騰訊自動駕駛云平臺構(gòu)建「數(shù)據(jù)閉環(huán)」 推動自動駕駛落地提速

　　數(shù)據(jù)是數(shù)字時(shí)代全新的生產(chǎn)要素，數(shù)據(jù)與算法、算力的融合，正在促進(jìn)人工智能行業(yè)的發(fā)展。自動駕駛作為AI技術(shù)皇冠上的明珠，數(shù)據(jù)的作用更是貫穿生產(chǎn)、測試、研發(fā)全生命周期。目前，自動駕駛走入以落地應(yīng)用為目標(biāo)的下半場，在解決極端場景下的安全等問題方面，對數(shù)據(jù)進(jìn)行高效的采集和利用，提高數(shù)據(jù)循環(huán)鏈路的速度，成為整個(gè)自動駕駛技術(shù)迭代的關(guān)鍵點(diǎn)。

　　構(gòu)建數(shù)據(jù)閉環(huán)，提升自動駕駛系統(tǒng)的核心競爭力

　　在自動駕駛的研發(fā)過程中，大數(shù)據(jù)如影隨形。高效利用并轉(zhuǎn)化海量實(shí)際路況數(shù)據(jù)，可以幫助系統(tǒng)加速學(xué)習(xí)和升級，也意味著能夠率先搶占高級別的自動駕駛技術(shù)高地，因此整個(gè)行業(yè)都極為重視并大力投入數(shù)據(jù)閉環(huán)的建設(shè)。

　　車輛要想在道路上實(shí)現(xiàn)完全自動駕駛，除了要依靠車輛本身的攝像頭、毫米波雷達(dá)、激光雷達(dá)等傳感器，還要依靠網(wǎng)聯(lián)技術(shù)的支持。行駛時(shí)車輛依靠各種傳感器“觀察”道路，會產(chǎn)生大量數(shù)據(jù)，每小時(shí)的駕駛時(shí)間數(shù)據(jù)量達(dá)TB級，在當(dāng)前的多數(shù)場景下，車端顯然不適合處理和存儲如此巨大的數(shù)據(jù)負(fù)載。而車端產(chǎn)生的大量數(shù)據(jù)，是提升自動駕駛體驗(yàn)、完善算法的關(guān)鍵資源，所以當(dāng)下更好的選擇是端云結(jié)合，將數(shù)據(jù)有策略的回傳到云端，再通過人工智能算法標(biāo)注和提取大量的訓(xùn)練數(shù)據(jù)，為算法訓(xùn)練和仿真提供輸入，實(shí)現(xiàn)虛擬開發(fā)測試環(huán)境的搭建、驗(yàn)證和算法迭代。

　　要想在復(fù)雜的場景中提升現(xiàn)階段輔助駕駛/自動駕駛安全性，充分的測試與驗(yàn)證工作必不可少，由于現(xiàn)實(shí)中的駕駛場景難以窮盡，復(fù)雜且不可預(yù)測，在開發(fā)和測試的過程中，業(yè)界一般通過采集大量的數(shù)據(jù)構(gòu)建場景集，幫助汽車打造仿真環(huán)境以實(shí)現(xiàn)模擬測試。實(shí)際路測中復(fù)現(xiàn)一次極端場景的接管一般要以月為周期單位，相比之下依靠數(shù)據(jù)與仿真測試手段，不僅可以復(fù)現(xiàn)更多極端場景，還可以極大提升測試效率。

　　此外，在部署自動駕駛車輛之后，會產(chǎn)生大量的回傳數(shù)據(jù)，自動駕駛系統(tǒng)也需要基于這些數(shù)據(jù)不斷進(jìn)行迭代升級，并通過OTA的方式為用戶持續(xù)推送新的功能、適應(yīng)更多的場景和提升體驗(yàn)。

　　由此可見，基于數(shù)據(jù)驅(qū)動的自動駕駛，在完成前期數(shù)據(jù)的收集、中間數(shù)據(jù)的存儲與遷移之后，還要對后期核心數(shù)據(jù)進(jìn)行訓(xùn)練與管理。因此，構(gòu)建自動駕駛數(shù)據(jù)閉環(huán)，是自動駕駛產(chǎn)品研發(fā)的核心競爭力。

　　騰訊自動駕駛云平臺驅(qū)動數(shù)據(jù)高效流轉(zhuǎn)

　　騰訊憑借多年在大數(shù)據(jù)、AI等領(lǐng)域的深度積累，借助騰訊云強(qiáng)大的算力支持，結(jié)合本土化的交通場景和應(yīng)用需求，成功研發(fā)出在工具鏈完整性、場景豐富性、場景真實(shí)性等方面行業(yè)領(lǐng)先的自動駕駛云平臺，極大地提升了研發(fā)和測試效率，在云端高并發(fā)運(yùn)行、真實(shí)有效性等方面實(shí)現(xiàn)了創(chuàng)新突破。

　　騰訊自動駕駛云平臺基于云端海量存儲空間與計(jì)算資源支撐，構(gòu)建了數(shù)據(jù)采集管理、樣本標(biāo)注、算法訓(xùn)練評測、診斷調(diào)試、云端仿真、實(shí)車反饋閉環(huán)等全流程云服務(wù)，提供支撐自動駕駛研發(fā)的全鏈路云服務(wù)和開發(fā)平臺。

　　在數(shù)據(jù)治理方面，騰訊自動駕駛云平臺的樣本標(biāo)注服務(wù)采用自研AI算法預(yù)標(biāo)注，可輔助人工實(shí)現(xiàn)樣本數(shù)據(jù)的自動化生產(chǎn)，在提升生產(chǎn)效率的同時(shí)，積累了海量樣本數(shù)據(jù);包括全要素目標(biāo)檢測、跨相機(jī)目標(biāo)跟蹤、語義分割等圖像標(biāo)注、3D激光點(diǎn)云標(biāo)注、以及精準(zhǔn)圖像與3D點(diǎn)云融合標(biāo)注、變道標(biāo)注等多種自動駕駛算法訓(xùn)練數(shù)據(jù)。此外，騰訊自動駕駛云平臺聚合多元方案，結(jié)合云端優(yōu)勢，日仿真里程數(shù)超千萬公里;將海量測試場景的運(yùn)行時(shí)間從天級大幅縮減至小時(shí)級、分鐘級，并支持全自動化測評，極大提升了客戶自動駕駛算法的迭代效率;

　　在數(shù)據(jù)應(yīng)用層面，對于自動駕駛車輛測試管理、政策制定等相關(guān)政府部門來說，仿真作為智能網(wǎng)聯(lián)汽車最重要的測評工具, 既可幫助企業(yè)掌握在車輛研發(fā)、測試和集成的不同階段的安全邊界和質(zhì)量問題，也有利于相關(guān)標(biāo)準(zhǔn)制定和測試場景數(shù)據(jù)庫的建設(shè)，通過信息化和標(biāo)準(zhǔn)化的手段提升智能網(wǎng)聯(lián)汽車行業(yè)透明度。在產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域，騰訊致力于做數(shù)字化的連接器和工具箱，騰訊自動駕駛云平臺也在與OEM廠商、測試場、政府機(jī)構(gòu)、產(chǎn)業(yè)聯(lián)盟乃至科研機(jī)構(gòu)廣泛合作，推動應(yīng)用落地。