自动驾驶落地还缺点啥？

RoboTaxi时代正在到来，科幻电影中的自动驾驶离我们的距离正在快速接近。但是，自动驾驶真正落地还有重重阻隔，首当其冲的便是能否保证车辆安全行驶的问题。

今年是自动驾驶商业化全面开花的一年。

年初，十一部委联合发布《智能汽车创新发展战略》，将智能汽车列入顶层发展规划，紧接着3月份自动驾驶分级标准也进行了公示；

4月，时值百度Apollo开放平台发布3周年之际，Apollo RoboTaxi服务上线百度地图及百度APP智能小程序，成为国内首个通过国民级应用向公众开放的自动驾驶出租车服务；

同月，高德与国内自动驾驶代表性企业AutoX合作推出RoboTaxi（自动驾驶出租车）项目，面向上海公众开放体验。

6月，高德又与自动驾驶出行企业文远知行达成合作，向广州市民开放RoboTaxi运营服务。

就在前几天，滴滴出行首次面向公众开放自动驾驶服务，通过滴滴App线上报名，审核后就能在上海测试路段免费呼叫自动驾驶车辆进行试乘；

……

前有百度，后有高德、文远知行、AutoX、滴滴等自动驾驶代表企业，RoboTaxi（自动驾驶出租车）赛道如今充斥着布局自动驾驶商业化落地的各方势力。

一份来自安信证券的研报认为，从国内RoboTaxi覆盖的城市来看，广州、长沙、上海等一线城市已经逐步落地，北京、苏州等地也在积极筹备，RoboTaxi在国内已成星火燎原之势，2020年将是RoboTaxi规模化运营的元年。

自动驾驶：场景化AI数据成必争之地

RoboTaxi时代正在到来，科幻电影中的自动驾驶离我们的距离正在快速接近。但是，自动驾驶真正落地还有重重阻隔，首当其冲的便是能否保证车辆安全行驶的问题。

在自动驾驶的过程中，汽车本身需要具备感知、策划、决策、控制等一些列能力，而数据则是培养自动驾驶AI能力的重要因素，数据标注存在的意义是让机器理解并认识世界。与其他人工智能应用场景相比，智能驾驶的落地场景对复杂，想要让汽车本身的算法做到处理更多、更复杂的场景，背后就需要有海量的真实道路场景数据做支撑。

AI数据是整个人工智能行业的燃料，它在智能驾驶领域的重要性毋庸置疑。但现实情况是缺乏获得大量且高质量数据的渠道。一方面数据标注本质上是要获得更准确，更精细化的数据结果，而场景化的道路数据缺失、数据标注质良莠不齐，以及数据隐私安全问题成为自动驾驶面临的三大痛点。

▲图片来源：云测数据

为解决这些行业性问题，国内AI数据服务头部企业云测数据，通过提供场景化的AI数据，来满足智能驾驶领域高标准的数据需求。

据公开资料显示，云测数据为了满足智能驾驶领域不同场景的特殊需求，业内首创了“数据场景实验室”模式，通过还原多种智能驾驶细分场景，以解决特定场景下的数据缺失、质量良莠不齐等行业问题。一方面，在场景下的定化数据采集更加精准、数据质量更高，另一方面，定制化的场景数据也与智能驾驶需求端的匹配度更高，从而最大化将数据转化为生产力。