云測(cè)數(shù)據(jù)總經(jīng)理賈宇航在接受媒體采訪時(shí)曾表示：“當(dāng)前的自動(dòng)駕駛所需數(shù)據(jù)需求，正向著多模態(tài)的方向發(fā)展。所謂多模態(tài)，即是對(duì)多維時(shí)間、空間、環(huán)境數(shù)據(jù)的感知與融合。比如當(dāng)前的自動(dòng)駕駛需要雷達(dá)＋攝像頭才能跑得更穩(wěn)，相對(duì)應(yīng)的，就需要2D／3D融合標(biāo)注工具�！�

▲圖片來(lái)源：云測(cè)數(shù)據(jù)

云測(cè)數(shù)據(jù)在智能駕駛領(lǐng)域數(shù)據(jù)標(biāo)注領(lǐng)域長(zhǎng)期保持著領(lǐng)先優(yōu)勢(shì)。在標(biāo)注工具方面，云測(cè)數(shù)據(jù)自研了一套可以支持圖片、語(yǔ)音、文本等多品類的標(biāo)注平臺(tái)，可滿足業(yè)內(nèi)圖片通用拉框、車道線、DMS、3D點(diǎn)云、2D／3D融合、全景語(yǔ)分割等標(biāo)注類型，支持自動(dòng)駕駛、智能駕艙、自動(dòng)泊車等場(chǎng)景數(shù)據(jù)標(biāo)注。

值得一提的是云測(cè)數(shù)據(jù)的三維標(biāo)注工具，尤其是3D點(diǎn)云的標(biāo)注工具，通過(guò)渲染引擎等方面的優(yōu)化，可保證整個(gè)過(guò)程的流暢和快捷。對(duì)雷達(dá)成像的圖像中的機(jī)動(dòng)車、障礙物、行人等多目標(biāo)進(jìn)行3D標(biāo)注，也是業(yè)內(nèi)率先實(shí)現(xiàn)2D、3D合標(biāo)注的平臺(tái)之一。在數(shù)據(jù)質(zhì)量的導(dǎo)向下實(shí)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(cè)數(shù)據(jù)的團(tuán)隊(duì)在進(jìn)行3D點(diǎn)云標(biāo)注

“數(shù)據(jù)標(biāo)注的準(zhǔn)確率和貼合度至關(guān)重要，比如要在一個(gè)2D圖片或3D點(diǎn)云圖里標(biāo)注出汽車，標(biāo)注的矩形框要盡可能地與物體貼合�！辟Z宇航補(bǔ)充道，“云測(cè)數(shù)據(jù)利用自主開(kāi)發(fā)的標(biāo)注工具，即使是3D點(diǎn)云圖像，也可以保證數(shù)據(jù)標(biāo)注流暢性和時(shí)效性，以及行業(yè)內(nèi)領(lǐng)先的數(shù)據(jù)標(biāo)注精準(zhǔn)度。”

正是定制化的場(chǎng)景、豐富的數(shù)據(jù)量，還有高質(zhì)量的標(biāo)注結(jié)果，讓云測(cè)數(shù)據(jù)與行內(nèi)包括自主、合資車企，大型Tier1，以及做無(wú)人出租車的自動(dòng)駕駛公司等眾多企業(yè)，建立了持久良好的合作關(guān)系。

據(jù)賈宇航介紹，涉足自動(dòng)駕駛領(lǐng)域數(shù)據(jù)標(biāo)注以來(lái)，云測(cè)數(shù)據(jù)僅在難度較大的3D點(diǎn)云數(shù)據(jù)上，就大概輸出了千萬(wàn)幀的數(shù)據(jù)。這些數(shù)據(jù)應(yīng)用于自動(dòng)駕駛感知系統(tǒng)的優(yōu)化進(jìn)步，助力算法工程師和企業(yè)們?cè)?D感知、場(chǎng)景理解等方面取得進(jìn)展。

AI數(shù)據(jù)助力科幻照進(jìn)現(xiàn)實(shí)

正如人類的飛天夢(mèng)一樣，人們對(duì)自動(dòng)駕駛有著熱切的需求。

而自動(dòng)駕駛真正商業(yè)化落地的關(guān)鍵之一，就是要通過(guò)人工智能算法處理更多更復(fù)雜的場(chǎng)景。從宏觀角度來(lái)看，現(xiàn)有算法、算力無(wú)法準(zhǔn)確處理復(fù)雜交通環(huán)境下無(wú)限可能的長(zhǎng)尾場(chǎng)景，這時(shí)候高質(zhì)量AI數(shù)據(jù)的覆蓋就顯得更加重要。

一方面，現(xiàn)實(shí)交通場(chǎng)景復(fù)雜、安全威脅多。尤其是國(guó)內(nèi)路況的復(fù)雜性和國(guó)內(nèi)智能駕駛起步稍晚的現(xiàn)狀，更需要高質(zhì)、更精準(zhǔn)的數(shù)據(jù)來(lái)進(jìn)行算法訓(xùn)練。

另一方面，從安全性上來(lái)看，標(biāo)注數(shù)據(jù)質(zhì)量的高低將直接影響自動(dòng)駕駛的安全性。例如，人像、建筑物、植物、道路、交通標(biāo)志、車輛等數(shù)據(jù)標(biāo)注的準(zhǔn)確性直接決定智能駕駛AI對(duì)于路況的判斷，數(shù)據(jù)標(biāo)注偏差會(huì)直接影響行駛安全。

作為人工智能領(lǐng)域內(nèi)最值得期待的場(chǎng)景，智能駕駛產(chǎn)業(yè)落地的大門(mén)已然開(kāi)啟。場(chǎng)景化、定制化的高質(zhì)量AI數(shù)據(jù)已成為智能駕駛領(lǐng)域最需要的基礎(chǔ)動(dòng)力之一，而AI數(shù)據(jù)也將在不斷深入的產(chǎn)業(yè)落地中，為現(xiàn)實(shí)世界推開(kāi)“科幻”的大門(mén)。