AI數據服務(wù)作為人工智能和機器學(xué)習的基礎，在自動(dòng)駕駛領(lǐng)域中有著(zhù)重要地位。與其他人工智能應用場(chǎng)景相比，自動(dòng)駕駛的落地場(chǎng)景相對復雜，想要讓汽車(chē)本身的算法做到處理更多、更復雜的場(chǎng)景，就需要運用大量場(chǎng)景化高質(zhì)量AI數據做支撐。AI數據服務(wù)應用在自動(dòng)駕駛領(lǐng)域的技術(shù)主要是數據采集和數據標注兩種。

數據采集在自動(dòng)駕駛領(lǐng)域的應用

應用在自動(dòng)駕駛領(lǐng)域的數據采集是指通過(guò)各種傳感器和設備，對自動(dòng)駕駛車(chē)輛的行駛過(guò)程進(jìn)行數據記錄和采集的過(guò)程。這些數據可以包括車(chē)輛位置、速度、加速度、方向盤(pán)轉角、剎車(chē)和加速踏板輸入、傳感器讀數（如攝像頭、雷達、激光雷達等）、車(chē)輛狀態(tài)信息等。

自動(dòng)駕駛數據采集的目的是為了對車(chē)輛的行駛過(guò)程進(jìn)行分析和評估，以提高自動(dòng)駕駛系統的性能和安全性。通過(guò)采集大量的實(shí)際行駛數據，可以對各種駕駛場(chǎng)景和情況進(jìn)行模擬和測試，以驗證自動(dòng)駕駛系統的可靠性和適應性。

數據采集是自動(dòng)駕駛技術(shù)發(fā)展中非常重要的一環(huán)，通過(guò)采集和分析大量的實(shí)際行駛數據，可以不斷改進(jìn)和優(yōu)化自動(dòng)駕駛系統，提高其性能和安全性。

數據標注在自動(dòng)駕駛領(lǐng)域的應用

應用于自動(dòng)駕駛領(lǐng)域的數據標注主要包括4D-bev、3D點(diǎn)云標注、2D3D融合標注、2D圖片標注四種主要的標注方式，他們對別對應自動(dòng)駕駛環(huán)境中不同的駕駛環(huán)境數據標注分析，對圖像、視頻、激光雷達等多種數據源進(jìn)行詳細且精確的標識，以便訓練自動(dòng)駕駛系統。

1、4D-bev標注

4D-BEV標注是指在3D空間中以時(shí)間作為第四個(gè)維度進(jìn)行標注的過(guò)程。通過(guò)精準地跟蹤和記錄動(dòng)態(tài)對象的運動(dòng)軌跡、姿勢變化以及速度等信息，全面理解和分析動(dòng)態(tài)對象在連續的時(shí)間序列中的變化，提升自動(dòng)駕駛系統的感知、決策和控制能力。

當下 4D BEV 感知的挑戰主要有兩個(gè)：其一是如何快速低成本的構建大量高質(zhì)量的4D-BEV真值數據，用于感知的訓練和評價(jià)；其二是如何有效利用云端來(lái)做大規模的BEV算法的訓練、加速、部署、評價(jià)等。為了解決這些行業(yè)痛點(diǎn)，標貝科技在大模型能力支持下給出了4D-BEV標注方案。

標貝科技4D標注工具針對3D空間+時(shí)序維度進(jìn)行標注，采用了多種傳感器融合的方式，可以支持激光雷達、攝像頭、毫米波雷達、機位圖等多種數據類(lèi)型，并通過(guò)算法將這些數據進(jìn)行對齊和融合，以提供更準確、更統一的視圖。同時(shí)借助自動(dòng)化技術(shù)和云端大數據來(lái)提升標注的效率和準確度。

2、3D點(diǎn)云標注

3D點(diǎn)云標注是目前市面上做的比較多的一種標注類(lèi)型，它能讓人工智能自動(dòng)駕駛領(lǐng)域中，準確的環(huán)境感知和精確的定位，是自動(dòng)駕駛汽車(chē)在復雜動(dòng)態(tài)環(huán)境中能夠進(jìn)行可靠導航，信息決策以及安全駕駛的關(guān)鍵，所以3D點(diǎn)云標注對于自動(dòng)駕駛智能化和穩定性的提升有著(zhù)舉足輕重的作用。

