作为自动驾驶的重要组成部分，高精度定位导航技术是自动驾驶汽车安全行驶不可或缺的核心技术之一，在车辆横向/纵向精确定位、障碍物检测与碰撞避让、智能车速控制、路径规划及行为决策等方面发挥着重要的作用。

自动驾驶汽车是搭载先进车载传感器、控制器、执行器等装置，融合现代通信与网络技术，实现车与X(人、车、路、后台等)智能信息的交换共享，并具备复杂环境感知、智能决策、协同控制和执行等功能，并最终可替代人来操作的新一代汽车。

依据SAE International对自动驾驶发展阶段的划分，目前自动驾驶基本处于L2与L3阶段之间，典型的应用场景包括高级巡航、自动跟车、自动转向、自动刹车、紧急刹停等。

​本文将继续为大家解析自动驾驶所涉及到的核心技术，上篇《感知篇》内容以及中篇《决策篇》内容请点击历史原文查看。三、执行篇如果说环境感知系统相当于驾驶员的眼睛、决策规划系统相当于驾驶员的大脑，那么执行控制系统就相当于驾驶员的手脚。具体而言，自动驾驶控制执行系统是指系统做出决策规划以后，替代驾驶员对车...

本文将继续为大家解析自动驾驶所涉及到的核心技术，上篇《感知篇》内容可以查看历史原文。二、决策篇在一套相对成熟的自动驾驶技术体系中，如果将环境感知模块比作人的眼睛和耳朵，那么决策规划模块就相当于自动驾驶汽车的大脑。自动驾驶汽车在进行决策规划时，会从环境感知模块中获取道路拓扑结构信息、实时交通信息、...

​随着汽车智能化、电子化的推进，自动驾驶已经成为未来汽车发展的主流趋势之一。围绕自动驾驶关键技术体系研究，实现公开道路实地测试以及商业化应用是当下行业关注的重点。简单来说，实现自动驾驶需要解决三个核心问题：“我在哪?我要去哪?我该如何去?”能完整解决这三个问题就是真正的自动驾驶。目前，自动驾驶汽车关键...

目前，主流的深度学习方式以有监督学习模式为主。在该模式下，算法训练需要依靠标注数据对学习结果进行反馈，对于数据有着强依赖性需求，这也带动了AI基础数据服务行业的繁荣。

以国内为例，目前已在广州、长沙、上海、武汉、沧州、北京等多地展开自动驾驶出租车载人测试，开始尝试将自动驾驶出租车作为出行服务提供给普通民众，验证运营模式以及商业模式。

​事实上，现阶段提升AI认知世界能力的最有效途径仍然是监督学习，而监督学习下的深度学习算法训练十分依赖于数据标注员进行标注数据。可以说，如果数据标注是人工智能行业的基石，那么数据标注员就是数据标注行业的基石。

借助图像识别等AI技术的快速发展，新零售企业普遍实现了降本增效。高盛预测，到2025年，人工智能的应用将为零售业每年节省540亿美元的成本开支，并带来410亿美元的新收入。

​受益于人工智能技术的快速发展，智慧安防得到越来越广泛的应用。在计算机视觉、语音识别等多项AI技术的加持下，智慧安防实现了对人脸、指纹、虹膜、掌纹、指静脉、声纹、步态等多种生物特征的身份识别。在实际的应用场景中，AI技术还可对公安大数据进行智能分析，切实提升其认知、预测与决策等相关能力。不过，尽管智慧...

