今天，2023上海車(chē)展盛大開(kāi)幕，這次除了整車(chē)廠，自動(dòng)駕駛企業(yè)也相繼帶來(lái)了很多全新產(chǎn)品發(fā)布。相信以BEV感知、OccupancyNetwork、Segment Anything和ChatGPT為代表的一系列顛覆性技術(shù)將進(jìn)入大眾視野，大家驚呼以CV/NLP為代表的人工智能方向終于帶來(lái)新一輪產(chǎn)業(yè)革命。
自動(dòng)駕駛行業(yè)現(xiàn)狀
自2018年以來(lái)，得益于政策推進(jìn)、硬件平臺(tái)和軟件算法的逐步成熟，我國(guó)的自動(dòng)駕駛行業(yè)勢(shì)頭發(fā)展良好，量產(chǎn)乘用車(chē)自動(dòng)駕駛等級(jí)正在由L2向L3+過(guò)渡，商用車(chē)自動(dòng)駕駛已進(jìn)入商業(yè)化運(yùn)營(yíng)階段。據(jù)相關(guān)資料統(tǒng)計(jì)，中國(guó)2022年在售量產(chǎn)商用車(chē)中L2和L3的滲透率分別為35%和9%，預(yù)計(jì)2023年低將達(dá)到51%和20%。與此同時(shí)，自動(dòng)駕駛上下游的各類(lèi)玩家以不同的發(fā)展思路積極進(jìn)入市場(chǎng)，數(shù)據(jù)解決方案企業(yè)(海天瑞聲)、傳統(tǒng)車(chē)企、造車(chē)新勢(shì)力、互聯(lián)網(wǎng)科技公司、解決方案供應(yīng)商等，限定場(chǎng)景下的商用車(chē)也逐步進(jìn)入商業(yè)運(yùn)營(yíng)化階段，據(jù)不完全統(tǒng)計(jì)，目前國(guó)內(nèi)各類(lèi)自動(dòng)駕駛參與者已超過(guò)200+。
自動(dòng)駕駛技術(shù)發(fā)展
自動(dòng)駕駛作為軟硬件高度結(jié)合的人工智能技術(shù)產(chǎn)物，其技術(shù)發(fā)展的三大基石分別為：數(shù)據(jù)、算法和算力。
1)數(shù)據(jù)作為自動(dòng)駕駛研發(fā)與量產(chǎn)車(chē)的交互媒介，一定程度上決定了自動(dòng)駕駛技術(shù)的上限。目前，組建以數(shù)據(jù)驅(qū)動(dòng)為核心的數(shù)據(jù)閉環(huán)研發(fā)思路成為業(yè)界共識(shí)，如何有效挖掘數(shù)據(jù)，有效利用數(shù)據(jù)成為了數(shù)據(jù)閉環(huán)中的核心技術(shù)點(diǎn)，這一點(diǎn)以海天瑞聲為代表的數(shù)據(jù)標(biāo)注企業(yè)很有發(fā)言權(quán);
2)算法作為自動(dòng)駕駛技術(shù)的內(nèi)核，以深度學(xué)習(xí)為代表的技術(shù)在感知層和決策層共同驅(qū)動(dòng)自動(dòng)駕駛技術(shù)的發(fā)展，近來(lái)，相關(guān)的技術(shù)包括：“Transformer”、“BEV感知”、“云端大模型”、“重感知輕地圖”等方向;
3)算力作為自動(dòng)駕駛技術(shù)的地基，相關(guān)的芯片技術(shù)也是不可或缺的物料之一，作為車(chē)端運(yùn)行自動(dòng)駕駛算法的載體，自動(dòng)駕駛的主控芯片架構(gòu)由域集中式向中央集中式發(fā)展，芯片集成度在逐步提高。
BEV標(biāo)注
自動(dòng)駕駛技術(shù)未來(lái)趨勢(shì)
