<u id="rcaaa"></u>
  • <sub id="rcaaa"><td id="rcaaa"></td></sub>
    <sub id="rcaaa"><table id="rcaaa"></table></sub>
    Language:En | 中文
     
    當前位置: 首頁 » 資訊 » 業界 » 正文

    首個AI訓練數據解決方案發布,加速智能駕駛產業成熟

    核心提示:當汽車碰上物聯網、人工智能技術,恍惚兩個時代的交錯,誕生出一種新的應用模式:智能汽車、自動駕駛等等。以上并不是某些人的臆
    發布日期:2020-12-09   來源:粵訊   作者:粵訊
    當汽車碰上物聯網、人工智能技術,恍惚兩個時代的交錯,誕生出一種新的應用模式:智能汽車、自動駕駛等等。以上并不是某些人的臆想,在2020年的某些日子里,滴滴自動駕駛出租車、百度無人車等一一出鏡,賺足了眼球。

    在技術驅動之外,來自產業政策方面的拉動更是讓業內人士感到興奮——2020年伊始,《智能汽車發展創新戰略》的發布,給新一輪智能汽車產業革命注射了一劑強心針。此外,新能源汽車規劃以及智能網聯汽車發展戰略的出臺,都讓智能汽車、智能駕駛從此走上新的征途。

    智能汽車(智能駕駛)需要通過感知、規劃、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,這更像是一個結果,想要讓汽車本身的算法做到處理更多、更復雜的場景,背后就需要有海量準確、高質的場景數據做支撐。

    數據標注技術,讓行車更智能

    今天,智能汽車的場景幾乎無處不在。瞬息萬變的路況信息和交通實景、行人信息等數據必須要得到感知和分析,并實時作出決策。在智能駕駛的前提下,這一切只有通過高質量AI數據的訓練,才能幫助智能汽車正確感知道路環境,真正做到行駛無憂。

    數據標注存在的意義是讓機器理解、認識世界。作為國內AI數據服務領域的頭部企業,云測數據一直致力于為智能駕駛領域提供高質量的場景化AI數據及場景化訓練。云測數據智能駕駛AI數據服務解決方案覆蓋了從采集到標注的全鏈條數據處理過程,并將場景數據針對性的分為車內和車外。車內場景中包括疲勞監測、動作識別、場景光線等一切會在車內發生的場景;車外環境中包括更復雜的障礙物、道路、天氣、地點、車道線、路標,以及一些長尾場景諸如闖紅燈車輛、橫穿馬路的行人等等。

    而上述這些只是智能駕駛中涉及到攝像頭的數據,多為圖片類數據的標注。由于對安全的嚴苛要求,當前的智能駕駛所需數據需求,正向著多模態的方向發展。所謂多模態,即是對多維時間、空間、環境數據的感知與融合。

    在汽車的感知部分不僅只有攝像頭,還有激光雷達、毫米波雷達、超聲波雷達等多種方式共同組成,而這些感知方式都需要對應的數據標注。結合智能駕駛AI數據服務解決方案的出現,高質量的AI數據再也不是難事。

    以激光雷達為例,高性能激光雷達可以實現200米范圍內,精度高達厘米級的3D場景掃描重現。它生成的3D點云數據通過標注后,可以助力自動駕駛模型的訓練。云測數據在智能駕駛領域AI數據服務領域長期保持著領先優勢。在標注工具方面,云測數據自研了一套可以支持圖片、語音、文本等多品類的標注平臺,可滿足業內圖片通用拉框、車道線、DMS、3D點云、2D/3D融合、全景語義分割等標注類型,支持自動駕駛、智能駕艙、自動泊車等場景數據標注。幫助汽車更好的感知道路場景,為智能駕駛技術的發展保駕護航。

    頭部企業利用優勢,助力智能駕駛產業

    對于智能駕駛而言,安全始終是第一的影響因素?,F實交通場景復雜、安全威脅多,尤其是國內路況的復雜性和國內智能駕駛起步稍晚的現狀,更需要高質、更精準的數據來進行算法訓練。

    當前AI數據服務行業已經開始從重視數量到質量的轉變,主要企業正在數據標注技術創新、場景搭建、產業協同等方面形成優勢。云測數據一直秉持著獨立第三方的行業定位,正在從上述幾個方面進行實踐。

    據了解,云測數據在業內首創了“數據場景實驗室”模式,通過還原多種智能駕駛細分場景,以解決特定場景下的數據缺失、質量良莠不齊等行業問題。這種場景下的定制化數據采集更加精準、數據質量更高,同時也與智能駕駛需求端的匹配度更高,從而最大化將數據轉化為生產力。

    大量的2D/3D道路環境數據可通過云測數據的標注過程被賦予“標簽化”意義,例如,識別障礙物、道路標識、聽取動作或語音命令以及一些長尾場景諸如闖紅燈車輛、橫穿馬路的行人等等。這些標注后的精準數據將會被反饋到汽車的算法模型中,使汽車具備“看”、“聽”、“理解”、“交談”的能力,為汽車決策提供數據感知支撐,從而實現決策過程。

    今天人工智能產業的發展相比之前已經有了很大進展,算力、算法、數據等三大要素也日新月異。在智能化社會發展的前景下,只有數據能夠滿足AI算法訓練、成功感知復雜的交通場景,智能駕駛才能真正落地。今天我們看見,隨著政策驅動、頭部企業的大力推動,AI數據正在不斷深入融合產業化進程中,智能駕駛產業的商用正不斷成熟起來。
     
     
     
    相關資訊
    0條 [查看全部]  相關評論
     
     
    彩经体彩 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>