自动驾驶巨头们的数据“竞速赛”

2021年初，特斯拉披露正在位于纽约的Gigafactory招聘一组数据标签员，以提供图像标注支持，帮助训练Autopilot/FSD神经网络。因为对于自动驾驶演进来说，算法方面的差距会逐渐缩小，数据将是真正影响技术能力和用户体验的重要因素。

而按照此前公布的数据，特斯拉总共有近千人的数据标注团队规模。“数据需求缺口仍在，市场远未饱和。这对于真正优质的数据供应商来说，正是抢占市场高地的绝佳时机。”数据堂公司相关负责人表示。

另一方面，硬件预埋也推动了智能驾驶行业进入数据驱动迭代周期。

今年，英伟达在Orin进入规模上量阶段的同时，推出了Drive Map，基于精确测绘数据与匿名众包数据相结合，提供厘米级的定位精度。后者，由搭载英伟达Hyperion架构的车辆提供数据众包，包括来自摄像头、激光雷达和毫米波雷达的数据。

所有这些数据，从车端不断上传到云端。然后，加载到英伟达的Omniverse平台，后者是一个为虚拟仿真和实时物理精确模拟而构建的开放平台，用于更新地图数据。同时，这些数据会转换成模拟测试环境，可用于Nvidia Drive Sim，一个端到端的自动驾驶车辆模拟平台。

而在Omniverse的背后，还有数据自动标签技术。

“Omniverse允许我们创建多样化、海量、精确的数据集，以构建高质量、高性能和安全的数据集，这对人工智能至关重要。”这其中，对于传统手工数据标注的增强，是关键要素之一。

马斯克也曾公开表示，FSD可以让公司价值不菲。但同时强调，系统改进的唯一途径是收集数据。

据悉，特斯拉只有“几十名”工程师在研究神经网络，但背后有一个“庞大”的团队在研究标签。一方面，手动高质量标准仍是基础工作，另一方面，标签自动化也是趋势，从而应对车队收集的大量数据。

Mobileye也是如此。公开数据显示，这家公司背后有一支2500多人组成的数据标注团队，每月可处理5000万个数据集——相当于500,000小时的驾驶里程，并建立了一个庞大的内部搜索引擎数据库。

这意味着，标注效率以及准确性，决定了视觉及多融合感知技术的迭代速度。“高质量数据，某种意义上就是决定性的要素。”在行业人士看来，一套高质高效的数据集，也是加快功能开发周期的关键。

而大众集团也有着同样的策略。比如，其基于Trinity开发的车型（预计2024年发布），被视为未来的“时间机器”，自动驾驶系统将受益于CARIAD正在开发的新型“神经网络”，与其他联网汽车共享道路、交通和其他系统的实时数据。

支持数据驱动开发将成为大众集团E³2.0软件平台的基本配置，背后还有为此搭建的云数据中心（VW.AC），后者在微软Azure上建立一个基于云的自动驾驶平台(ADP)，软件功能开发周期将从现在的几个月缩短到几个星期。

此外，作为全球年产销量龙头的丰田，也已经开始在部分国家及地区启用数据采集功能，帮助开发和改进基于图像识别算法的ADAS系统，并保持对集成在车辆上的ADAS系统进行验证和评估。

而在中国，理想汽车用户驾驶总里程已达30.6亿公里(根据最近数据)，辅助驾驶总里程达到2.9亿公里，NOA驾驶总里程达到2462万公里，而有效学习场景总里程达到1.9亿公里，仅次于特斯拉。

在研发上，理想也采用了和特斯拉类似的“影子”模式，智能驾驶算法的开发版本和当前版本同时下放到车端，比较相同场景下算法能力。“只有在车型中全系标配智能驾驶功能，才能更好地获取真实的驾驶场景数据，供自动驾驶算法进行训练。”

可以见得，随着软件和数据成为智能汽车的核心增量，数据采集、数据开发和数据闭环能力也被视为车企最核心的竞争力之一。越来越多的车企和系统供应商也开始转向数据驱动的开发模式。

对于人工标注岗位（大概每小时20美元的工资），特斯拉也多次明确其重要性：基于Autopilot标注界面来标记图像，对于训练深度神经网络至关重要。

比如，标注团队将与Autopilot团队的计算机视觉工程师互动，以帮助改进内部标注工具的设计；同时，标注团队将获得基本的计算机视觉和机器学习知识，以更好地理解算法如何使用标签，因为这将帮助在标记过程中出现的困难的「边缘情况」做出准确判断。

实际上，这个背后所传递的信息是：数据标注并非简单的「拉框」，也不是纯粹的逐条标注。“这种方式既费时又费钱。”一些行业人士指出，大部分传统外包商交付的结果数据经多次返修，依然无法达到客户要求的精确度。

