共计 2573 个字符，预计需要花费 7 分钟才能阅读完成。
主动驾驶规模化商业利用迎来“奇点”时刻。
6 月 21 日，工信部在国务院政策例行吹风会上走漏，将启动智能网联汽车准入与上路通行试点，组织发展城市级“车路云一体化”示范利用，反对有条件的主动驾驶。同时，将保持“车 - 能 - 路 - 云”交融倒退，并重点发展以下工作：
一是反对关键技术攻关，要放慢要害芯片、高精度传感器、操作系统等新技术新产品的研发和推广应用，进一步晋升产业倒退内生能源。
二是进一步欠缺网联基础设施。放慢 C -V2X、路侧感知、边缘计算等基础设施建设，建设基于边缘云、区域云和核心云三级架构的云控根底平台，造成对立的接口、数据和通信规范，进一步晋升网络感知、云端计算能力。
三是深入测试示范利用，启动智能网联汽车准入和上路通行试点，组织发展城市级“车路云一体化”示范利用。反对有条件的主动驾驶，包含 L3 级及更高级别的主动驾驶性能商业化利用。
工信部对于 L3 级主动驾驶的明确表态，从政策层面为主动驾驶行业倒退注入了一针强心剂，也从侧面印证了 L3 以及更高级别的主动驾驶已根本具备大规模商业化利用条件。
主动驾驶商业化迈出要害一步
除本月提及 L3 级主动驾驶外，工信部还曾在 5 月中旬走漏《智能网联汽车规范体系指南》将正式公布，其中就包含反对 L3 级以上主动驾驶性能的商业化利用。
政策层面的踊跃疏导为主动驾驶行业的后续倒退扫清了阻碍，L3 级主动驾驶商业化经营进入疾速落地阶段。
中央政府层面，已有多地开始推动 L3 级主动驾驶技术落地相干配套基础设施建设。例如，深圳市正放慢推动深圳智能网联交通测试示范区、全域路口网联化革新等基础设施建设，其中环境园关闭测试区可撑持智能网联汽车 L3 级、L4 级产品准入测试。
而据高工智能汽车统计数据显示，2023 年 1 - 3 月，乘用车行业 L2 级及以上渗透率已达 33.4%，同比晋升 9 个百分点；新权势品牌 L2 级及以上渗透率在 70% 以上，头部自主品牌 L2 级及以上渗透率在 30% 以上。
多方面显示，L3 级主动驾驶已进入减速落地量产阶段，从 L2 跃升至 L3，趋势已不可抵御。
时机与挑战并存
在主动驾驶技术等级划分体系里，L2 至 L3 级的逾越带来的改革是根本性的。
L3 级被视为主动驾驶能力的“分水岭”，相较于仅起辅助作用仍需人类驾驶的 L2 级，从 L3 级开始，驾驶操作和周边监控均由零碎主动实现，驾驶员只需在紧急状态下做好接管解决即可，这标记着驾驶权从人正式移交到主动驾驶零碎。
而这也象征对主动驾驶能力，尤其是主动驾驶车辆的行车安全性提出了更为刻薄的要求。
主动驾驶零碎由感知、决策与执行三大模块形成，其中感知零碎相当于人类的眼睛，是车辆理解行车环境的重要媒介，对行车平安起决定性作用。
当下两种支流视觉感知门路，无论是毫米波雷达 + 摄像头解决方案，还是高精地图 + 激光雷达解决方案，感知算法的训练与调优均离不开大规模路测数据。
而随着感知技术与计算平台的逐步成熟与趋同，影响高阶主动驾驶落地的关键因素不再是解决个别常见案例，而是解决“路口”问题，也即各类不常见但一直呈现的“长尾问题”。
尤其在 L3 级主动驾驶场景下，车辆的行使控制权齐全交由主动驾驶零碎，对行车环境的感知也齐全依赖于车辆本身的感知零碎，这要求主动驾驶零碎具备更深的场景积攒度，也即数据积攒量，这对数据处理规模与数据产出品质同样提出了更高的要求。
专一主动驾驶数据标注
通常状况下，主动驾驶相干数据起源有两种形式，一种是主动驾驶企业应用特制数据采集车上路采集，另一种则是应用理论经营车辆，如私家车进行数据采集。
随着主动驾驶技术的逐步倒退尤其是 L2 向 L3 级的迈进，主动驾驶利用所需的数据场景愈发简单，数据量也呈指数级快速增长。现阶段，常见的数据类型包含激光雷达 3D 点云数据、摄像头采集的 2D 图像数据等，其中 3D 激光雷达点云数据所占比例愈发低落。
采集失去的数据均为原始数据，原始数据未经解决，主动驾驶相干算法无奈间接进行应用。这些数据须要进行前道加工与生产解决，如框定或依据需要打上各类标签，蕴含高度、宽度、方向等各类信息，才会被投喂到后续的算法训练与调优中，上述数据处理的过程即是数据标注。
在主动驾驶技术从 L2 级迈向 L3 级的大时代背景下，数据在主动驾驶产业中表演的角色愈发突出与重要。以数据标注为根底的数据服务已成为主动驾驶技术的外围竞争点，对技术迭代起决定性作用。唯有进步数据迭代速度、升高迭代老本，能力继续取得胜利，实在数据规模未然成为智能驾驶行业的“命根子”。
作为行业当先的数据服务企业，曼孚科技长期聚焦主动驾驶行业，并对主动驾驶数据标注领有本人的了解。
L3 级主动驾驶将实现由人驾驶到零碎驾驶的根本性改革，相应的数据处理难度与数据需要体量均与过往不同而语，这对平台产品的技术能力以及经营体系提出了更高的要求。
以 3D 点云标注场景为例，随着雷达线束与雷达数量的一直增多，点云数据文件中的点密度也在逐步减少，从晚期的单帧几万点逐步变成数十万点，尤其随着点云配准技术的呈现，4D 点云标注需要逐步衰亡，点云叠帧加持下，单帧所蕴含的点云点数量可达数千万甚至上亿，这给平台的前端点云渲染以及承载能力带来了极大的压力。
L2 到 L3 的跃升对主动驾驶行业自身而言是一场大改革，对上下游产业链而言同样也是一场大改革，产品技术能力将在这一阶段竞争中起决定性关键作用。
作为国内最早明确聚焦主动驾驶数据标注赛道的平台，曼孚科技始终保持以产品作为外围竞争力。目前旗下 MindFlow SEED 数据服务平台已在数据处理尤其是 3D 点云数据处理畛域，建设起 6 -12 个月的技术壁垒。
现阶段平台已可反对百万级至千万级点密度的 3D 点云标注工作，Web 前端可间接承载如此宏大的数据量并进行实时渲染。在具体利用场景上，平台还提供全封闭测试、半封闭港口、高速公路、城市道路、智能座舱场景下的车辆行人、车道线、泊车、车路协同、点云交融、点云间断帧、点云语义宰割等 100+ 各类 2D、3D 数据标注类别，全面笼罩主动驾驶各细分场景。
随同着主动驾驶 L3 级相干规范的行将出台，以及后续能够预感的大规模商业化利用的开启，数据需求量与数据场景需要维度均会呈现较大幅度增长。主动驾驶数据标注行业“指数型增长的数据需要与线性增长的产能供应”之间的矛盾会进一步加深。
曼孚科技期待在主动驾驶商业化“奇点”即将来临之际，能以更高水平的平台产品以及数据量产服务，继续为主动驾驶利用落地提供更多助力。