目前自動(dòng)駕駛技術(shù)還是以感知定位、決策規(guī)劃等模塊為中心進(jìn)行發(fā)展，感知技術(shù)經(jīng)過(guò)這些年的發(fā)展已逐步形成數(shù)據(jù)驅(qū)動(dòng)的迭代體系，Segment Anything和ChatGPT的出現(xiàn)，會(huì)讓自動(dòng)駕駛的端到端運(yùn)行產(chǎn)生了更多的想象空間，相信不久的將來(lái)，認(rèn)知駕駛決策也會(huì)出現(xiàn)以數(shù)據(jù)驅(qū)動(dòng)的模型決策。 可以預(yù)見(jiàn)，自動(dòng)駕駛技術(shù)的下半段賽場(chǎng)離不開(kāi)兩個(gè)詞：“大模型”，“數(shù)據(jù)”。
自動(dòng)駕駛數(shù)據(jù)驅(qū)動(dòng)，讓未來(lái)可期
我們注意到GPT-3在訓(xùn)練時(shí)使用了超過(guò)45TB的文本數(shù)據(jù)，Segment Anything使用了約1100萬(wàn)圖像分割數(shù)據(jù)，那同樣自動(dòng)駕駛技術(shù)的終局也一定需要有一套強(qiáng)大的數(shù)據(jù)驅(qū)動(dòng)鏈路，通過(guò)不斷發(fā)現(xiàn)有用數(shù)據(jù)，不斷通過(guò)人工總結(jié)引入正反饋使用核心數(shù)據(jù)，將人類(lèi)知識(shí)賦能給算法系統(tǒng)，從而實(shí)現(xiàn)系統(tǒng)的不斷進(jìn)化。
2D/3D點(diǎn)云融合連續(xù)幀標(biāo)注
這套數(shù)據(jù)驅(qū)動(dòng)鏈路的高效運(yùn)轉(zhuǎn)，離不開(kāi)數(shù)據(jù)采集/數(shù)據(jù)管理/數(shù)據(jù)標(biāo)注/仿真等模塊，數(shù)據(jù)標(biāo)注技術(shù)至關(guān)重要，它是人類(lèi)馴化系統(tǒng)的工具，不同的標(biāo)注框是人類(lèi)先驗(yàn)信息的總結(jié)?？梢哉f(shuō)，數(shù)據(jù)標(biāo)注的質(zhì)量一定程度上影響著算法系統(tǒng)的性能。正因?yàn)槿绱耍瑪?shù)據(jù)標(biāo)注技術(shù)也逐步成為自動(dòng)駕駛技術(shù)的一個(gè)關(guān)鍵方向，以海天瑞聲為代表的相關(guān)數(shù)據(jù)標(biāo)注企業(yè)也正受到越來(lái)越多的關(guān)注。 數(shù)據(jù)標(biāo)注技術(shù)呈現(xiàn)“智能化”
數(shù)據(jù)標(biāo)注方向從深度學(xué)習(xí)技術(shù)發(fā)展開(kāi)始，就獨(dú)立成為一個(gè)技術(shù)發(fā)展方向。整體分為三個(gè)發(fā)展階段：
1)純?nèi)斯?biāo)注階段：
該階段主要因?yàn)閿?shù)據(jù)標(biāo)注量少，標(biāo)注任務(wù)簡(jiǎn)單，絕大部分工作由標(biāo)注作業(yè)員完成;
2)輔助標(biāo)注階段：
人為主，工具為輔。隨著標(biāo)注量大，人力成本升高，算法技術(shù)的不斷發(fā)展，出現(xiàn)了很多提效的輔助標(biāo)注工具，來(lái)不斷解放人力;
3)自動(dòng)標(biāo)注階段：
工具為主，人為輔。以自動(dòng)駕駛為代表的技術(shù)不斷發(fā)展，出現(xiàn)了人工無(wú)法標(biāo)注的任務(wù)需求，加之標(biāo)注數(shù)據(jù)量的日益擴(kuò)增，自動(dòng)標(biāo)注成為大家關(guān)注的重點(diǎn)。
自動(dòng)駕駛標(biāo)注需求呈現(xiàn)多樣化
自動(dòng)駕駛系統(tǒng)作為一個(gè)復(fù)雜的多模塊聯(lián)動(dòng)的綜合系統(tǒng)，隨著技術(shù)的不斷發(fā)展，研發(fā)認(rèn)知的不斷更新，對(duì)標(biāo)注任務(wù)的需求也在不斷增加。目前的標(biāo)注任務(wù)主要分為以下幾類(lèi)：
1)攝像頭/激光雷達(dá)標(biāo)注：
