共计 1442 个字符，预计需要花费 4 分钟才能阅读完成。
智能汽车是一个集成环境信息感知、行为决策、门路布局及车辆管制等环节的简单零碎性能。因其在晋升车辆行驶平安、缓解交通拥堵、升高物流老本等方面的作用，智能汽车拔新领异，引领了新时代汽车行业的变革。
理论驾驶环境中，影响智能汽车行为决策的因素泛滥，户外环境的未知性、环境检测的准确性、交通规则的约束性、交通路况的突发性以及顽劣天气等，都是考验主动驾驶智能性的要害维度。
本文将从简单路况角度，浅析实在环境下主动驾驶的智能化体现。
简单路况下的主动驾驶
「含糊地带」：主动驾驶技术的决策取决于其程序设计与安全策略，而各驾驶场景间存在的含糊畛域，为程序规定制订减少了难度。
举个例子，当车辆检测到后方有行人，但尚有足够规避空间时，是持续行驶，还是停车期待，主动驾驶难以抉择。跳转规定的不清晰不利于无人车辆输入及时、牢靠的驾驶行为，这也在肯定水平上升高了无人驾驶安全性。
「非立体环境」：行驶路线中常会遇到坑洼、凸起等不平坦路面，主动驾驶须要辨认并精确预估路障的地位和轨迹，以决策如何通过该路段。
近年来，路面坑洼检测不仅是一个基础设施保护问题，也是许多汽车公司嵌入到 L3、L4 级主动驾驶中的辅助性能。如捷豹路虎利用数据驱动技术，告诉驾驶员路障状况，并收回警报以升高汽车前进速度；ClearMotion 利用智能悬挂零碎，排汇和对消路面冲击与振动，加重震荡。
「无爱护左转」：十字路口没有专门的左转信号灯，而是与直行车共用一个交通灯。因而，该场景中车辆需在恪守交通秩序（礼让直行车辆）的状况下实现左转。
具体讲，主动驾驶需向直行车辆传递左转用意（如疾驶缓停），并抓住与直行车辆的平安空档期减速穿过直行道。在通过后，主动驾驶需立刻加速疾驶，并实时感知路线对象，以便平安地驶入对车道。
对主动驾驶来说，无爱护左转对环境感知与行为决策的要求极高。首先，车辆需提前获知路口被遮挡的直行汽车、非机动车、行人等静止轨迹；其次，车辆要具备竞争策略，即在决策时融入对人类用意的了解。
现阶段，主动驾驶的环境感知力可通过优化算法模型改善，但其难以体会人类用意，只能死板地根据车辆间隔判断行驶路线。对主动驾驶来说，理解人类的志愿、洞悉人类的心理，将是汽车智能化的终极命题。
晋升长尾场景数据笼罩
因其技术特殊性，主动驾驶对于测试场景的多样性要求较高，须积攒大量的样本数据来撑持以后的学习行为。
为改良主动驾驶平安零碎，各车企纷纷加大了路测投入。2018 年，北京市为百度、蔚来汽车、北汽新能源、小马智行、戴姆勒、腾讯、滴滴、奥迪八家企业的 56 辆主动驾驶车辆发放了路线长期测试牌照，总主动驾驶车辆路线测试里程超过 15.36 万公里。
主动驾驶零碎想达到甚至超过人类的驾驶程度，至多需 100 亿公里的数据。面对如此宏大的需要，无效提取高质量数据是技术人员亟待解决的次要问题。样本数据的有效性有余，将会升高智能驾驶行为决策的准确性。
因而，阳光明媚下日复一日的反复测试意义并不大，只有在事变易发处能力收集到更有价值的数据，通过业余数据处理，能力产出主动驾驶实在所需的高质量结构化数据。
曼孚科技作为一家专一主动驾驶畛域的数据标注服务商，旨在为主动驾驶相干畛域客户提供业余的数据解决方案。现阶段，曼孚科技已实现 5000 万元 Pre- B 轮融资，近三年累计融资金额超数亿元，攀至国内主动驾驶数据标注的市场市占率前三名。
在将来，曼孚科技将继续投入主动驾驶数据标注研发估算，构建从数据到算法的全链路体系，晋升本身数据处理自动化程度，为主动驾驶进一步商业落地削减更多助力。
