共计 1548 个字符，预计需要花费 4 分钟才能阅读完成。
提到主动驾驶，有人不禁会好奇，主动驾驶零碎如何感知周围环境并做出“人类”的决定?
主动驾驶技术的次要模块共三大类，即感知、布局和管制。它们之间相互协作，独特为车辆的安全性与舒适性保驾护航。
简略来说，感知由环境建模和本地化组成，它们别离依赖于外界和本体的传感器。布局旨在基于感知后果传递的信息来生成最佳轨迹，以便达到给定的目的地。最初，管制模块专用于通过命令车辆的执行器来跟踪生成的轨迹。
这其中，感知作为主动驾驶的“眼睛”，是车辆检测的次要技术，也是主动驾驶自主行驶的根底与前提。
什么是车辆检测技术?
车辆检测通过环境感知收集场景信息，并联合智能算法实时精确的计算该车周围是否存在其余车辆及这些车辆的所处地位。
主动驾驶车辆检测包含路面、动态物体与动静物体三方面，如路线边界检测、障碍物检测、车辆检测、行人检测等。
通过对外界与车内信息的采集、解决与剖析，车辆能够检测到各种挪动与静止的障碍物，从而定位动态与动静对象(车辆、行人、建筑物等)，辨认可行驶空间。
其中，路线信息包含可行驶区域、车道线、交通标志、绿化带、红绿灯等，这些信息可能帮忙车辆精确感知本身和周边环境的驾驶态势，精确布局出可驾驶门路。
如何感知周围环境?
环境感知利用专门的传感器来收集行驶汽车所产生的环境信息，常见的传感器有视觉类摄像机 (单目、双目平面视觉、全景视觉及红外相机) 传感器与测距类雷达 (激光雷达、毫米波雷达、超声波雷达等) 传感器。
摄像机收集的数据信息为 2D 图像类，其长处在于可能测量色彩和光强度，图像相比点云更为直观，适宜用于指标的分类以及宰割。老本低廉，容易部署。
雷达收集的数据信息为 3D 点云类，点云数据虽不如视觉数据清晰，但其不易受外界环境影响，探测间隔较远。
现阶段，车企多采纳摄像头 + 雷达传感器联合的形式，利用多个传感器互相协同操作的劣势，将各种传感器进行多层次、多空间的信息互补和优化组合解决，最终产生对观测环境的一致性解释。
车辆数据标注详情
标注是指数据处理的环节，面对传感器收集的非结构化数据，须要数据标注将其转换成模型可了解的结构化数据。
具体来说，标注员须要对图片、视频、文本数据，进行拉框、标点等操作，以产出满足算法训练的数据集。图像与点云是主动驾驶数据集的次要类型。
图像标注办法蕴含矩形框、语义宰割、多边形、多段线、关键点、平面框、椭圆，3D 标注办法蕴含间断帧、2D3D 交融与语义宰割。
主动驾驶常见的物体标注包含路线可行驶区域、栏杆 / 隔离栏 / 石墩、杆状物、路边修建、绿化植被、汽车、非机动车、行人、车道线、人行道、红绿灯等等。
现阶段，车企对数据类型与品质要求更加严格，传统的标注模式已难以满足市场需求，人与机器联合的半自动标注成为国内当先数据标注公司的支流形式。
其实，不止是数据标注环节，AI 利用于数据处理的多个流程。从采集阶段的 AI 筛查，至标注阶段的 AI 预标注，再至审核质检阶段的 AI 质检，人机合作模式淡化对人力的依赖，无效晋升了业务执行效率，进步数据品质。
曼孚科技
曼孚科技就是一家 AI 驱动的数据服务公司，也是国内最早专一主动驾驶数据标注的企业。
MindFlow SEED 平台是曼孚科技旗下的第三代数据智能服务平台，凭借高度的场景适配性，使曼孚在主动驾驶畛域建设了深厚的技术壁垒，在业内维持较高的技术当先。
人机合作模式是曼孚主动驾驶数据量产的要害，MindFlow SEED 平台利用 18 种不同类型 AI 预标注辅助工具，全面笼罩各类垂直标注场景，效率较行业平均水平晋升 20% 以上，局部场景标注效率可晋升 2 - 3 倍以上。AI 辅助筛查下，数据精准度可达 100% 级别，直击数据需要痛点。
在将来，曼孚将持续施展本身劣势，晋升 AI 标注程度，为主动驾驶车辆检测提供更加海量、精确的高质量数据，为主动驾驶客户提供更具创新性的产品与服务。
