資料智慧成自動駕駛核心

伴隨感知硬體、算力晶片與演算法技術的飛躍，自動駕駛逐漸駛入發展快車道，時代進入自動駕駛商業化普及應用的前夜。

自動駕駛技術本質上是對人工駕駛的復現與超越。L3級別以上的自動駕駛系統主要由感知、定位、預測、決策和控制五部分構成，正如有人駕駛依賴視覺感知駕駛環境，實現判斷決策與安全駕駛一樣，感知系統同樣是自動駕駛整體系統中的核心關鍵。

現階段，自動駕駛感知演算法主要以機器學習，尤其是深度學習方式為主。在實際應用中，系統需要對感測器採集的點雲影像資料進行實時處理，構建車輛行駛環境，為預測和決策做依據，對演算法的準確性和實時性要求極高。

換言之，想要讓自動駕駛演算法能更加從容應對複雜多變的道路環境，完成從“新手司機”到“老司機”的蛻變，背後就需要有海量且高質量的真實或模擬道路資料做學習與訓練。

專注自動駕駛資料標註

作為行業領先的AI基礎架構與資料智慧平臺服務商，曼孚科技始終專注於自動駕駛資料標註服務。

曼孚科技核心產品—— MindFlow SEED資料服務平臺，作為資料智慧平臺體系的重要組成部分，是驅動PLG模式的重要基礎，也是實現自動駕駛資料標註量產的關鍵。

作為第三代資料標註服務平臺，MindFlow SEED資料服務平臺在貫通資料處理、專案管理和資料安全管控等各環節於一體的同時，也實現了對影像、文字、語音、視訊以及3D點雲資料的一站式處理。

通過AI驅動的演算法標註，平臺資料處理效率可提升10倍以上;多維質量管理工作流體系搭配AI質量檢測，資料精準度可達99.99%級別，直擊資料需求痛點。

在專案生命週期管理方面，自定義工作流、自定義角色許可權以及多維視覺化等專案生命週期管理能力，可徹底終結管理環節繁瑣、鏈路割裂、流程黑盒等問題，資料生命週期可看、可控、可感知。

在自動駕駛具體應用場景上，平臺支援2D影像場景下的車道線、車輛行人、泊車、交通訊號燈與指示牌、全景語義分割等型別標註，同步支援3D點雲場景下的車路協同、連續幀、點雲融合、點雲語義分割等標註型別，從源頭端解決自動駕駛應用場景持續擴充對於多源異構資料的需求。

憑藉完整的場景覆蓋能力與高效的執行交付機制，曼孚科技已與眾多世界頂級Tier1廠商、一線科技公司、主流演算法公司、造車新勢力、傳統汽車主機廠商等達成深度合作。

未來，曼孚科技將繼續探尋行業降本增效之路，助力自動駕駛行業早日實現規模商業化。