而标注效率以及准确性决定了视觉及多融合感知技术的迭代速度。可以说，高质量数据，某种意义上就是决定性的要素。在行业人士看来，一套高质高效的数据集，也是加快功能开发周期的关键。

为此，数据堂也推出了自研的数据标注工具，内置ML辅助预识别功能，真正实现半自动化作业，有效提升人均效率30%以上。近30套标注工具，可灵活应用于语音、图像、3D点云、文本等多类型数据的标注，已成功应用在11年近5000多个项目的实施过程中。

比如，漏标是很严重的标注错误。数据堂在工具中内置了地面检测算法、颜色自动渲染，标注时可以根据颜色来判断标注物体，以减少漏标。

此外，这套工具还内置插值算法预标注功能，如在第一、五帧标注了目标ID，则会自动标注中间帧位置，只需查看或微调位置即可（主要用于目标追踪项目）。

值得一提的是，其自研数据采集工具，数据不经中间环节，自动回传至数据堂服务器，无限降低人为污染、泄漏数据的可能性。

2021年，数据堂的智能驾驶数据服务同比去年，业务涨幅达65%。这家连续数年在智能驾驶数据服务市场占有率领军的企业，也拿到了长城、上汽、小鹏、蔚来、宇通等国内一线车企的订单。

同时，考虑到数据合规的重要性，数据堂还在去年拿到了相关的测绘资质，也是业界唯一一家取得测绘资质的数据服务公司。这意味着这家公司可以在真实的道路环境下合法采集数据，并合规地进行数据标注和处理，构建其他数据服务商难以比拟的优势，也拿到了车企订单的准入门槛。

自动驾驶巨头们的数据“竞速赛”相关推荐

智行者王肖：自动驾驶本质在于对待数据的态度、获取及应用方式 | 自动驾驶这十年...
雷锋网(公众号:雷锋网)按:回头看,第一届DARPA自动驾驶挑战赛已经是十年前的事了.对比互联网产业,十年前手机还没有支付业务,而现在支付宝.微信已经全面改变了人们的消费习惯.反观汽车产业,尤其是自动 ...
智行者王肖：自动驾驶本质在于对待数据的态度、获取及应用方式 | 自动驾驶这十年... 1
雷锋网(公众号:雷锋网)按:回头看,第一届DARPA自动驾驶挑战赛已经是十年前的事了.对比互联网产业,十年前手机还没有支付业务,而现在支付宝.微信已经全面改变了人们的消费习惯.反观汽车产业,尤其是自动 ...
自动驾驶 11-3: 根据 LIDAR 数据进行位姿估计 Pose Estimation from LIDAR Data
既然你已经学会了如何翻译, 旋转和缩放点云, 是时候谈谈我们该如何做实际使用这些操作用真实的点云估计自动驾驶汽车的运动. 我们这样做的方式一般是通过解决某事称为点集配准问题, 这是最重要的问 ...
行业篇：自动驾驶场景下的数据标注类别分享
随着全自动驾驶时代迫近,数据标注或将成为汽车行业下一个突破点. 对自动驾驶来说,感知技术尤为重要,训练自动驾驶感知模型需要使用大量准确真实的数据.据英特尔计算,L3+级自动驾驶每辆汽车每天产生的数据高 ...
【自动驾驶】3. DDS 数据分发服务（Data Distribution Service）
DDS 数据分发服务(Data Distribution Service) 数据分发服务DDS(DataDistributionService)是对象管理组织(OMG)在HLA及CORBA等标准的基础 ...
自动驾驶-目标检测-路标数据
数据中包括各种自然环境,一共两万多张数据.该资源还包括相关代码. [公众号:深度学习视觉] 关键词:路标识别(尽快领取,以防失效)
CES 2022：四大芯片巨头正面厮杀，抢滩自动驾驶、元宇宙
科技云报道原创. 2022年国际消费类电子产品展览会(CES)于1月7日落下帷幕.作为全球消费电子技术的晴雨表,CES一直是各家厂商大秀"肌肉"的重要阵地. 但受新冠疫情的影响,多 ...
从数据到模型：实现自动驾驶高效感知
关注公众号,发现CV技术之美以上视频为轻舟智航x火山引擎全无人自动驾驶Demo,车辆在城市晚高峰时段自己从地库出发接了3张订单又自动回去收车,一路完成了自动躲外卖小哥.火车站送客.礼让行人的复杂操作 ...
智能网联汽车自动驾驶地图数据质量规范
1 范围本文件规定了全场景下的自动驾驶地图数据质量检测的基本要求.质量检测内容.质量检测指标.质量检测流程.质量检测方法.质量检测结果的判定与质量报告编写的要求等. 本文件适用于自动驾驶地图产品的质 ...

自动驾驶巨头们的数据“竞速赛”

自动驾驶巨头们的数据“竞速赛”相关推荐

最新文章

热门文章