清華與上汽推出國內(nèi)首款大規(guī)模交通數(shù)據(jù)自動標注軟件
清華與上汽推出國內(nèi)首款大規(guī)模交通數(shù)據(jù)自動標注軟件
2019-02-12 09:46:24 來源：智能交通網(wǎng)
搶沙發(fā)
2019-02-12 09:46:24 來源：智能交通網(wǎng)
摘要：2017年開始，由清華大學(xué)蘇州汽車研究院與上汽集團合作，共同開展“面向智能駕駛大規(guī)模交通數(shù)據(jù)自動標注及其運維管理研究”，經(jīng)過內(nèi)部多輪迭代優(yōu)化，推出國內(nèi)首款大規(guī)模交通數(shù)據(jù)自動標注軟件。
關(guān)鍵詞：
交通
標注
軟件
2017年開始，由清華大學(xué)蘇州汽車研究院與上汽集團合作，共同開展“面向智能駕駛大規(guī)模交通數(shù)據(jù)自動標注及其運維管理研究”，經(jīng)過內(nèi)部多輪迭代優(yōu)化，推出國內(nèi)首款大規(guī)模交通數(shù)據(jù)自動標注軟件。
作為自動駕駛技術(shù)的基礎(chǔ)，標注信息至關(guān)重要。對傳感器采集到的大量交通數(shù)據(jù)進行分類、標注，然后上傳給自動駕駛系統(tǒng)進一步學(xué)習(xí)，提高自動駕駛的精確度。自動駕駛系統(tǒng)經(jīng)過大量交通數(shù)據(jù)反復(fù)訓(xùn)練和學(xué)習(xí)，會變得越來越聰明，越來越智能。
目前，絕大多數(shù)企業(yè)采用人工標注數(shù)據(jù)，面對大規(guī)模的交通數(shù)據(jù)就捉襟見肘了。人工標注存在時間長、成本高、一致性低等缺陷，掣肘自動駕駛系統(tǒng)AI算法的學(xué)習(xí)、迭代的速度。
該院AI實驗室副主任孫輝表明：目前自動駕駛行業(yè)的標注工作一般都是通過委外給標注工廠，人工標注。網(wǎng)上也有開源的軟件，但是只能做簡單的標注，比如說標注邊框、特征點。對于圖像分割等復(fù)雜的標注，一般通過photoshop作圖軟件來做，效率比較低，一張圖要花幾十分鐘，成本在20元以上。而使用自動標注技術(shù)可以節(jié)約80%以上的時間，降低人力成本；同時還能避免手工標注中數(shù)據(jù)不規(guī)范的問題，增強一致性，提高標注的準確率。
該院研發(fā)的自動標注軟件現(xiàn)已處于批量試用階段，已經(jīng)標注數(shù)十萬張以上的圖像，用于ADAS訓(xùn)練、自動駕駛學(xué)習(xí)等方面。目前主要以圖像為主，融合毫米波雷達、GPS、CAN總線等數(shù)據(jù)信息，未來會涉及激光雷達三維點云與圖像聯(lián)合標注。
面對龐大的交通場景，為解決數(shù)據(jù)采集量問題，AI實驗室一方面聯(lián)合上汽集團收集大量圖像；另一方面，孵化的眾多企業(yè)中約有上萬套產(chǎn)品在全國各地使用，主要在貨運車輛上，24小時不間斷傳輸數(shù)據(jù)，未來也會有產(chǎn)品安裝在私家車上，豐富數(shù)據(jù)來源。眾包采集也是研究的方向之一。
數(shù)據(jù)驅(qū)動的時代，數(shù)據(jù)越多、越好，得到的模型最終效果就越好，從而提升ADAS產(chǎn)品性能。例如針對前向避撞、車道保持、車道偏離等功能，可以通過大數(shù)據(jù)迭代算法模型，提升產(chǎn)品的可靠性和用戶體驗。而目前市面上智能車載系統(tǒng)數(shù)據(jù)基本都是依賴人工標注，國外也是人工標注居多，不夠智能，產(chǎn)品迭代升級速度慢。國外雖然有做自動標注的企業(yè)，但不開放方法和軟件，僅供內(nèi)部使用，通過賺取服務(wù)費獲利。
蘇研院立足基礎(chǔ)研究，加強開發(fā)應(yīng)用。自主研發(fā)的自動標注數(shù)據(jù)軟件不僅會在智能汽車領(lǐng)域使用，未來也會在高精地圖，安防監(jiān)控、交通監(jiān)控，工業(yè)監(jiān)測，智慧醫(yī)療等領(lǐng)域推廣，做一個通用軟件，實現(xiàn)產(chǎn)業(yè)化應(yīng)用。
第三十四屆CIO班招生
國際CIO認證培訓(xùn)
首席數(shù)據(jù)官（CDO）認證培訓(xùn)
責(zé)編：zhangwenwen
免責(zé)聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權(quán)歸原作者所有。任何單位或個人認為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，請及時通知本站，予以刪除。
