ERP软件资讯 ERP行业动态 ERP常见问题 ERP系统教程 ERP相关知识

百变的自动驾驶落地场景不变的AI数据核心

2020-09-24

在人工智能的众多商用目标中,自动驾驶是最受看好、也是前景最为广阔的领域之一。包括互联网公司、传统车厂、新兴科技创业公司的各类厂商如雨后春笋一般出现,各自依托其资金、科技、渠道资源等优势,纷纷抓住产业升级机会,切入自动驾驶领域。

但目前自动驾驶汽车想要实现实际道路行驶,还有众多需要解决的技术问题、政策问题。解决这些问题需要大量的时间投入和资本投入,目前的行业状况距离全面实现自动驾驶汽车量产还有很长一段距离。

因此相比较来说,特定场景的自动驾驶产业对技术要求偏低、需求更大,实现落地运营更容易。因此,许多自动驾驶车企和科技公司从特定范围、特定领域、特定路线的自动驾驶需求入手,带动整个行业的发展前行。

选择特定场景进行落地对于自动驾驶来说,除了更好的提升运营效率,降低人力成本、特定驾驶区域可知可控等条件外,最大的一个落地优势就是特定场景的自动驾驶面对的环境相对简单,在机器学习过程中可以从更精准的场景AI数据中汲取“养分”来优化算法模型。能拥有更具体的场景AI数据,也就意味着拥有的更多的高质量“燃料”,这对于加速自动驾驶特定场景落地有着十分强劲的推动力。

目前自动驾驶可实现率先落地的典型应用场景包括自动驾驶出租车场景、仓储物流、港口码头、固定路线区域接驳、清扫车、矿区等。下文就其中三个代表落地场景进行简单分析。

应用场景一:RoboTaxi(自动驾驶出租车)

前段时间,百度、高德、文远知行、AutoX、滴滴等代表企业在RoboTaxi(自动驾驶出租车)领域争相传来好消息。可以说通过RoboTaxi的落地,人类揭开了自动驾驶落地新的一页。

从点到点,到区域内,从面向特定人群,到面向更多公开人群,从免费测试到收费尝试,RoboTaxi正向普通出行服务一步步靠拢。

虽然Robo-taxi有着市场和消费者更加贴近的优势,但是,其自动驾驶系统”感知-决策”的过程也有着更大的难度。它对场景化训练数据的要求更高,面临着场景化的道路数据缺失、数据标注质量良莠不齐的痛点。幸运的是,云测数据作为AI数据服务领域的头部企业,一直致力于为自动驾驶领域提供高质量的场景化AI数据,通过对视频、图像、音频、文本、LiDAR和传感器数据进行结构化处理,为机器学习模型提供高质量的场景化训练数据。

应用场景二:无人配送

作为疫情防控期间的“明星”,无人配送机器人硬着挑战走向前台,发挥了“无接触”的巨大作用。疫情期间,消费者对于智能、无接触式服务的需求增加,业内开始深入挖掘自动驾驶技术在无人配送领域的潜力。

当然,无人配送并不是什么新鲜事物。在疫情之前无人配送主要应用场景是物流园区、仓库、小区、写字楼等。由此可见,受限于技术问题,当前无人配送车的目标仍是尝试解决最后一公里的配送问题,短途(例如医院到物流站的600米)、低速(时速多在20km/h以下)、货运和固定线路仍是最大的特点。而此次疫情的管制政策令城市内路况变得相对简单,也为无人配送车的快速发展点了一把火。

应用场景三:仓储物流

物流配送分为长距离干线运输及短距离配送。

公路长距离干线运输超载、疲劳驾驶、交通违章等现象时有发生,但高速公路车速快、无信号灯、无障碍物的特点,要求高效率却环境单一,非常适合自动驾驶,可以有效规避驾驶员的疲劳因素。

短距离配送常发生在仓库、工厂、住宅区等较封闭的场景,自动驾驶机器人和可以准确、高效、低危地进行分拣、归类、入库、出库、派送等行为,大量节省人工并降低出错率。

以短距离配送的仓储物流为例,相对于Robo-taxi来说,自动驾驶机器人更偏向利用计算机视觉技术进行功能的实现。云测数据贾宇航认为,在保持场景数据标注准确度的前提下,其对AI数据的要求较为统一。通过场景化的AI数据训练,可帮助自动驾驶机器人实现智能化识别,并自动将识别的信息进行分类来实现自动分拣等。

作为AI数据服务领域的头部企业,云测数据业内首创了”数据场景实验室”模式,可满足自动驾驶领域不同场景的特殊需求。通过还原多种自动驾驶细分场景如仓库、物流、农业、矿山、园区等,以解决特定场景下的数据缺失、质量良莠不齐等行业问题。一方面,在场景下的定制化数据采集更加精准、数据质量更高,另一方面,定制化的场景数据也与自动驾驶场景需求端的匹配度更高,从而最大化将AI数据转化为生产力。

自动驾驶落地场景的产业化重点——AI数据

当前无人驾驶正在从以上及其他特定场景作为切入口,在实践中获取数据、改进技术,不断积累解决问题的能力。在这一过程中,自动驾驶汽车所要采集标注和处理分析的AI数据无疑是多样的、海量的、丰富的。可以说,场景化AI数据已成为自动驾驶成必争之地。

AI数据作为整个人工智能行业的燃料,它在智能驾驶领域的重要性毋庸置疑。更好AI数据将会为自动驾驶未来发展奠定基础,和其他关键技术一起,一步步驱动完全无人驾驶的全面商业化时代的到来。


 

粤公网安备 44030502004819号