（原標題：我們離自動駕駛還有多遠？這個數據解決方案正在加速智能汽車普及）

　　【TechWeb】自動駕駛正處在風口上，資本、人才、技術趨之若鷲。

　　據摩根大通的研究分析，到2025年前，中國L1到L5級的輔助駕駛和自動駕駛市場規模將實現33%的年均增長率，總規模于2025年達到約71億美元。2020年，國家發改委會同11個國家部委聯合發布了《智能汽車創新發展戰略》，指明了2025年實現有條件智能汽車規模化生產，2035年中國標準智能汽車體系全面建成的愿景。

　　時下，Robo-Taxi、無人送貨等技術的商業化已進入快車道。百度Apollo、滴滴、文遠智行、AutoX等載客服務在國內部分地區得到驗證；新石器、京東、美團等電商、物流企業積極探索低速送貨業務。

　　隨著乘用車電驅化滲透率提升，車企之間的競爭不再圍繞內燃機、變速器，轉而向車內軟件、智能化程度看齊。上汽集團董事長陳虹甚至將自動駕駛比作車企的“靈魂”； 戴姆勒公司董事會主席康林松也將奔馳重新定位為“一家軟件運營公司”，并表示“正在生產具有開創性的移動設備”。

　　然而，自動駕駛的“進階之路”如同人類學習開車一樣，都需要經歷漫長的過程，不僅需要先進的模型預算法，高質量且大規模數據一樣不可或缺。

　　為解決智能駕駛從研發初期到落地的訓練高質量數據需求，近日，國內領先AI訓練數據服務商「云測數據」發布新一代自動駕駛數據解決方案。

　　目前云測數據為自動駕駛企業提供的提供的解決方案分三部分。一是基礎數據集，二是定制化數據采集和標注服務，三是包括數據采集標注、數據管理的全方位數據工具鏈。

　　“三個部分分別對應不同層階段的自動駕駛落地需求。”云測數據總經理賈宇航向TechWeb介紹，“第一個階段解決場景識別等基礎問題的通用數據，例如車輛識別、車道線識別，這個階段涉及多種傳感器，需要的大量布局；第二階段基于選定的場景，根據深度神經網絡引入特定的數據，云測數據場景實驗室和標注基地有實力滿足相應數據的精度和規模；第三階段形成數據閉環，類似于特斯拉，云測數據可提供一整套成熟工具幫助完成數據采集、標注、管理一系列流程，幫助企業完成自身迭代。”

　　據介紹，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，比如支持駕駛員信息備采、多模及車載語音采集等眾多類型。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。

　　與此同時，隨著激光雷達硬件成本下降，相應的需求也在井噴式爆發，實際上云測數據已在新的需求中提前布局，“我們在點云類型數據標注上有完整、完善的工具及經驗，是業內率先實現2D /3D融合標注、3D點云標注、3D矩形框選、語義分割、目標跟蹤等功能的企業。”賈宇航在采訪中表示。

　　“通過我們為自動駕駛落地服務的數據標注平臺、標注工具 ，能夠將AI數據訓練過程綜合效率提升200%，項目最高標注精度可實現99。99% 。”賈宇航介紹到。

　　在智能汽車普及的大背景下，數據標注作為人工智能落地應用實現的重要環節，其標注后的數據精度和效率影響著車輛上路后重中之重的安全性。

　　云測數據通過自動駕駛場景數據庫、定制化數據采集標注、數據標注數據管理平臺等服務，在為智能駕駛相關企業提供大規模感知數據的能力同時，可減少數據采集周期、提升數據標注效率，在提升AI訓練精度的同時，為自動駕駛公司的大量節省研發時間和成本，幫助其快速、平穩成長。