业内常说，高精地图和激光雷达是自动驾驶车辆的两根拐杖。依靠激光雷达的感知力与高精地图的规划力，车企快速搭建了高超前智能驾驶功能。以高精地图为例，有了 HAD Map 的自动驾驶，就像开启了「上帝视角」，提前获知精确的路况信息与行驶路线。但近期，这根拐杖行业遇到了瓶颈，正面临被弃用的风险，本文就来聊聊业界争...

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，通过个体先天的生理特性（如人脸、指纹、虹膜、掌纹等）或后天积累形成的行为特征（如字迹、语调、步态等）来完成对个人身份的鉴定。

随着感知技术与计算平台的逐渐成熟与趋同，影响高阶自动驾驶落地的关键因素不再是解决常见的一般案例(common case)，而是解决“路口”问题，也即各类不常见但不断出现的“长尾问题”。

风沙、浓雾、雨雪等极端天气，对路况条件、驾驶员视野和场景判断带来极大干扰。无论是初出茅庐的新手司机，亦或是驾龄丰富的老司机，雨雪天行车均无异于一场噩梦。

现在汽车行业混淆着一个概念，认为只要堆料，就能造出自动驾驶。作为智能汽车的命脉，数据是自动驾驶量产决胜的正负手，在多数人眼中，数据量越大、数据学习速度越快，自动驾驶就能更快完成数据闭环，实现自动驾驶技术的指数级发展。

深耕数据标注行业多年的伙伴可能都知道，仅依靠自动驾驶的相关项目，就能撑起数据标注半边天。作为人工智能的“时代宠儿”，自动驾驶因关乎生命安全的特殊性质，技术容错率趋近于零。因此除数量外，自动驾驶对数据质量也有极高要求。

“2025年将是自动驾驶收割的时代，深圳智能网联汽车营收将达2000亿、上海公路将有七成以上自动驾驶汽车、北京又将这一数字提到了八成... ”种种迹象表明，在历经实验—应用—低迷—平稳阶段的自动驾驶将在未来3年大规模落地，那么现在的自动驾驶还有哪些制约因素?

该方案指出，到2025年，上海具备组合驾驶辅助功能(L2级)和有条件自动驾驶功能(L3级)汽车占新车生产比例超过70%，具备高度自动驾驶功能(L4级及以上)汽车将在限定区域与特定场景实现商业化应用，上海将成为国内汽车智能化发展的领先城市。

计算机视觉是当前人工智能最热门的领域之一，在其快速发展中，物体检测发展发挥了关键作用。本文旨在详解物体检测基本概念、衍生技术及其社会化应用，揭开计算机视觉的神秘面纱，深刻理解人工智能的独特魅力。

举个例子，小A与小B一同要参加高考，A在做题过程中积极总结思路，活学活用，而B则大量刷题，没有总结思考的过程，高考分数下来，A超出B一百多分，同样的学习时间，为什么差距这么大?

北软协成立于1986年10月21日，是国内最早成立的软件行业协会之一，是经北京市民政局批准注册，有着三十多年悠久历史影响和广泛会员基础的软件产业社团组织。

相关统计数据显示，今年一月份，国内新车前装标配搭载L2级辅助驾驶系统上险量为48.45万辆，同比增长63.21%，前装搭载率22.13%，同比增长近10%。

高质量数据是机器学习的命脉，创建合格的数据集对模型培养至关重要，本文将简要介绍自定义数据集的6个关键步骤：选择收集方式数据集收集有三种方式，第三方购买、开源平台收集、手动收集。在手动收集方面，可以利用数据抓取工具帮助收集部分素材，也可使用自己的设备，如相机或传感器。以手动收集自动驾驶自定义数据集为...

从第一辆真正意义上的汽车发展至今，已近百年时间，汽车不仅实现电气化与自动化，且步入了智能化的队列，自动驾驶逐步得到社会认可推崇，弯道超车、自适应巡航、自动泊车等智能化技术为驾驶员操作带来便利，这其中，自动泊车作为呼声较高的功能，也是自动驾驶发展历程的一个缩影。

究其原因，是动荡不安的资本环境迫使赛道玩家改革创新。据《科创板日报》显示，2022年中国一季度投资事件环比下降约35%，2022年，国内资本正在经历寒冬。

在自动驾驶环境感知系统中，如何获取高精度实时路况数据，是决定自动驾驶系统行车安全的关键。目前主流的两种感知技术路径“纯视觉”与“高精地图+激光雷达”中，由于激光雷达采集的3D点云路况数据更为密集、准确且具备三维地理信息，因此以3D点云数据为基础的感知算法即成为部分自动驾驶企业的核心技术路径，并诞生了规模庞...

