RoboTaxi时代正在到来,科幻电影中的自动驾驶离我们的距离正在快速接近。但是,自动驾驶真正落地还有重重阻隔,首当其冲的便是能否保证车辆安全行驶的问题。
今年是自动驾驶商业化全面开花的一年。
年初,十一部委联合发布《智能汽车创新发展战略》,将智能汽车列入顶层发展规划,紧接着3月份自动驾驶分级标准也进行了公示;
4月,时值百度Apollo开放平台发布3周年之际,Apollo RoboTaxi服务上线百度地图及百度APP智能小程序,成为国内首个通过国民级应用向公众开放的自动驾驶出租车服务;
同月,高德与国内自动驾驶代表性企业AutoX合作推出RoboTaxi(自动驾驶出租车)项目,面向上海公众开放体验。
6月,高德又与自动驾驶出行企业文远知行达成合作,向广州市民开放RoboTaxi运营服务。
就在前几天,滴滴出行首次面向公众开放自动驾驶服务,通过滴滴App线上报名,审核后就能在上海测试路段免费呼叫自动驾驶车辆进行试乘;
……
前有百度,后有高德、文远知行、AutoX、滴滴等自动驾驶代表企业,RoboTaxi(自动驾驶出租车)赛道如今充斥着布局自动驾驶商业化落地的各方势力。
一份来自安信证券的研报认为,从国内RoboTaxi覆盖的城市来看,广州、长沙、上海等一线城市已经逐步落地,北京、苏州等地也在积极筹备,RoboTaxi在国内已成星火燎原之势,2020年将是RoboTaxi规模化运营的元年。
自动驾驶:场景化AI数据成必争之地
RoboTaxi时代正在到来,科幻电影中的自动驾驶离我们的距离正在快速接近。但是,自动驾驶真正落地还有重重阻隔,首当其冲的便是能否保证车辆安全行驶的问题。
在自动驾驶的过程中,汽车本身需要具备感知、策划、决策、控制等一些列能力,而数据则是培养自动驾驶AI能力的重要因素,数据标注存在的意义是让机器理解并认识世界。与其他人工智能应用场景相比,智能驾驶的落地场景相对复杂,想要让汽车本身的算法做到处理更多、更复杂的场景,背后就需要有海量的真实道路场景数据做支撑。
AI数据是整个人工智能行业的燃料,它在智能驾驶领域的重要性毋庸置疑。但现实情况是缺乏获得大量且高质量数据的渠道。一方面数据标注本质上是要获得更准确,更精细化的数据结果,而场景化的道路数据缺失、数据标注质量良莠不齐,以及数据隐私安全问题成为自动驾驶面临的三大痛点。
▲图片来源:云测数据
为解决这些行业性问题,国内AI数据服务头部企业云测数据,通过提供场景化的AI数据,来满足智能驾驶领域高标准的数据需求。
据公开资料显示,云测数据为了满足智能驾驶领域不同场景的特殊需求,业内首创了“数据场景实验室”模式,通过还原多种智能驾驶细分场景,以解决特定场景下的数据缺失、质量良莠不齐等行业问题。一方面,在场景下的定制化数据采集更加精准、数据质量更高,另一方面,定制化的场景数据也与智能驾驶需求端的匹配度更高,从而最大化将数据转化为生产力。
云测数据总经理贾宇航在接受媒体采访时曾表示:“当前的自动驾驶所需数据需求,正向着多模态的方向发展。所谓多模态,即是对多维时间、空间、环境数据的感知与融合。比如当前的自动驾驶需要雷达+摄像头才能跑得更稳,相对应的,就需要2D/3D融合标注工具。”
▲图片来源:云测数据
