代码编织梦想

“最近,智能汽车板块有一个重磅消息,三年后,上海将至少有七成汽车具备自动驾驶辅助或无人驾驶能力。”

9月5日,上海印发的《上海市加快智能网联汽车创新发展实施方案》,将自动驾驶又一次送上了热搜。

该方案指出,到2025年,上海具备组合驾驶辅助功能(L2级)和有条件自动驾驶功能(L3级)汽车占新车生产比例超过70%,具备高度自动驾驶功能(L4级及以上)汽车将在限定区域与特定场景实现商业化应用,上海将成为国内汽车智能化发展的领先城市。

显然,这一举措会成为智能汽车行业的方向标,为新能源汽车商业落地指明方向,真正将自动驾驶产业运作起来。

至于为什么是上海?其实还是产业优势所然。

世界顶级自动驾驶城市——上海

上海大力推广自动驾驶产业发展,已不是一朝一夕之事。

作为最早开展自动驾驶测试的城市之一,上海早已将无人智能融入社会,如无人驾驶出租车、自动驾驶AR小巴、智慧车列、智能5G重卡、智能零售、智能外卖配送等等,屹然是一座智能化大都市。

值得一提,上海也是全球自动驾驶测试企业最多的地方。加之完善的汽车产业配套设施,使其成为了全球最优质智能驾驶赛道。
在这里插入图片描述

此次颁布的网联实施方案,除聚焦车规级芯片、人工智能算法、激光雷达、车载操作系统、智能计算平台、线控执行系统等关键领域外,智慧道路基础设施也成为着重开拓对象。

在智慧道路方面,上海将加快落实重点区域覆盖,以基本满足车路协同、智慧交通等应用需求,智能出行规则、标准与监管体系将突破优化,基本建成系统完善的智能网联汽车管理体系。

此外,多层次的智能网联汽车关键零部件产业体系构建也是重中之重。上海将持续推动智能网联汽车产业链建设,加快布局骨干企业,支持企业围绕产业链上下游开展并购重组。

而这一规定也将成为自动驾驶行业大洗牌的助推器。

自动驾驶 难有降维打击

早在2021年,部分以Robotaxi为目标的L4级自动驾驶公司便开始分化新的业务,试图通过技术在商业收入方面有所突破。

对于自动驾驶公司研发L2级辅助驾驶功能的现象,被部分人称为“降维打击”。

他们向往真正的无人驾驶,认为L4级自动驾驶公司凭借精密的算法,能为智能汽车提供更丰富的驾驶功能与体验,像科幻小说中高维生物随手消灭低维生物那般轻松。

只是这种幻想,在更多人眼中是不切实际的。维度不同,技术也不同,以软件算法为荣的自动驾驶公司进入对软硬件要求更严格的研发领域,过程并不会顺利。

尽管外界声音不断,但可以肯定,此次上海对L2、L3级技术的扶持与对L4级的约束,会增加更多跨维度转型的企业,给自动驾驶带来更前沿的新技术。

危机下的选择

在特斯拉、蔚来、小鹏等L2、L3级自动驾驶企业风生水起时,反观L4级企业,几年前行时间,它们离终点的距离逐渐缩短,但目标仍不在视线之内,资金的消耗随着自动驾驶车辆规模扩大而增加。

这些困身于商业化迷雾之中的自动驾驶公司急寻一招助其冲破封锁的逆天技能。

此次,上海对智能网联汽车的规范不可谓不及时。在思索中,他们将看向L2、L3级辅助驾驶系统。

而另一方面,该赛道也会涌入更多带着高新软件算法的后起之秀,凭借着国家红利支持,在L4级自动驾驶开拓更细化、专业的场景应用。

争抢关键窗口期

2025将注定是不平凡的一年。

在2025年,上海预计智能网联汽车市场规模将达5000亿元;百度集团预测全球会出现大范围进行Robotaxi商业运营的企业;广汽预测智能汽车将出现拐点,无人驾驶的整体产品体验和服务会有一个大的突破,会对产品体验和未来商业的竞争产生非常大的变化。

话里话外,2025年作为关键节点的重要性不言而喻。

事实上,不仅上海,全国其他城市也相继立下了出台自动驾驶汽车行业规范或扶持的Flag,力争未来几年在自动驾驶领域实现更大飞跃。

以北京为例,在2021年8月北京就发布了《北京“十四五”高精尖产业规划发布》,该规划指出,要力争到2025年实现汽车产业产值突破7000亿元,智能网联汽车(L2级以上)渗透率达到80%。

