汽車智能化加速前行，AI數據驅動是發展關鍵

　　汽車智能化正迅速成為消費者購車的核心考量,特别是自動駕駛技術、智能座艙等功能。随着技術的不斷進步,智能化水平已成為新能源汽車競争的新焦點。甲子光年《2024自動駕駛行業研究報告》指出,汽車智能化正迅速成為消費者購車的核心考量,特别是自動駕駛技術、智能座艙等功能。

　　随着技術的不斷進步,智能化水平已成為新能源汽車競争的新焦點。報告強調,自BEV(鳥瞰視圖)結合Transformer架構成為自動駕駛感知領域的主要發展方向以來,數據驅動在其中扮演的角色愈發關鍵;衆多汽車制造商和自動駕駛解決方案提供商都已構建數據閉環系統,以支持自動駕駛系統的模型訓練和持續疊代。目前,配備智能駕駛功能的汽車已實現規模化部署,這為自動駕駛算法的持續創新和優化提供了堅實的數據支撐。

　　在數據領域,國内AI數據服務廠商雲測數據認為,高質量、高效率的數據服務需要具備三項能力:

　　一、數據維度的支持能力。自動駕駛正從最早依賴視覺到現在的多傳感器融合,從3D點雲+圖像的融合标注到現在增加4D标注。4D标注不隻是看到的靜态三維空間,還疊加了時間維度,了解周邊物體在一段時間内的移動和變化,能幫助車輛更好地應對複雜的駕駛情況,更快地識别道路的不同交通狀況并作出相應反應,但對數據處理,以及數據标注方法都帶來很大的挑戰。

　　雲測數據以集成數據底座為核心,全面升級數據标注及數據管理工具鍊和不同模型的預标注能力,包括圖像整幀、自選物體、區域、點雲批次識别和文本識别等,重新定義了基于預标注的人工标注效能,如能效看闆、綜合看版等。并針對特定算法類型的數據持續優化疊代,涵蓋點雲4D疊幀、語義分割聯合标注和智能ID軌迹預測。數據集也更加豐富,納入了更多場景數據,标注方法也從原來以點線面體為主進化到融合4D标注規則和标注工藝。在服務方面,數據标注精度、反饋給企業的時效性有了大幅提升。

　　二、工具的可集成性。規模化量産與AI工程化需要基于道路場景的數據積累,讓算法更加智能。雲測數據做的是将工具鍊系統與企業數據底座相集成的能力,使數據更高效無縫流轉的能力作為重點,雲測數據支持通過标準API接口與其他業務系統集成,讓更多企業将自身的生産環境或訓練數據流轉到标注平台上進行作業,處理後的數據能直接推送到訓練服務器上或是生成評測集/仿真數據,實現更高效的流轉。

　　最後,全生命周期的服務能力。也就是從預研到場景化定制标注再到持續算法在線優化的三個階段。

　　雲測數據的智能駕駛AI數據解決方案2.0在圍繞智駕企業的産品生命周期布局——預研、場景化定制标注和持續算法優化的閉環基礎上,結合智駕技術研發路線的變化而明确強調以系統集成為核心,在整個數據處理工具鍊上做了進一步提升,支持不同大模型預标注能力,包括圖像整幀、自選物體、區域、點雲批次識别和文本識别等,重新定義了基于預标注的人工标注效能,如能效看闆、綜合看版等。這樣既提高了人工預标注的效率,也将預标注結果做了人工校驗,流程上做到進一步優化。在服務方面,數據标注精度、反饋給企業的時效性有了大幅提升。