數(shù)據(jù)閉環(huán)重塑高階智駕未來
自動(dòng)駕駛技術(shù)正處在一個(gè)關(guān)鍵的發(fā)展節(jié)點(diǎn)——城市NOA(導(dǎo)航輔助駕駛),,它被視為智能汽車新時(shí)代的起點(diǎn),。自2023年上海車展后,業(yè)界對(duì)城市NOA實(shí)現(xiàn)路徑的認(rèn)識(shí)逐步清晰,,普遍接受了結(jié)合“重感知輕地圖”,、融合感知技術(shù)和BEV(Bird's Eye View)視角加上Transformer模型的方案,。
目前,城市NOA正加速向商業(yè)化邁進(jìn),,高效算力,、完善算法模型以及大數(shù)據(jù)的閉環(huán)應(yīng)用,成為了大規(guī)模量產(chǎn)的三大支柱,。在這個(gè)過程中,,數(shù)據(jù)被喻為智能駕駛的命脈,其重要性不言而喻,。傳統(tǒng)算法依賴于明確規(guī)則,,而端到端的自動(dòng)駕駛算法則需通過分析駕駛視頻片段學(xué)習(xí),這對(duì)數(shù)據(jù)的質(zhì)量和多樣性提出了極高要求,。獲取并利用大量包含各種駕駛情境,、天氣變化和交通狀況的數(shù)據(jù),尤其是那些能教會(huì)模型特定駕駛先驗(yàn)知識(shí)(如左讓直行)的數(shù)據(jù),,成為了技術(shù)突破的關(guān)鍵,。
以特斯拉為例,馬斯克強(qiáng)調(diào)積累數(shù)十億英里的測試?yán)锍虒?duì)實(shí)現(xiàn)全球監(jiān)管要求的重要性,,這突顯了海量數(shù)據(jù)在推動(dòng)自動(dòng)駕駛技術(shù)質(zhì)變中的核心地位,。特斯拉通過分析客戶車輛收集的視頻數(shù)據(jù),特別是篩選出優(yōu)質(zhì)駕駛行為作為模型訓(xùn)練資料,進(jìn)一步說明了高質(zhì)量數(shù)據(jù)的不可或缺,。
自動(dòng)駕駛領(lǐng)域正面臨數(shù)據(jù)需求的激增,,特別是采用BEV感知方案,需要億級(jí)數(shù)據(jù)幀的訓(xùn)練才能保證系統(tǒng)性能,。因此,,構(gòu)建一個(gè)能夠高效收集、回傳,、標(biāo)注,、訓(xùn)練數(shù)據(jù),并快速反饋至車輛端的“數(shù)據(jù)閉環(huán)”體系,,成為眾多車企追求的目標(biāo),。這個(gè)過程不僅借鑒了傳統(tǒng)軟件開發(fā)的數(shù)據(jù)反饋機(jī)制,還需融入AI模型訓(xùn)練和優(yōu)化的新元素,,面臨著數(shù)據(jù)采集策略,、數(shù)據(jù)質(zhì)量、分布處理以及隱私保護(hù)等多方面的挑戰(zhàn),。