而除政策扶持外,自动驾驶要想真正实现突破,技术也是一大难关

数据为王的时代

人尽皆知,自动驾驶的三大主力为“传感器、计算平台、数据与算法”,而现阶段,算法成为阻碍智能汽车前进的主要难点之一,作为算法的基础,数据的地位变得越来越高。

想要算法做到处理更多、更复杂的场景,背后就需海量的真实道路数据做支撑,而这就需要依靠数据标注。

数据标注是车辆识别基础障碍物的基础,是提升模型质量的关键,海量且高质量、精细化的数据可以在很大程度上提升汽车自动驾驶的安全性与实用性,助推自动驾驶落地化进程。

市面上大中型数据标注公司沿用的是AI+私有化部署+平台的模式。当前,将技术引入数据标注流程已是业内通用做法,让训练好的AI模型反哺人工标注,也是标注技术公司的优势所在。

以曼孚科技为例,曼孚科技作为行业领先的AI基础架构与数据智能平台服务商,专注为自动驾驶企业提供从战略到技术落地的一站式数据解决方案。

在这里插入图片描述

作为新一代技术导向型公司,曼孚科技自研了智能数据服务平台MindFlow SEED,该平台作为数据智能平台体系的重要组成部分,是实现重构AI基础架构的关键。

MindFlow SEED平台除拥有目前市面上主流第二代平台的“多场景标注能力+有限项目管理能力”以外,还创新性的大量引入生命周期管理、AI增强等模块,形成了覆盖“**数据全生命周期管理能力+供应链管理+项目协同+AI人机协同+自定义权限+全场景标注”**的多维立体数据处理能力。

在这里插入图片描述
在这些功能模块的加持下,平台数据标注效率平均可提升10倍以上,AI辅助筛查下,数据精准度可达99.99%级别,直击自动驾驶企业数据需求痛点,从源头端解决自动驾驶应用场景持续拓展对于多源异构数据的海量需求为自动驾驶提供强劲的后盾支撑
在这里插入图片描述

在这个数据为王的时代,谁拥有越精良的算法 ,谁就能在自动驾驶行业脱颖而出,而数据标注将是一条通往成功的捷径。

变化,自动驾驶的新赛道

正所谓,天地一浮云,此身乃毫末。

过去专注于某一场景是自动驾驶技术快速发展的秘诀,而如今,摆脱自我约束的边界,将技术以不同形式真正实践或许将是未来的新主题。

不可否认,自动驾驶公司研发辅助驾驶之路刚起步,前方仍有不少困难。但精诚所至,金石为开,属于自动驾驶的时代已经到来。

在这里,期待未来的自动驾驶能够还愿,在驾驶功能的量产方面取得新的进展,早日实现真正的无人驾驶!

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/manfukeji/article/details/126763336

矿区自动驾驶:异军突起的新赛道-爱代码爱编程

过去的一年,是自动驾驶商业化取得卓有成效进展的一年。 以“Robotaxi”场景为代表的商业化试点率先在北京开启,自动驾驶由此迈过产业化“奇点”,正式进入量产应用的快车道。 值得注意的是,相较于开放道路下的乘用车场景,矿区、港口、物流园区、机场等封闭场景下的自动驾驶商业化进展则更为迅速而稳定,尤其是矿区场景,更是近些年自动驾驶下的热门细分赛道。 为什

2022自动驾驶商业化落地,主流将是什么?丨曼孚科技-爱代码爱编程

2021年可谓是自动驾驶的商业化元年,进入2022年,随着国家自动驾驶示范区数量增加,自动驾驶技术已应用至多个场景,规模化商用开始成为行业主旋律。 在这样的持续热度下,自动驾驶科技企业、主机厂与场景方多方协同,使得自动驾驶摆脱浅层概念,真正走进大众生活。而面对日益增长的市场需求,如何打磨自身竞争力,进入最后的决赛圈也成为自动驾驶产业中每个参与主体都需要思

3D点云基础——平台演示篇-爱代码爱编程

在深度学习技术进步的支持下,自动驾驶汽车正成为未来出行的核心。 自 2010 年初以来,围绕自动驾驶系统的研究随之兴起且经过多年实践迅速发展,在众多技术中,3D点云技术的突破已成为自动驾驶前行的推进器,保证自动驾驶车辆的正常行驶。 传感器的推动力 自动驾驶系统的性能高度依赖于感知任务的质量。为保证自动驾驶车辆的正常行驶,自动驾驶首先应具备一套完整的感

