騰訊自動駕駛云平臺構(gòu)建「數(shù)據(jù)閉環(huán)」 為自動駕駛落地提速

　　【太平洋汽車網(wǎng) 石家莊車市頻道】數(shù)據(jù)是數(shù)字化時代全新的生產(chǎn)要素，數(shù)據(jù)與算法、算力的融合，正在促進人工智能行業(yè)的發(fā)展。自動駕駛作為AI技術(shù)的皇冠（詢底價|查參配），數(shù)據(jù)的作用更是貫穿生產(chǎn)、測試、研發(fā)全生命周期。目前，自動駕駛走入以落地應用為目標的下半場，解決極端場景下的安全問題，也離不開大量數(shù)據(jù)支持。對數(shù)據(jù)進行高效的采集和利用，提高數(shù)據(jù)循環(huán)鏈路的速度，成為整個自動駕駛技術(shù)迭代的關(guān)鍵點。

構(gòu)建數(shù)據(jù)閉環(huán)，提升自動駕駛系統(tǒng)的核心競爭力

要實現(xiàn)自動駕駛，必然要搞定大數(shù)據(jù)。利用并轉(zhuǎn)化收集到海量的實際路況數(shù)據(jù)，可以幫助系統(tǒng)加速學習和升級，也意味著能夠率先搶占高級別的自動駕駛技術(shù)高地，因此整個行業(yè)都極為重視并大力投入。

車輛要想在道路上實現(xiàn)完全自動駕駛，除了要依靠車輛本身的攝像頭、毫米波雷達、激光雷達等傳感器，還要依靠網(wǎng)聯(lián)技術(shù)的支持。行駛時車輛依靠各種傳感器“觀察”道路，會產(chǎn)生大量數(shù)據(jù)，1.5小時的駕駛時間數(shù)據(jù)量達4TB，車端顯然不適合處理和存儲如此巨大的工作負載。而車端產(chǎn)生的大量數(shù)據(jù)，是提升自動駕駛體驗、完善算法的關(guān)鍵資源，所以最好是共享到云端，再通過人工智能算法提供大量的訓練數(shù)據(jù)來供機器學習，以搭建虛擬開發(fā)測試環(huán)境進行驗證。

要想在復雜的場景中提升現(xiàn)階段輔助駕駛/自動駕駛安全性，繁復的測試與驗證工作必不可少，由于現(xiàn)實中的駕駛場景難以窮盡，極其復雜且不可預測，在開發(fā)和測試的過程中，業(yè)界一般通過采集大量的數(shù)據(jù)構(gòu)建場景集，幫助汽車打造仿真環(huán)境以實現(xiàn)模擬測試。實際路測中，復現(xiàn)一次極端場景的接管可能需要1個月的時間，而依靠數(shù)據(jù)，不僅可以復現(xiàn)更多極端場景，還可以極大提升測試效率。

此外，在部署自動駕駛車輛之后，會產(chǎn)生大量的回傳數(shù)據(jù)，自動駕駛系統(tǒng)也需要基于這些數(shù)據(jù)不斷進行迭代升級，并通過OTA的方式為用戶持續(xù)推送新的功能、適應更多的場景和提升體驗。

由此可見，基于數(shù)據(jù)驅(qū)動的自動駕駛，在完成前期數(shù)據(jù)的收集、中間數(shù)據(jù)的存儲與遷移之后，還要對后期核心數(shù)據(jù)進行訓練與管理。因此，構(gòu)建自動駕駛數(shù)據(jù)閉環(huán)，是自動駕駛產(chǎn)品研發(fā)的核心競爭力。

騰訊自動駕駛云平臺驅(qū)動數(shù)據(jù)高效流轉(zhuǎn)

騰訊憑借多年在大數(shù)據(jù)、AI等領(lǐng)域的深度積累，借助騰訊云強大的算力支持，結(jié)合本土化的交通場景和應用需求，成功研發(fā)出在工具鏈完整性、場景豐富性、場景真實性等方面行業(yè)領(lǐng)先的自動駕駛云平臺，極大地提升了研發(fā)和測試效率，在云端高并發(fā)運行、真實有效性等方面實現(xiàn)了創(chuàng)新突破。

據(jù)悉，騰訊自動駕駛云平臺基于云端海量存儲空間與計算資源支撐，構(gòu)建了數(shù)據(jù)采集管理、樣本標注、算法訓練評測、診斷調(diào)試、云端仿真、實車反饋閉環(huán)等全流程云服務，提供支撐自動駕駛研發(fā)的全鏈路云服務和開發(fā)平臺。

在數(shù)據(jù)治理方面，騰訊自動駕駛云平臺的樣本標注服務采用國際頂級算法預標注，可在實現(xiàn)樣本自動化生產(chǎn)，提升生產(chǎn)效率的同時，積累海量樣本數(shù)據(jù)，包括全要素目標檢測、跨相機目標跟蹤、語義分割等圖像標注、3D激光點云標注、以及精準圖像與3D點云融合標注、變道標注等多種自動駕駛研發(fā)專用樣本等。此外，該技術(shù)在計算節(jié)點中閉環(huán)運行全棧自動駕駛算法，支持一萬個以上場景的并行計算，使得1000個測試場景的運行時間從2天大幅縮減至4分鐘，并實現(xiàn)全自動化測評。在虛擬城市中數(shù)以千計的自動駕駛車輛不間斷的持續(xù)行駛，并通過隨機工況和激進交通流提升測試復雜度。

在數(shù)據(jù)應用層面，在測試工具之外，對于測試管理、政策制定等相關(guān)部門來說，仿真作為智能網(wǎng)聯(lián)汽車最重要的測評工具,既可幫助企業(yè)掌握在車輛研發(fā)、測試和集成的不同階段的安全邊界和質(zhì)量問題，也有利于相關(guān)標準制定和場景庫的建設，通過信息化和標準化的手段提升智能網(wǎng)聯(lián)汽車行業(yè)透明度。在產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域，騰訊致力于做數(shù)字化的連接器和工具箱，騰訊自動駕駛云平臺也在和OEM廠商、測試場、政府機構(gòu)、產(chǎn)業(yè)聯(lián)盟乃至科研機構(gòu)廣泛合作，推動應用落地。

（圖/文/攝：太平洋汽車網(wǎng) 石家莊01）