3D點(diǎn)云標注主要是通過(guò)對三維場(chǎng)景掃描及采集2D圖片，生產(chǎn)的一種具有維度的點(diǎn)云數據集，包含了三維場(chǎng)景的基本特征，標注員需要通過(guò)2D圖片的組合，判斷標注物在點(diǎn)云集上的位置，進(jìn)而通過(guò)工具進(jìn)行標注，加上屬性判斷，生產(chǎn)出計算機可以識別讀取的三維信息，讓人工智能通過(guò)大量學(xué)習，掌握對于運動(dòng)軌跡、運動(dòng)場(chǎng)景等情況的預判斷等等相關(guān)能力，從而能更好的提升智能化，嚴格意義上講，3D點(diǎn)云的標注可以是說(shuō)是幫助自動(dòng)駕駛系統進(jìn)行正確感知的重要傳感器

3、2D、3D融合標注

2D、3D融合標注是指同時(shí)對2D和3D傳感器中所采集到的圖像數據進(jìn)行標注，并建立起聯(lián)系。在自動(dòng)駕駛領(lǐng)域，自動(dòng)駕駛汽車(chē)需要使用傳感器來(lái)識別車(chē)輛周?chē)奈锢憝h(huán)境，用來(lái)捕獲2D視覺(jué)數據，同時(shí)在車(chē)輛頂部安裝雷達，用以捕捉精確目標定位的3D位置數據。

激光雷達生成的點(diǎn)云數據可用于測量物體的形狀和輪廓，估算周?chē)矬w的位置和速度，但點(diǎn)云數據缺少了RGB圖像數據中對物體紋理和顏色等信息的提取，無(wú)法精確地將對象分類(lèi)為汽車(chē)、行人、障礙物、信號燈等。

所以標貝科技將包括豐富的語(yǔ)義信息的2D視覺(jué)圖像和可以提供精確的目標定位的3D點(diǎn)云數據進(jìn)行融合，使標注員能利用視覺(jué)信息和深度信息創(chuàng )建出更加精準的標注，讓自動(dòng)駕駛系統能夠精確地了解周?chē)h(huán)境，準確做出判斷，讓自動(dòng)駕駛功能得以廣泛應用。

4、2D圖像標注

2d無(wú)人駕駛語(yǔ)義分割的結果是將圖像變成帶有一定語(yǔ)義信息的色塊。語(yǔ)義分割技術(shù)可以識別出每個(gè)色塊的語(yǔ)義關(guān)別，并給每個(gè)像素都標注上其對應的標簽，從而實(shí)現從底層到高層的語(yǔ)義推理過(guò)程，最終得到一張具有各個(gè)像素語(yǔ)義標注信息的分割圖。

這些經(jīng)過(guò)標注后的語(yǔ)義分割圖像，可以用于自動(dòng)駕駛核心算法訓練。自動(dòng)駕駛汽車(chē)在行駛的過(guò)程中，車(chē)載攝像頭，或者激光雷達探查到圖像后輸入到神經(jīng)網(wǎng)絡(luò )中，后臺經(jīng)過(guò)訓練的算法模型就可以自動(dòng)將圖像分割歸類(lèi)，以實(shí)現避讓行人與車(chē)輛等障礙。

標貝科技針對自動(dòng)駕駛的不同落地需求，提供定制化采集標注、數據標注平臺等服務(wù)，對視頻、圖像、文本、點(diǎn)云等數據進(jìn)行結構化處理，一站式解決自動(dòng)駕駛從研發(fā)初期到落地的訓練數據需求，在為智能駕駛相關(guān)企業(yè)和高?？蒲袡C構提供大規模感知數據的能力的同時(shí)，可大幅度提升數據標注效率，降低AI模型訓練成本，極大地加速智能駕駛相關(guān)應用的落地迭代周期，節省研發(fā)時(shí)間標貝科技和成本。