滴滴、百度争相试水RoboTaxi：自动驾驶落地还缺点啥？

2020-07-03 14:57

云测数据在智能驾驶领域数据标注领域长期保持着领先优势。在标注工具方面,云测数据自研了一套可以支持图片、语音、文本等多品类的标注平台,可满足业内图片通用拉框、车道线、DMS、3D点云、2D/3D融合、全景语义分割等标注类型,支持自动驾驶、智能驾舱、自动泊车等场景数据标注。

值得一提的是云测数据的三维标注工具,尤其是3D点云的标注工具,通过渲染引擎等方面的优化,可保证整个过程的流畅和快捷。对雷达成像的图像中的机动车、障碍物、行人等多目标进行3D标注,也是业内率先实现2D、3D融合标注的平台之一。在数据质量的导向下实现更优的品控和更快的数据交付,当属业内领先。

▲云测数据的团队在进行3D点云标注

“数据标注的准确率和贴合度至关重要,比如要在一个2D图片或3D点云图里标注出汽车,标注的矩形框要尽可能地与物体贴合。”贾宇航补充道,“云测数据利用自主开发的标注工具,即使是3D点云图像,也可以保证数据标注的流畅性和时效性,以及行业内领先的数据标注精准度。”

正是定制化的场景、丰富的数据量,还有高质量的标注结果,让云测数据与行内包括自主、合资车企,大型Tier1,以及做无人出租车的自动驾驶公司等众多企业,建立了持久良好的合作关系。

据贾宇航介绍,涉足自动驾驶领域数据标注以来,云测数据仅在难度较大的3D点云数据上,就大概输出了千万帧的数据。这些数据应用于自动驾驶感知系统的优化进步,助力算法工程师和企业们在3D感知、场景理解等方面取得进展。

AI数据助力科幻照进现实

正如人类的飞天梦一样,人们对自动驾驶有着热切的需求。

而自动驾驶真正商业化落地的关键之一,就是要通过人工智能算法处理更多更复杂的场景。从宏观角度来看,现有算法、算力无法准确处理复杂交通环境下无限可能的长尾场景,这时候高质量AI数据的覆盖就显得更加重要。

一方面,现实交通场景复杂、安全威胁多。尤其是国内路况的复杂性和国内智能驾驶起步稍晚的现状,更需要高质、更精准的数据来进行算法训练。

另一方面,从安全性上来看,标注数据质量的高低将直接影响自动驾驶的安全性。例如,人像、建筑物、植物、道路、交通标志、车辆等数据标注的准确性直接决定智能驾驶AI对于路况的判断,数据标注偏差会直接影响行驶安全。

作为人工智能领域内最值得期待的场景,智能驾驶产业落地的大门已然开启。场景化、定制化的高质量AI数据已成为智能驾驶领域最需要的基础动力之一,而AI数据也将在不断深入的产业落地中,为现实世界推开“科幻”的大门。

<上一页 1 2

声明： 本文由入驻维科号的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。

共0条评论，0人参与

登录登录即可访问所有OFweek服务

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻

行业报告