自動駕駛打開了一扇新的大門。
據路透社報道,美國國家公路交通安全管理局(NHTSA)于近日發布了《無人駕駛汽車乘客保護規定》,明確了全自動駕駛汽車不再需要配備傳統的方向盤、制動或油門踏板等手動控制裝置來滿足碰撞中的乘員安全保護標準。
新規修改了車輛“將永遠有一個駕駛員座位、一個方向盤和伴隨的轉向柱,或者只有一個前排外側的乘客座位”的規定。NHTSA表示:“對于完全由ADS控制的車輛,從邏輯上講,手動駕駛控制是沒有必要的”。
這就意味著,車企可以合法合規地生產沒有方向盤和控制踏板的無人駕駛車輛并投入商用,而不必受到老舊法規的阻礙。
自動駕駛作為一個跨技術、跨產業領域的新興領域,融合了人工智能、視覺計算、雷達和全球定位及車路協同等技術,使汽車具備環境感知、路徑規劃和自主控制的能力,從而可讓計算機自動操作的機動車輛。有別于傳統的人工駕駛車輛,自動駕駛車輛最大特點是以AI技術為主導,其駕駛過程是機器不斷收集駕駛信息并進行信息分析和自我學習從而達到自動駕駛的系統工程。
目前,自動駕駛已經逐漸從技術研究階段演進至產品落地階段,處于關鍵的發展階段,在這過程中,應用場景的重要性不斷凸顯。想要讓汽車本身的算法做到處理更多、更復雜的場景,背后就需要有海量的道路場景AI數據做支撐。作為智能駕駛汽車的“見聞色”,AI數據的“數量”與“質量”非常重要。一方面,現實交通場景復雜、安全威脅多,非常重視數據分析的效率和敏捷;另一方面,標注數據質量的高低將直接影響智能駕駛的安全性。例如,人像、建筑物、植物、道路、交通標志、車輛等數據標注的準確性直接決定智能駕駛AI對于路況的判斷,數據標注偏差或者完成度不高會直接影響行駛安全。
在這樣的大背景下,專注高質量AI訓練數據服務廠商云測數據推出的自動駕駛AI數據解決方案,通過場景數據庫、定制化數據采集標注、數據標注&數據管理平臺等服務,一站式解決智能駕駛從研發初期到落地的高質量AI訓練數據需求。可在為自動駕駛相關企業提供大規模感知數據的能力同時,減少數據采集周期、提升數據標注效率,并大幅降低AI模型訓練成本,極大地加速自動駕駛相關應用的落地迭代周期,節省大量研發時間和成本。
據了解,云測數據采集服務覆蓋智能駕駛主流應用場景,擁有DMS與ADAS場景搭建采集經驗,并支持語音、文本、圖像、點云等全類型數據標注,包括2D標注、3D點云標注、2D/3D融合標注、語義分割、目標跟蹤等功能。目前,憑借高質量的數據交付實力,云測數據已和業內包括自主、合資車企,大型Tier1、Tier2,以及無人出租車、自動駕駛公司等眾多企業,建立了持久良好的合作關系。
AI數據是整個人工智能行業的燃料,而對于自動駕駛而言,多樣的、海量的、豐富的AI訓練數據更是其發展的基礎之一,盡管不像硬件一樣看得見摸得著,但無論是自動駕駛、輔助駕駛,還是智能座艙,這些被賦予智能屬性的汽車駕駛體驗都離不開數據的驅動。相信隨著自動駕駛技術的不斷發展和廣泛應用,更高質量的數據將持續發揮價值,助力智能駕駛奔向未來。