提升数十倍工作效率丨曼孚科技如何打造新一代TOP1智能标注平台?-爱代码爱编程

伴随数字经济发展,人工智能已渗透进人们生活、工作中,市场对数据需求正呈现出指数级增长,基础数据服务行业的重要性愈发凸显。 在这种科技与产业深度融合的时代下,为AI行业提供优质的数据服务,是数据服务企业的首要目标。 正所谓“刀快不怕颈硬,锯快不怕树粗”,面对市场与日俱增的数据需求,借助优秀的辅助工具便能最大化提升训练数据产出效率,缓解市场供需平衡。 新

自动驾驶感知系统路线之争:纯视觉or激光雷达-爱代码爱编程

在国家政策和市场的积极引导下,自动驾驶技术逐渐在矿山、港口等特定场景实现规模化商业运营。 与有人驾驶汽车方式类似,自动驾驶核心系统由三部分构成:感知系统、决策系统与执行系统。 其中感知系统类似于驾驶员的“眼睛”与“耳朵”,通过各种传感器对驾驶过程中的路况信息进行捕获,以解决自动驾驶最为关键的“行车安全”问题,因此感知系统也是自动驾驶的重要基础与先决条

人工智能时代,数据标注产业将迎来黄金时期?丨曼孚科技-爱代码爱编程

在AI科技爆发的年代,智能已逐渐遍布各大行业,随着愈来愈多的产品都被赋上“AI+”文化,人工智能发展的浪潮已成为各企业新的探索目标,人工智能必将在支柱产业中占据一席之位,而这一方向愈加明确,愈会带动相关产业的发展,数据标注产业将迎来黄金时期。 其实,早在人工智能时代未完全到来之时,数据标注产业就已悄然兴起,作为朝阳企业,许多从业人员都为数据标注奉献了大量

机器越“智能”,数据标注员越容易被淘汰?丨曼孚科技-爱代码爱编程

有这样一类人,他们是AI行业的赋能者,是智能时代的奠基人,他们就是人工智能背后的“人工”——数据标注员。 数据标注员的职责是帮助机器习得“知识”,或者换一种说法,他们的想法决定了AI的想法。AI繁荣的这些年,有数以亿兆级的数据信息传递到标注师的电脑前,被他们手动“智能化”。 而如今,随着数据标注不断迭代升级,很多人担心数据标注师或许很快就会离开时代舞台

数据标注丨关于3d点云的这些知识,你知道几个?_曼孚科技的博客-爱代码爱编程

点,作为人类感知与认知最原始的概念,是打开人类思维世界的新窗口。欧氏几何学中最简单的图形就是由点构成,点的云集掀开了人类观测世界的新篇章,重构了我们的世界。 以地图和影像为代表的二维空间数据表达已经走过了漫长的历史,但远远不能满足人们对现实三维空间认知和地学研究的需求。 而随着激光扫描、摄影测量等技术的开创,现实世界的三维数字化逐渐成为新时代标志产物,

自动驾驶,离真正量产还差什么?_曼孚科技的博客-爱代码爱编程

2022年上半年,自动驾驶商业化在政策端与市场端均迎来新的发展阶段。 政策方面,4月份北京正式对外发放无人化载人示范应用通知书,并允许Robotaxi主驾去掉安全员; 5月份,云南省工业和信息化厅发布了《关于“十四五”推进云南省车路协同自动驾驶试点示范建设的指导意见》,明确到2025年,逐步实现高级别自动驾驶商业应用,L4级别智能车辆在特定领域开始试运

车企“花式挖人”:年薪百万的算法工程师为何比钱还难找?_曼孚科技的博客-爱代码爱编程

自2020年开始,汽车行业便陷入了各种“缺”的怪圈。 目前,国内汽车行业正经历着缺芯、缺电,甚至各类零部件缺乏的状况。而除相关物料的缺乏外,人才的短缺已成为汽车行业发展的重灾区。 这其中,被资本市场视为风口的自动驾驶更是已上演多场激烈的“人才争夺战”,招聘手段可谓“八仙过海,各显神通”。 随着造车新势力、传统车企对自动驾驶人才需求日益疯涨,一名普通的

“挽弓当挽强,用箭当用长”,曼孚科技为数据服务行业开启新赛道_曼孚科技的博客-爱代码爱编程

过去十年,信息技术探索带来的红利“喂饱”了大批新型产业,人工智能、云计算、5G等核心科技力量已成为推动产业升级的重大突破口,尤其AI产业的发展更已成为经济高质量增长的重要引擎。 许多传统企业像大鱼入海一样涌入AI浪潮,AI产业链愈加大众化。 而与此同时,数字化、智能化进程加快,使得AI训练数据本身的复杂度和种类不断提升。据估,所需数据中难度较大的非结构

