車企如何解決自動駕駛資料標註難題？

“AI資料是人工智慧行業的燃料，對自動駕駛領域頭部企業來說，為了保持自身的競爭優勢並加快自動駕駛應用安全落地程式，需要依靠大量的高質量標註資料做支撐，才能有效解決自動駕駛深度學習理論上遇到的問題。資料作為AI技術的底層基礎，高質量的訓練資料越來越受到自動駕駛行業的重視。”

不久前，我國牽頭制定的首個自動駕駛國際標準正式釋出。這一國際標準是我國組織德國等二十多個國家的專家，共同對自動駕駛測試場景標準體系做了嚴格的系統規劃，這個標準主要明確了測試場景的基本術語和要素構成，為後續建立基於測試場景的自動駕駛測試評價奠定了基礎。

隨著社會各界推動相關法律法規的完善，逐漸體現出了各國對自動駕駛應用落地的重視。

資料標註對自動駕駛的重要性

自動駕駛四大核心技術是環境感知、精確定位、路徑規劃、線控執行。與其他人工智慧應用場景相比，自動駕駛的落地場景更為複雜，想要自動駕駛技術中的演算法不斷進步，處理更多、更復雜的場景，就需要運用到大量真實道路上的資料做支撐。

AI資料是人工智慧行業的燃料，對自動駕駛領域頭部企業來說，為了保持自身的競爭優勢並加快自動駕駛應用安全落地程式，就需要海量高質量的自動駕駛相關資料。

資料只有加上了標籤才有意義，對於人工智慧深度學習來說，資料標註是一個必要的工作，只有依靠大量的高質量標註資料做支撐，才能有效解決自動駕駛深度學習理論上遇到的問題。資料作為AI技術的底層基礎，高質量的訓練資料越來越受到自動駕駛行業的重視。

在自動駕駛領域中，資料標註處理的場景包括車輛透過路口、左轉、右轉、換道超車、違規闖紅燈車輛、違規橫穿馬路的行人、路邊違章停靠的車輛等。因此，像自動駕駛這種對場景要求多元、對演算法精度要求高、對資料數量要求大的業務，更適合與專業的資料標註公司合作。

景聯文科技提供自動駕駛資料解決方案

景聯文科技自動駕駛資料解決方案覆蓋了自動駕駛演算法從演算法預研期到專案落地全流程的訓練資料需求，透過自動駕駛場景需求提供定製化資料採集標註服務。為了更好地解決以往使用的單一工具在執行效率上的欠缺並積極迎合市場需求，景聯文科技自研3D標註平臺，針對不同廠商和裝置提供的2D3D點雲融合或3D點雲資料均可完成高質量高精度的資料標註，基於自身豐富的自動駕駛標註經驗和先進的標註工具，可對車輛、行人、路標等行駛障礙物進行框選標註，包括car、bus、truck、rider、tricycle、bicycle、sign、trafficlight、roadsign、pedestrian等多個類別障礙物。

具體標註方式包括使用連續幀對多個類別障礙物進行聯合標註，對不同類別障礙物進行

2D拉框標註並標註對應屬性，對鐳射點雲資料進行3D拉框標註（包括長、寬、高，障礙物3D框中心點x、y、z座標值，航向角等資訊標註），將點雲框住的3D框對應的2D投影框與影像中障礙物實際位置貼合，能夠為環境感知技術提供精準的3D點雲標註資料集，並支援全方面的標註、質檢、驗收和管理。

景聯文標註平臺支援一站式AI結構化訓練資料的生產與管理，幫助自動駕駛企業快速建立、訓練和部署AI模型，滿足自動駕駛技術在不同開發層次的資料需要，用資料加速自動駕駛行業的發展與創新。

景聯文科技為助力自動駕駛智慧駕艙和車外環境感知技術的落地發展，建立了一個自動駕駛相關資料庫，包含多天氣情況，多行駛路況等環境資料，包括語音識別、臉部識別、手勢識別、動作識別、目標檢測等資料。

案例

3d點雲標註案例：

需求：標註點雲圖片共計3w幀，合計18w個點雲框

專案難點：要求支援3D點雲影像標註、2D3D融合標註；在2D影像模糊的情況下難以判斷方向，需要標註員及質檢員有較好的方位感；3D點雲標註難度大，對資料標註平臺要求高。

解決方案：景聯文科技提供專業標註平臺，支援3D點雲影像標註和2D3D融合標註；配備3年以上2D3D點雲標註專案管理經驗的專案經理和標註團隊。安排標註團隊對專案背景、目的、規則、注意事項、難點、平臺操作、專案要求（準確率、日產量）進行培訓和考核，考核淘汰40%，剩餘60%人員進入正式任務；景聯文資料標註平臺具有自動標註功能，可對2D3D影像進行預處理，根據標註結果調整模型進行標註，根據場景靈活配製標註流程，進一步保證了標註精度。

景聯文科技｜Al基礎資料服務｜資料採集｜資料標註｜假指紋製作｜指紋防偽演算法

助力人工智慧技術加速數字經濟相關產業質量變革，賦能傳統產業智慧化轉型升級