云测数据：智能汽车发展战略落地 数据标注助力加速前行

近日，发改委、工信部、财政部等11部委联合印发《智能 汽车 创新发展战略》（下称“战略”）。战略指出，到2025年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。到2035年，中国标准智能汽车体系全面建成。

这一战略的发布给了智能汽车一个较为清晰准确的发展时间规划，在业内人士看来，“战略”勾勒出智能汽车发展的“远大前景”，指引着我国智能汽车发展走向春天，或将引爆万亿级市场。

话说回来，人们对智能汽车的定义是什么？战略中是这样解释的“智能汽车是指通过搭载先进传感器等装置，运用人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车。智能汽车通常又称为智能网联汽车，自动驾驶汽车等”。

简单来说，需要汽车具备“智力”，即通过感知、规划、决策等过程，完成汽车的控制，这一过程，可以归纳为“人工智能”。然而，这更像是一个结果，想要让汽车本身的算法做到处理更多、更复杂的场景，背后就需要有海量准确、高质的真实道路数据做支撑。

数据标注就是生产“数据”的工作，它存在的意义便是让机器理解、认识世界。以AI数据标注头部企业云测数据的智能驾驶数据服务解决方案为例，来了解在实现智能驾驶的这一过程中，需要哪些方面的数据。

通过剖析云测数据智能驾驶数据服务解决方案，我们可以简单的将标注场景分为车内和车外。

在车内场景中，疲劳监测、动作识别、场景光线等一切会在车内发生的场景，以及在车外环境中更复杂的障碍物、道路、天气、地点、车道线、路标，以及一些长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等所有可能会涉及的场景，都需要对应的如连续帧标注、2D图像框选、图像分割等不同的标注方式。

上述这些只是智能驾驶中涉及到摄像头的数据，多为图片类数据的标注。由于对安全的严苛要求，当前的智能驾驶所需数据需求，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。

在汽车的感知部分不仅只有摄像头，还有激光雷达、毫米波雷达、超声波雷达等多种方式共同组成，而这些感知方式都需要对应的数据标注。

以激光雷达为例，高性能激光雷达可以实现200米范围内，精度高达厘米级的3D场景扫描重现。它生成的3D点云数据通过标注后，可以助力自动驾驶模型的训练。云测数据基于行业先进的标注工具和丰富的标注经验，对机动车、障碍物等目标物进行3D框选、对雷达图进行语义分割，同时还可以对2D 3D多传感器融合的数据进行同时标注，实现视觉和雷达的数据感知，帮助汽车更好的感知道路场景，为智能驾驶技术的发展保驾护航。

机遇与挑战并存，高质数据助力智能驾驶奔向未来

作为全球汽车最大产销国，中国汽车产业的发展一直备受国家高度关注。这次“战略”的发布，更是意味着智能网联汽车产业遇到了高速发展的重大机遇。随着多项利好政策的相继出台，有效激发了汽车市场活力。

按照此前车企发布的计划，2020年是L3驾驶技术实现的一个节点，红旗、吉利、广汽、东风、小鹏、威马、奇点等在2020年均要实现搭载L3自动驾驶技术车型的量产。对这些众多车企而言，精准、高质的数据尤为重要。

清华大学苏州汽车研究院院长成波曾表示表示“自动驾驶最大挑战是需要解决安全问题”。现实交通场景复杂、安全威胁多，尤其是国内路况的复杂性和国内智能驾驶起步稍晚的现状，更需要高质、更精准的数据来进行算法训练。据了解，云测数据一直秉持着独立第三方的行业定位，通过自建数据场景实验室和数据标注基地，结合自研的数据标注系统、数据采集系统和完善的数据生产流程，为智能驾驶领域的企业提供定制化的数据采集、数据标注服务，在保证数据的效率、精准度和隐私安全的前提下，来帮助智能驾驶企业快速构建核心数据壁垒，加速产业化落地的进程。

在政策强力驱动、汽车消费回暖、自动驾驶技术加速渗透下智能驾驶已然迎来了产业发展的黄金时代，而高质量的数据标注则是智能驾驶奔向未来的重要助力。