特斯拉2年内实现全自动驾驶,无人驾驶时代还远吗?丨曼孚科技_曼孚科技的博客-爱代码爱编程

“自动驾驶就像被困在瓶中的一艘船,隔着玻璃瓶与大海相望,但迟迟无法落地…” 自动驾驶的疯狂始于人类对未知技术的渴望。2012年,谷歌创始人谢尔盖. 布林称:“距离实现全自动驾驶的年数一只手就数得过来。”人们估算,自动驾驶会在2020~2021年实现。 于是从四五年前开始,一大批自动驾驶创业公司破土而出。它们宣称将软硬通吃,铺开robotaxi、自动驾驶

数据标注是一块肥肉,盯上这块肉的不止中国丨曼孚科技_曼孚科技的博客-爱代码爱编程

“我觉得数据标注一直被世人误解,数据标注不是人工智能界的‘富士康’。” 数据标注到底是怎样的工作?作为人工智能服务行业的一员,为什么被扣上“劳动密集型”的帽子? 推本溯源,这还要从7年前说起。 2015年百度AlphaGo的横空出世,像丢进水里的炸弹一样,掀起AI界的惊涛骇浪。 此后的日子,人工智能行业在聚光灯下飞奔,跑出实验室、实现”AI+产业“

智能汽车量产“排位赛”:激光雷达与毫米波雷达的角逐战_曼孚科技的博客-爱代码爱编程

智能汽车现在卷到什么程度了? 据获悉,在进入大规模量产“元年”后,各大车企都在全力升级自身的硬件配置,并进行一系列复杂场景的路测数据积累,拉开围绕高阶自动驾驶的量产“排位赛”。 这其中,作为核心传感器之一的传统毫米波雷达也跟随步入升级换代与突破创新的关键阶段。 激光雷达与毫米波雷达的角逐战 作为高阶自动驾驶的三大核心传感器,摄像头正经历高像素、3D

案例分享:自动驾驶3d点云语义分割数据标注_曼孚科技的博客-爱代码爱编程

在自动驾驶环境感知系统中,如何获取高精度实时路况数据,是决定自动驾驶系统行车安全的关键。 目前主流的两种感知技术路径“纯视觉”与“高精地图+激光雷达”中,由于激光雷达采集的3D点云路况数据更为密集、准确且具备三维地理信息,因此以3D点云数据为基础的感知算法即成为部分自动驾驶企业的核心技术路径,并诞生了规模庞大的3D点云数据标注需求。 一.何为3D点云语

亿级融资事件占比超30%,超自动化的下一站是何处?丨曼孚科技_曼孚科技的博客-爱代码爱编程

数字浪潮成就了自动化时代的崛起,而自动化的下一站又是何处? 要想明晰这点,先来缕清企业数字化市场行业趋势: 资本新赛道 最近一个趋势,越来越多的互联网企业在筹备进军企业市场,这从猎头和招聘网站的众多信息中可窥一斑。 究其原因,是动荡不安的资本环境迫使赛道玩家改革创新。据《科创板日报》显示,2022年中国一季度投资事件环比下降约35%,2022年,国

一文读懂自动泊车的自动化等级_曼孚科技的博客-爱代码爱编程

从第一辆真正意义上的汽车发展至今,已近百年时间,汽车不仅实现电气化与自动化,且步入了智能化的队列,自动驾驶逐步得到社会认可推崇,弯道超车、自适应巡航、自动泊车等智能化技术为驾驶员操作带来便利,这其中,自动泊车作为呼声较高的功

机器学习的命脉:自定义数据集的6个关键步骤,你知道几个?_曼孚科技的博客-爱代码爱编程

高质量数据是机器学习的命脉,创建合格的数据集对模型培养至关重要,本文将简要介绍自定义数据集的6个关键步骤: 选择收集方式 数据集收集有三种方式,第三方购买、开源平台收集、手动收集。 在手动收集方面,可以利用数据抓取工具

机器学习中的“泛化”:模型过拟合与欠拟合,到底怎么回事?_曼孚科技的博客-爱代码爱编程

“现实世界永远不会组成一个类分布均衡、没有噪声和异常值、数据分布均匀的完美数据集。”这是任何数据科学家都不想听到的话,但事实确是如此。 人们训练机器时,最常出现的错误即是模型过拟合与欠拟合,这是机器学习难以逃脱的陷阱。

「曼孚科技」揭开计算机视觉的神秘面纱——物体检测技术_曼孚科技的博客-爱代码爱编程

计算机视觉是当前人工智能最热门的领域之一,在其快速发展中,物体检测发展发挥了关键作用。本文旨在详解物体检测基本概念、衍生技术及其社会化应用,揭开计算机视觉的神秘面纱,深刻理解人工智能的独特魅力。 什么是物体检测? 简单来