)作為據(jù)標注行業(yè)的龍頭企業(yè)受邀參加成果展示，代表行業(yè)首次發(fā)布了一項重要成果，云測數(shù)據(jù)項目最高交付精準度達到了99.99%，成為目前數(shù)據(jù)標注領(lǐng)域可達到的最高服務(wù)標準，創(chuàng)造了行業(yè)的新標桿。

　　而在今年深圳國際人工智能展上，云測數(shù)據(jù)創(chuàng)造性的提出“數(shù)據(jù)在環(huán)和模型迭代在環(huán)新方式”，通過將數(shù)據(jù)在環(huán)開發(fā)打通，并把數(shù)據(jù)采集、處理、標注、訓(xùn)練、模型輸出等進行持續(xù)迭代集成，正式對外發(fā)布了“云測數(shù)據(jù)標注平臺4.0”。通過工具賦能，為眾多AI企業(yè)提供處理大規(guī)模感知數(shù)據(jù)的能力。不僅可以幫助企業(yè)縮短數(shù)據(jù)采集周期，還可幫助提升數(shù)據(jù)標注效率，而在數(shù)據(jù)識別的準確率方面，也達到了傳統(tǒng)數(shù)據(jù)標注方式無法企及的高度。極大地促進了人工智能落地的迭代周期，從而為企業(yè)節(jié)省了大量研發(fā)時間和成本。

　　在碩果累累的背后，離不開云測數(shù)據(jù)多年的努力和不斷的技術(shù)投入。為了給人工智能產(chǎn)業(yè)落地提供高質(zhì)量AI訓(xùn)練數(shù)據(jù)服務(wù)，云測數(shù)據(jù)從數(shù)據(jù)采集、清洗、標注、系統(tǒng)私有化部署到標注駐場服務(wù)，形成了全流程、一站式AI數(shù)據(jù)服務(wù)解決方案。其解決方案已經(jīng)覆蓋智能駕駛、智能家居、智能安防、智能金融、新零售等行業(yè)。

　　在云測數(shù)據(jù)高質(zhì)量訓(xùn)練數(shù)據(jù)服務(wù)的加持下，我們有理由相信，智能車輛的智能化及安全性將會進一步提升，AI技術(shù)在智能駕駛領(lǐng)域落地將持續(xù)加速、平穩(wěn)向前。