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

▲圖片來源：云測數(shù)據(jù)

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

值得一提的是云測數(shù)據(jù)的三維標(biāo)注工具，尤其是3D點云的標(biāo)注工具，通過渲染引擎等方面的優(yōu)化，可保證整個過程的流暢和快捷。對雷達成像的圖像中的機動車、障礙物、行人等多目標(biāo)進行3D標(biāo)注，也是業(yè)內(nèi)率先實現(xiàn)2D、3D合標(biāo)注的平臺之一。在數(shù)據(jù)質(zhì)量的導(dǎo)向下實現(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。

▲云測數(shù)據(jù)的團隊在進行3D點云標(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2D圖片或3D點云圖里標(biāo)注出汽車，標(biāo)注的矩形框要盡可能地與物體貼合�！辟Z宇航補充道，“云測數(shù)據(jù)利用自主開發(fā)的標(biāo)注工具，即使是3D點云圖像，也可以保證數(shù)據(jù)標(biāo)注流暢性和時效性，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，讓云測數(shù)據(jù)與行內(nèi)包括自主、合資車企，大型Tier1，以及做無人出租車的自動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，涉足自動駕駛領(lǐng)域數(shù)據(jù)標(biāo)注以來，云測數(shù)據(jù)僅在難度較大的3D點云數(shù)據(jù)上，就大概輸出了千萬幀的數(shù)據(jù)。這些數(shù)據(jù)應(yīng)用于自動駕駛感知系統(tǒng)的優(yōu)化進步，助力算法工程師和企業(yè)們在3D感知、場景理解等方面取得進展。

AI數(shù)據(jù)助力科幻照進現(xiàn)實

正如人類的飛天夢一樣，人們對自動駕駛有著熱切的需求。

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

一方面，現(xiàn)實交通場景復(fù)雜、安全威脅多。尤其是國內(nèi)路況的復(fù)雜性和國內(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)來進行算法訓(xùn)練。

另一方面，從安全性上來看，標(biāo)注數(shù)據(jù)質(zhì)量的高低將直接影響自動駕駛的安全性。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對于路況的判斷，數(shù)據(jù)標(biāo)注偏差會直接影響行駛安全。

作為人工智能領(lǐng)域內(nèi)最值得期待的場景，智能駕駛產(chǎn)業(yè)落地的大門已然開啟。場景化、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)實世界推開“科幻”的大門。