景联文科技：数据标注如何在人工智能自动驾驶中发挥作用？

近年来，随着人们需求的推动，自动驾驶汽车领域取得了很多技术性的突破，吸引了越来越多的汽车厂商以及科技力量的投资，汽车智能化、网联化、电动化和共享化的发展趋势对汽车产业带来很多影响，数量的爆炸式增长、硬件设施的升级、算法和模型的不断优化、大量资金的投入，使自动驾驶成为一个朝气蓬勃的新兴技术领域。

自动驾驶涉及的硬件系统和典型应用场景

自动驾驶硬件系统主要包含五部分：感知模块、自动驾驶计算机、供电模块、信号通信模块、执行和制动块。

感知处理、决策规划和控制执行是人工智能在自动驾驶中的典型三大应用场景。感知处理方面，基于深度学习的计算机视觉，可获得较接近于人的感知能力。在决策规划方面，深度神经网络与深度强化学习，能通过大量学习实现对复杂的情况作出决策。在控制执行方面，智能控制方法主要体现在对控制对象模型的运用和综合信息学习运用上，包括神经网络控制和深度学习方法等。

1、感知模块

自动驾驶汽车的感知模块主要代替驾驶员的眼睛。通常由摄像头、激光雷达、毫米波雷达组成。

摄像头主要用于获取图像信息，并在车载电脑的辅助下辨别移动的物体，可用于识别行人、车、树、红绿灯、信号牌等，从而进行定位。激光雷达用于获取激光扫描反射数据，用于识别行人、车、树等障碍物，从而进行定位，并将结果以3D地图的方式呈现出来，给予计算机最初步的判断依据。毫米波雷达获取反射数据，主要用于识别障碍物，测距，在传统汽车上安装用于辅助避障。感知模块中，最重要的当属激光雷达，因为它精度高，可靠性更高，很好地满足了自动驾驶高精度定位、识别等功能。

2、执行与制动模块

执行系统接收自动驾驶控制模块操作车辆的执行指令，控制车辆动力（油门和档位）、底盘（转向和制动）和电子电器等系统的执行，从而实现对自动驾驶的速度和方向控制。

3、高精度地图

高精地图是面向自动驾驶汽车的一种新的地图数据范式。高精地图绝对位置精度接近1m相对位置精度在厘米级别，能够达到10-20cm。此外，高精地图记录驾驶行为的具体细节，包括典型驾驶行为、最佳加速点及刹车点、路况复杂程度、以及对不同路段信号接收情况的标注等。

数据采集标注对自动驾驶汽车的重要性

自动驾驶算法的优化升级需通过车辆传感器、车联网平台、周边基础设施等获取周边环境、交通规则、驾驶员的驾驶习惯、地图定位等数据信息。L3级以上自动驾驶汽车需处理海量的数据，当前人工智能网络对于单计算节点的算力要求过高，但当前并没有完全实现自动驾驶。自动驾驶方案的优化对算力提出更高要求的同时更对数据标注的准确性提出更高的要求。

景联文科技为自动驾驶技术提供数据采集支持

景联文科技是一家专业的数据采集标注公司，采集了《500小时麦克风手机采集车载噪音数据集》、《1,300万组人机对话交互文本数据集》、《500人DMS驾驶员行为数据集》等数据集，可直接提供给自动驾驶算法厂商，使其用于算法研究。不管是街景场景数据，驾驶员行为数据，还是车载语音数据，景联文科技拥有丰富的AI数据项目实施经验及完善的项目管理流程，支持智能驾驶场景下驾驶舱内、舱外的图像、语音数据采集任务，辅助智能驾驶技术在复杂的环境下感知实际道路、车辆位置和障碍物信息等，实时感知驾驶风险，实现智能行车等预定目标。

 

景联文科技在和各大汽车厂商和算法研究厂商合作的标注项目过程中，积累了大量的关于监控道路车辆2D拉框、车辆3D拉框、车道线分割、车牌OCR标注、视频连续帧标注、人机交互文本标注、3D点云语义分割标注、2D3D融合标注等经验。

针对数据定制标注服务景联文科技有先进的数据标注平台与成熟的标注、审核、质检机制，支持计算机视觉（拉框标注、语义分割、3D点云标注、关键点标注、线标注、2D/3D融合标注、目标跟踪、图片分类等）、语音工程（语音切割、ASR语音转写、语音情绪判定、声纹识别标注等）、自然语言处理（OCR转写、文本信息抽取、NLU语句泛化）多类型数据标注。

现有数据库拥有声音、文本成品数据集200T，包括NLU、NLP、TTS、ASR、发音字典，图像成品数据集420T，主要涵盖人体生物识别数据（指纹、人脸、虹膜等)等等，其他数据集90T，包括车辆、道路场景、违禁品x光机等成品数据集。

未来，景联文科技也将继续为自动驾驶提供可靠的数据支持。