共计 1205 个字符，预计需要花费 4 分钟才能阅读完成。
智能汽车当初卷到什么水平了?
据获悉，在进入大规模量产“元年”后，各大车企都在全力降级本身的硬件配置，并进行一系列简单场景的路测数据积攒，拉开围绕高阶主动驾驶的量产“排位赛”。
这其中，作为外围传感器之一的传统毫米波雷达也追随步入升级换代与冲破翻新的要害阶段。
激光雷达与毫米波雷达的角逐战
作为高阶主动驾驶的三大外围传感器，摄像头正经验高像素、3D 深度信息以及盘绕感知力的晋升阶段。与此同时，激光雷达和毫米波雷达之间也进行了一场角力战。
激光雷达厂商正放慢推动车规级量产过程，同时挑战更低成本和更高的可靠性，充分发挥激光雷达能够提供精准度更高的数据能力。另一方面，毫米波雷达厂商也在开足马力，改良低分辨率、俯仰角探测等问题，以匹配多传感“前交融”刚需。
除了“摈弃”传统毫米波雷达的特斯拉外，更多厂商偏向将两者都置于车中。
诚然，硬件的堆砌晋升了主动驾驶安全性，但单个硬件设施并不能满足所有需要数据，且在很多极其环境下，硬件设施也会呈现问题，如激光雷达在大雾、大雨等极其天气下，测得数据会呈现较大偏差; 毫米波雷达不具备测高能力，难以判断后方静止物体是在高空还是在地面。
因而主动驾驶汽车须要不同的硬件设施同时工作，以取得不亚于人类的感知精度及能力。而 4D 毫米波雷达的呈现，将为主动驾驶带来革命性的扭转。
4D 毫米波雷达——L2 以上主动驾驶的主传感器
首先，4D 高精成像毫米波雷达能凭借高分辨率、远距离探测、高性能与低价格等劣势代替低端激光雷达。
4D 高精成像毫米波雷达在现有雷达根底上，通过俯仰角、工夫、间隔、方位角共四个维度感知环境，加强雷达对指标俯仰高度数据的探测和解析。其中，新退出的工夫维度可能解析指标的行为、大小轮廓、类别等，提供比传统毫米波雷达更丰盛的数据。据估，4D 高精成像毫米波雷达进入大规模量产后，老本将仅是激光雷达的 1 /10。
这意味着 4D 毫米波雷达已具备激光雷达的效用，或成为 L2 以上主动驾驶的主传感器，在将来的主动驾驶计划中占据主导地位，实现低成本，高性能、可大规模的量产主动驾驶计划。
数据采集的下一步
能够看到，4D 毫米波成像雷达遍及之路一片坦途，寰球范畴内包含大陆、华为等公司已陆续发表 4D 毫米波成像雷达的量产与合作项目打算。
而人工智能须要的数据远不止于采集，可用于模型的专业训练数据才机器真正须要的养料。
数据标注作为数据采集的下一步，在人工智能行业的位置同样不容小觑。
通过多年行业洗牌，数据标注与数据采集一样，都在一直探寻更高级别的数据服务能力，在经验了软件——工具——平台的进化后，数据标注从业者已从小作坊过渡到业余 AI 公司。
以曼孚科技为例，作为新一代技术类 AI 公司，曼孚科技产研团队打造的 SEED 数据服务平台借助 AI 辅助筛查，将数据标注效率均匀晋升 10 倍以上，实现数据精准度 99.99%。
在将来，曼孚科技将继续聚焦 AI 基础架构建设，专一企业级数智化经营能力搭建，为人工智能利用的商业落地削减更多助力。
