开启新年伊始,百度通过微信订阅号发布了一篇名为《是的!百度造车了!》的文章,宣布正式组建一家智能汽车公司,以整车制造商的身份进军汽车行业。吉利控股集团将成为新公司的战略合作伙伴。

百度方面称,新组建的百度汽车公司将面向乘用车市场,并将着眼于智能汽车的设计研发、生产制造、销售服务全产业链。百度汽车公司独立于母公司体系,保持自主运营;同时百度将人工智能、Apollo自动驾驶、小度车载、百度地图等核心技术赋能汽车公司。

吉利汽车方面则表示,此次合作将基于吉利最新研发的SEA浩瀚智能进化体验架构展开。

据了解,百度汽车公司将着眼于智能汽车的设计研发、生产制造、销售服务全产业链,基于百度人工智能、互联网科技基因,利用Apollo的自动驾驶能力,发挥在汽车智能化领域的经验优势,希望重塑智能汽车产品形态。下一步双方将基于吉利最新研发的纯电动架构浩瀚SEA智能进化体验架构,在智能汽车制造相关领域展开合作。

汽车市场风云变幻,业界大事此起彼伏

自2020年下半年以来,智能汽车的发展浪潮一浪高过一浪:滴滴出行发布了与比亚迪合作生产的电动汽车D1;苹果公司也被传出将在2021年9月发布首款电动车Apple Car;华为对外宣布在2020年已经向智能汽车解决方案BU投入5亿美元;阿里巴巴与浦东新区和上汽集团联手打造的“智己汽车”也正式亮相;国内造车新势力蔚来、理想、小鹏在这波浪潮的带动下动作不断,股价和业绩节节攀升……

汽车赛道如今向智能化、网联化这个方向的发展,明显利好有数据、算力、算法的企业,计算机视觉、NLP等人工智能最核心的技术领域,都聚集在智能驾驶上。在百度的官宣中:“百度重装组建汽车公司,既是人工智能技术的最佳实践,也是智能出行领域的重要战略布局。”

可以说,智能汽车,是人工智能技术应用最具想象力和最重要的领域之一。

拥有数据才能实现智能驾驶野心

那么,汽车是如何具备“智能”的呢,?即需要通过感知、规划、决策等过程,完成汽车的控制,这一过程,可以归纳为“人工智能”。

在感知层,其对于计算机视觉技术的需求度十分之高,系统需要对传感器采集的图像数据(包含2D与3D图像)进行处理,些信息包括但不限于自车的状态、交通流信息、道路状况、交通标志、司机状态等,这些信息构建了车辆的行驶环境,对准确性有着极高的要求,是机器预测和决策的依据。

换言之,“感知”起着类似人类驾驶员“眼睛”、“耳朵”的作用,是实现汽车智能的前提条件。

没有对车辆周围环境的定量感知,就犹如人没有了眼睛,智能驾驶的决策系统就无法正常工作。与其他应用场景相比,智能驾驶的落地场景相对复杂,尤其面对复杂多变的路况环境,背后尤其需要有海量的优质数据采集标注做支撑。

数据标注就是生产“数据”的工作,它存在的意义便是让机器理解、认识世界。以AI数据标注头部企业云测数据的智能驾驶数据服务解决方案为例,来了解在实现智能驾驶的这一过程中,需要哪些方面的数据。

通过剖析云测数据智能驾驶数据服务解决方案,我们可以简单的将标注场景分为车内和车外。

在车内场景中,疲劳监测、动作识别、场景光线等一切会在车内发生的场景,以及在车外环境中更复杂的障碍物、道路、天气、地点、车道线、路标,以及一些长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等所有可能会涉及的场景,都需要对应的如连续帧标注、2D图像框选、图像分割等不同的标注方式。

上述这些只是智能驾驶中涉及到摄像头的数据,多为图片类数据的标注。由于对安全的严苛要求,当前的智能驾驶所需数据需求,正向着多模态的方向发展。所谓多模态,即是对多维时间、空间、环境数据的感知与融合。

在汽车的感知部分不仅只有摄像头,还有激光雷达、毫米波雷达、超声波雷达等多种方式共同组成,而这些感知方式都需要对应的数据标注。

以激光雷达为例,高性能激光雷达可以实现200米范围内,精度高达厘米级的3D场景扫描重现。它生成的3D点云数据通过标注后,可以助力自动驾驶模型的训练。云测数据基于行业先进的标注工具和丰富的标注经验,对机动车、障碍物等目标物进行3D框选、对雷达图进行语义分割,同时还可以对2D 3D多传感器融合的数据进行同时标注,实现视觉和雷达的数据感知,帮助汽车更好的感知道路场景,为智能驾驶技术的发展保驾护航。

智能驾驶,未来可期