大部分自動(dòng)駕駛解決方案均配有視覺(jué)攝像頭和激光雷達(dá)，與此對(duì)應(yīng)，會(huì)產(chǎn)生2D圖像標(biāo)注需求/3D點(diǎn)云標(biāo)注需求;
2)單幀標(biāo)注/多幀標(biāo)注：
隨著端到端的感知技術(shù)發(fā)展，軌跡預(yù)測(cè)的模型化會(huì)產(chǎn)生時(shí)序場(chǎng)景的標(biāo)注需求;
3)場(chǎng)景標(biāo)注：
自動(dòng)駕駛技術(shù)的落地，需要對(duì)場(chǎng)景有全面的認(rèn)知，也會(huì)產(chǎn)生雨霧場(chǎng)景/傳感器失效場(chǎng)景的標(biāo)注需求;
4)軌跡預(yù)測(cè)標(biāo)注：
端到端的技術(shù)將會(huì)產(chǎn)生更多的標(biāo)注任務(wù)，來(lái)不斷提煉人類(lèi)知識(shí)。
點(diǎn)云語(yǔ)義分割算法預(yù)識(shí)別
總而言之，技術(shù)的不斷發(fā)展讓自動(dòng)駕駛的端到端技術(shù)可期，數(shù)據(jù)將成為端到端技術(shù)的核心養(yǎng)料。
如何規(guī)?；煤脭?shù)據(jù)，挖掘數(shù)據(jù)的內(nèi)在價(jià)值將一定程度上影響自動(dòng)駕駛技術(shù)的發(fā)展。針對(duì)如何建立高效的數(shù)據(jù)標(biāo)注體系，海天瑞聲作為一家在人工智能領(lǐng)域深耕多年的數(shù)據(jù)解決方案服務(wù)供應(yīng)商，正式推出了『DOTS-AD自動(dòng)駕駛標(biāo)注平臺(tái)』，助力自動(dòng)駕駛企業(yè)和研發(fā)人員高效利用數(shù)據(jù)，與自動(dòng)駕駛企業(yè)共建數(shù)據(jù)驅(qū)動(dòng)鏈路，加速數(shù)據(jù)閉環(huán)利用的正向迭代。
2D語(yǔ)義分割 作為一款專(zhuān)為自動(dòng)駕駛場(chǎng)景設(shè)計(jì)的全棧式數(shù)據(jù)標(biāo)注平臺(tái)，『海天瑞聲DOTS-AD自動(dòng)駕駛平臺(tái)』功能強(qiáng)大，穩(wěn)定性好，能夠支持多維度、全方位的自動(dòng)駕駛標(biāo)注任務(wù)，數(shù)據(jù)標(biāo)注效率提升高達(dá)8倍。經(jīng)過(guò)內(nèi)部數(shù)億幀數(shù)據(jù)的項(xiàng)目打磨，可支持萬(wàn)人同時(shí)作業(yè)，能夠解決項(xiàng)目經(jīng)理和標(biāo)注員的使用痛點(diǎn)，提升標(biāo)注效能，且支持多元化的部署方式。『海天瑞聲DOTS-AD自動(dòng)駕駛平臺(tái)』擁有以下幾大核心功能：
1)全面支持自動(dòng)駕駛領(lǐng)域各維度2D/3D/4D 點(diǎn)云或圖像數(shù)據(jù)標(biāo)注;
2)針對(duì)不同場(chǎng)景支持輔助標(biāo)注/自動(dòng)化標(biāo)注;
3)支持項(xiàng)目的柔性管理，支持流程/工具/標(biāo)簽的自定義;
4)數(shù)據(jù)的智能化管理，確?？蛻?hù)的商業(yè)數(shù)據(jù)安全合規(guī)。
算法自動(dòng)貼合、智能追蹤算法生效 自動(dòng)駕駛未來(lái)可期，『海天瑞聲DOTS-AD自動(dòng)駕駛平臺(tái)』將助力自動(dòng)駕駛技術(shù)走向全面智能的新高度，賦能自動(dòng)駕駛企業(yè)算法高效量產(chǎn)，讓您的車(chē)更智能更安全的行駛在世界的每個(gè)角落!
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