据获悉，在进入大规模量产“元年”后，各大车企都在全力升级自身的硬件配置，并进行一系列复杂场景的路测数据积累，拉开围绕高阶自动驾驶的量产“排位赛”。

“我觉得数据标注一直被世人误解，数据标注不是人工智能界的‘富士康’。”数据标注到底是怎样的工作？作为人工智能服务行业的一员，为什么被扣上“劳动密集型”的帽子?推本溯源，这还要从7年前说起。2015年百度AlphaGo的横空出世，像丢进水里的炸弹一样，掀起AI界的惊涛骇浪。此后的日子，人工智能行业在聚光灯下飞奔，跑出实...

自动驾驶的疯狂始于人类对未知技术的渴望。2012年，谷歌创始人谢尔盖. 布林称：“距离实现全自动驾驶的年数一只手就数得过来。”人们估算，自动驾驶会在2020～2021年实现。

过去十年，信息技术探索带来的红利“喂饱”了大批新型产业，人工智能、云计算、5G等核心科技力量已成为推动产业升级的重大突破口，尤其AI产业的发展更已成为经济高质量增长的重要引擎。

自动驾驶技术本质上是对人工驾驶的复现与超越。L3级别以上的自动驾驶系统主要由感知、定位、预测、决策和控制五部分构成，正如有人驾驶依赖视觉感知驾驶环境，实现判断决策与安全驾驶一样，感知系统同样是自动驾驶整体系统中的核心关键。

自2020年开始，汽车行业便陷入了各种“缺”的怪圈。目前，国内汽车行业正经历着缺芯、缺电，甚至各类零部件缺乏的状况。而除相关物料的缺乏外，人才的短缺已成为汽车行业发展的重灾区。这其中，被资本市场视为风口的自动驾驶更是已上演多场激烈的“人才争夺战”，招聘手段可谓“八仙过海，各显神通”。随着造车新势力、传统车...

5月份，云南省工业和信息化厅发布了《关于“十四五”推进云南省车路协同自动驾驶试点示范建设的指导意见》，明确到2025年，逐步实现高级别自动驾驶商业应用，L4级别智能车辆在特定领域开始试运行，力争建设成为国家级车路协同自动驾驶产业集聚区。

点，作为人类感知与认知最原始的概念，是打开人类思维世界的新窗口。欧氏几何学中最简单的图形就是由点构成，点的云集掀开了人类观测世界的新篇章，重构了我们的世界。

“前几天在上海发生了一起悲剧，1月22日下午4点30左右，15号线祁安路站一名老年女乘客下车时被屏蔽门夹住，工作人员急速上前，试图帮助脱困，后经送医抢救该乘客仍不幸身亡。”

在2022年，病毒如海啸般席卷了整个上海，新闻发布会上发改委倡导的“最后一公里，最后一百米”， 将无人驾驶推上了时代浪潮。 无人配送车已成为深孚众望的角色。

数据标注员的职责是帮助机器习得“知识”，或者换一种说法，他们的想法决定了AI的想法。AI繁荣的这些年，有数以亿兆级的数据信息传递到标注师的电脑前，被他们手动“智能化”。

在AI科技爆发的年代，智能已逐渐遍布各大行业，随着愈来愈多的产品都被赋上“AI＋”文化，人工智能发展的浪潮已成为各企业新的探索目标，人工智能必将在支柱产业中占据一席之位，而这一方向愈加明确，愈会带动相关产业的发展，数据标注产业将迎来黄金时期。

其中感知系统类似于驾驶员的“眼睛”与“耳朵”，通过各种传感器对驾驶过程中的路况信息进行捕获，以解决自动驾驶最为关键的“行车安全”问题，因此感知系统也是自动驾驶的重要基础与先决条件。

谈到数据标注工具，市面普遍用到的是开源标注工具，但这种工具模式较单一，缺乏管理，且存在数据泄露风险，并不算是数据处理的最佳辅助工具，因此，为迎合大众需求，标注工具转型已成必然趋势，安全且丰富的标注平台由此诞生。