今天，2023上海車展盛大開幕，這次除了整車廠，自動駕駛企業(yè)也相繼帶來了很多全新產品發(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將進入大眾視野，大家驚呼以CV/NLP為代表的人工智能方向終于帶來新一輪產業(yè)革命。

自動駕駛行業(yè)現狀

自2018年以來，得益于政策推進、硬件平臺和軟件算法的逐步成熟，我國的自動駕駛行業(yè)勢頭發(fā)展良好，量產乘用車自動駕駛等級正在由L2向L3+過渡，商用車自動駕駛已進入商業(yè)化運營階段。據相關資料統(tǒng)計，中國2022年在售量產商用車中L2和L3的滲透率分別為35%和9%，預計2023年低將達到51%和20%。與此同時，自動駕駛上下游的各類玩家以不同的發(fā)展思路積極進入市場，數據解決方案企業(yè)(海天瑞聲)、傳統(tǒng)車企、造車新勢力、互聯網科技公司、解決方案供應商等，限定場景下的商用車也逐步進入商業(yè)運營化階段，據不完全統(tǒng)計，目前國內各類自動駕駛參與者已超過200+。

自動駕駛技術發(fā)展

自動駕駛作為軟硬件高度結合的人工智能技術產物，其技術發(fā)展的三大基石分別為：數據、算法和算力。

1)數據作為自動駕駛研發(fā)與量產車的交互媒介，一定程度上決定了自動駕駛技術的上限。目前，組建以數據驅動為核心的數據閉環(huán)研發(fā)思路成為業(yè)界共識，如何有效挖掘數據，有效利用數據成為了數據閉環(huán)中的核心技術點，這一點以海天瑞聲為代表的數據標注企業(yè)很有發(fā)言權;

2)算法作為自動駕駛技術的內核，以深度學習為代表的技術在感知層和決策層共同驅動自動駕駛技術的發(fā)展，近來，相關的技術包括：“Transformer”、“BEV感知”、“云端大模型”、“重感知輕地圖”等方向;

3)算力作為自動駕駛技術的地基，相關的芯片技術也是不可或缺的物料之一，作為車端運行自動駕駛算法的載體，自動駕駛的主控芯片架構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標注
自動駕駛技術未來趨勢

目前自動駕駛技術還是以感知定位、決策規(guī)劃等模塊為中心進行發(fā)展，感知技術經過這些年的發(fā)展已逐步形成數據驅動的迭代體系，Segment Anything和ChatGPT的出現，會讓自動駕駛的端到端運行產生了更多的想象空間，相信不久的將來，認知駕駛決策也會出現以數據驅動的模型決策。 可以預見，自動駕駛技術的下半段賽場離不開兩個詞：“大模型”，“數據”。

自動駕駛數據驅動，讓未來可期

我們注意到GPT-3在訓練時使用了超過45TB的文本數據，Segment Anything使用了約1100萬圖像分割數據，那同樣自動駕駛技術的終局也一定需要有一套強大的數據驅動鏈路，通過不斷發(fā)現有用數據，不斷通過人工總結引入正反饋使用核心數據，將人類知識賦能給算法系統(tǒng)，從而實現系統(tǒng)的不斷進化。

2D/3D點云融合連續(xù)幀標注

這套數據驅動鏈路的高效運轉，離不開數據采集/數據管理/數據標注/仿真等模塊，數據標注技術至關重要，它是人類馴化系統(tǒng)的工具，不同的標注框是人類先驗信息的總結?？梢哉f，數據標注的質量一定程度上影響著算法系統(tǒng)的性能。正因為如此，數據標注技術也逐步成為自動駕駛技術的一個關鍵方向，以海天瑞聲為代表的相關數據標注企業(yè)也正受到越來越多的關注。 數據標注技術呈現“智能化”

數據標注方向從深度學習技術發(fā)展開始，就獨立成為一個技術發(fā)展方向。整體分為三個發(fā)展階段：

1)純人工標注階段：

該階段主要因為數據標注量少，標注任務簡單，絕大部分工作由標注作業(yè)員完成;

2)輔助標注階段：

人為主，工具為輔。隨著標注量大，人力成本升高，算法技術的不斷發(fā)展，出現了很多提效的輔助標注工具，來不斷解放人力;

3)自動標注階段：

工具為主，人為輔。以自動駕駛為代表的技術不斷發(fā)展，出現了人工無法標注的任務需求，加之標注數據量的日益擴增，自動標注成為大家關注的重點。

自動駕駛標注需求呈現多樣化

自動駕駛系統(tǒng)作為一個復雜的多模塊聯動的綜合系統(tǒng)，隨著技術的不斷發(fā)展，研發(fā)認知的不斷更新，對標注任務的需求也在不斷增加。目前的標注任務主要分為以下幾類：

1)攝像頭/激光雷達標注：

大部分自動駕駛解決方案均配有視覺攝像頭和激光雷達，與此對應，會產生2D圖像標注需求/3D點云標注需求;

2)單幀標注/多幀標注：

隨著端到端的感知技術發(fā)展，軌跡預測的模型化會產生時序場景的標注需求;

3)場景標注：

自動駕駛技術的落地，需要對場景有全面的認知，也會產生雨霧場景/傳感器失效場景的標注需求;

4)軌跡預測標注：

端到端的技術將會產生更多的標注任務，來不斷提煉人類知識。

點云語義分割算法預識別

總而言之，技術的不斷發(fā)展讓自動駕駛的端到端技術可期，數據將成為端到端技術的核心養(yǎng)料。

如何規(guī)?；煤脭祿?，挖掘數據的內在價值將一定程度上影響自動駕駛技術的發(fā)展。針對如何建立高效的數據標注體系，海天瑞聲作為一家在人工智能領域深耕多年的數據解決方案服務供應商，正式推出了『DOTS-AD自動駕駛標注平臺』，助力自動駕駛企業(yè)和研發(fā)人員高效利用數據，與自動駕駛企業(yè)共建數據驅動鏈路，加速數據閉環(huán)利用的正向迭代。

2D語義分割 作為一款專為自動駕駛場景設計的全棧式數據標注平臺，『海天瑞聲DOTS-AD自動駕駛平臺』功能強大，穩(wěn)定性好，能夠支持多維度、全方位的自動駕駛標注任務，數據標注效率提升高達8倍。經過內部數億幀數據的項目打磨，可支持萬人同時作業(yè)，能夠解決項目經理和標注員的使用痛點，提升標注效能，且支持多元化的部署方式?！汉Ｌ烊鹇旸OTS-AD自動駕駛平臺』擁有以下幾大核心功能：

1)全面支持自動駕駛領域各維度2D/3D/4D 點云或圖像數據標注;

2)針對不同場景支持輔助標注/自動化標注;

3)支持項目的柔性管理，支持流程/工具/標簽的自定義;

4)數據的智能化管理，確?？蛻舻纳虡I(yè)數據安全合規(guī)。

算法自動貼合、智能追蹤算法生效 自動駕駛未來可期，『海天瑞聲DOTS-AD自動駕駛平臺』將助力自動駕駛技術走向全面智能的新高度，賦能自動駕駛企業(yè)算法高效量產，讓您的車更智能更安全的行駛在世界的每個角落!

（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）