共计 1336 个字符，预计需要花费 4 分钟才能阅读完成。
在现在科技高速倒退的时代，人工智能正疾速跻身于人们的生产生存中，一直为经济社会的倒退注入新动力，而主动驾驶 (AV) 作为近几年的黑科技，未然成为人工智能畛域里最重要的方向之一。
主动驾驶零碎依据其智能水平可分为多个等级。目前，业界次要采纳美国国家公路交通平安管理局和美国高速公路平安管理局对分级规范的定义，将其从低到高顺次分为 L0、L1、L2、L3、L4 与 L5，即从无自动化到齐全自动化。
说到底主动驾驶是秉承着平安高效的理念为人类服务的。但就目前来看，主动驾驶的等级广泛停留在 L2 至 L3 阶段，无人驾驶技术的遍及仍是个突变的过程，能够说 L4 将来可期，但 L5 仍遥不可及。当下主动驾驶面临的问题是多方面的，包含商业层面、社会层面及技术层面等等。其中技术问题是制约智能汽车行业倒退的最大因素，次要包含顽劣天气、行车平安、隐衷爱护、基础设施不欠缺、5G 通信尚未成熟、高质量标注数据有余等。
主动驾驶汽车的新燃料
AV 是整个人工智能畛域中最须要数据撑持的，它们须要承受训练以辨认事实世界中可能遇到的对象与环境变量，因而维持主动驾驶汽车所需的数据量是惊人的。目前的统计表明，马斯克口中的 5 级主动驾驶汽车每小时就须要 1 至 20 TB 的数据。因而数据的供给是实现迈向高级主动驾驶汽车的刚需。
数据从何而来?
主动驾驶汽车应用多种设施来辨认和解读四周的世界，其中摄像头、激光雷达、毫米波雷达与超声波雷达等传感器是收集数据的次要仪器，摄像头可用于收集 2D 数据，而雷达可实现 3D 数据记录与测距。为了让主动驾驶汽车利用更宽泛，人工智能零碎必须应用全球化的数据集进行训练，这包含规定差别、路线标记、地区野生动物、异样阻碍和天气条件等方面。
数据如何加工?
单纯的数据对机器是没有帮忙的，只有通过人工标注进去能力作为机器的训练素材。鉴于世界各地的驾驶条件千差万别，训练车辆比人类驾驶得更好的惟一办法就是依附大量数据和人类专业知识的搀扶，利用来自数十万公里的个体驾驶员和测试车队的个体见解来保证数据的高质量。精确的数据标注将推动平安的主动驾驶汽车的继续改良。
数据用在哪里?
算力、算法与数据是人工智能畛域的三大核心技术，数据的存在就是为算力与算法提供原料撑持的，须要通过算力算法研制机器的“大脑”——芯片。但仅靠芯片算力的有限收缩和硬件预埋是无奈一劳永逸的，因为对于车载 AI 芯片来说，算力指标诚然重要，但能效比更重要，在主动驾驶芯片的选用中充分考虑其功耗指标也是每个车企必须思考的问题。
主动驾驶前进之路
其实目前很多畛域主动驾驶早已被利用，比方全自动集装箱码头，地铁，高铁，物流园等。
这些落地的解决方案独特的特色就是交通环境绝对简略，可变因素少。但当遇到更为简单的路线环境时主动驾驶就很难施展重要作用，例如谷歌的 Waymo 早在 2017 年 11 月的亚利桑那州路线测试中，就把驾驶员座位彻底移除，从而将其技术晋升至 L4 级，但该技术换成在印度的街道中，可能 L3 级都达不到。
在将来，主动驾驶技术将更上一层楼，为人类科技倒退效劳。就像百度总裁陆奇博士提出的“母生态”概念：“智能汽车将是继 PC、智能手机之后更大的母生态，也是中国汽车行业和科技产业最大的时机所在。”数据作为主动驾驶的燃料也将助力算力算法技术倒退，进一步减速智能汽车产业落地。