人工智能是研究如何通过机器来模拟人类认知能力的科学，目前人工智能应用最广泛的计算机视觉与语音交互依赖于监督学习下的深度学习方式，而监督学习下的深度学习算法训练则十分依赖人工标注数据。

随着全球人口的快速增长，粮食方面的需求激增。相关数据显示，2050年全球人口将突破100亿，为了满足未来的粮食需求，农业生产至少需要增加70%的产量。

相关预测数据显示，2018-2022年人工智能行业复合年增长率达到达31%，至2035年，人工智能将推动中国劳动生产率提高27%，经济总增加值预计提升7.1万亿美元。

然而，由于多种复杂因素的影响，国内医疗行业面临诸多痛点。在供给层面，医疗领域长期面临着资源匮乏、地区分布不均衡、优质医生短缺等问题;在需求层面，随着人口老龄化进程的加快，医疗资源的需求量显著扩大。

从产品设计，到内部管理，再到客户服务，人工智能技术在金融行业价值链的每个环节都有清晰的落地场景，有效降低了金融机构的运营成本与风险成本，智慧金融新生态初现端倪。​

算法、算力与数据是人工智能发展的三大基本要素。其中数据是基础，为算法提供了底层支撑。如果将算法比作一辆汽车，那么数据就是推动汽车前进的“燃料”。

作为人工智能行业的基础，数据是实现这一能力的决定性条件之一。因此，为机器学习算法训练提供高质量的标注数据服务成为了决定人工智能应用高度的重要条件之一。

随着AI商业化进程的加快，更具前瞻性的海量数据集产品和高度定制化服务成为了AI基础数据服务行业的主要服务形式。这对数据服务供应商的数据交付能力提出了新的要求。

目前人工智能商业化在算力、算法层面已达到阶段性基本成熟，想要更加契合落地需求、解决行业具体痛点，还需要大量经过标注处理的相关数据做算法训练支撑。

​搜索结果相关性匹配标注有助于优化搜索模型，更好地匹配用户需求。 以下内容节选于某搜索结果相关性匹配标注项目。 一.标注需求说明 阅读资讯内容并随意进行提问，页面会反馈答案内容，需要对答案内容进行标注评分。 总计有4种标注结果：十分相关、一般相关、略微相关、不相关。 ☆十分相关：问题中的名词、动词在回答内...

​在自动驾驶技术中，感知是最基础的部分，没有对车辆周围三维环境的定量感知，就犹如人没有了眼睛，无人驾驶的决策系统就无法正常工作。 与其他应用场景相比，自动驾驶的应用场景相对复杂，尤其面对复杂多变的路况环境，感知技术的突破需要依赖相应的数据采集标注项目的支持。 一.项目背景 车辆前置道路信息采集主要解决...

近期，知名咨询机构沙利文发布了一份名为《 2019中美人工智能产业及厂商评估》的报告，报告从多角度分析了目前中美AI产业发展的异同，并归纳出人工智能产业的最新发展趋势。

常见的病害类型有：龟裂、坑槽、车辙、松散、沉陷、桥头涵顶跳车、表面破损等等，这些道路病害的存在不仅会影响到道路的正常使用，还会增加潜在的交通隐患，影响行车安全。

相关机构预测，半自动驾驶和全自动驾驶汽车未来几十年的市场潜力巨大。到2035年，仅中国就将有约860万辆自动驾驶汽车，其中约340万辆为全自动无人驾驶，520万辆为半自动驾驶。

近日，德勤发布了一份名为《全球人工智能发展白皮书》的研究资料。该份白皮书深入研究了人工智能技术步入商业化阶段后，在全球各主要城市的创新融合应用概况，以及其将对金融、教育、数字政务、医疗、无人驾驶、零售、制造业、智慧城市等各行业带来的深刻变革。

“你了解人工智能行业吗?”​ 10个人中可能有9个人会给出肯定的回答。 “你了解数据标注行业吗?” 10个人中可能有9个人会茫然地摇头。 与处在聚光灯中心的人工智能科技公司不同，数据标注行业长期处于聚光灯之外的灰色地带，很长一段时间内都是被边缘化乃至低视的一个存在。 不过，随着时代发展带来需求的改变，数据标注行业...

​具体到细节上，通过图像识别技术，可以将教师从批改作业、阅卷工作中解放出来;通过语音识别和语义分析技术，可以辅助教师进行口试测评、纠正学生的英语发音;通过人机交互技术，可以协助教师为学生答疑解惑……

3月9日，工信部在其官网公示了《汽车驾驶自动化分级》推荐性国家标准报批稿，并拟于2021年1月1日起开始实施。 据悉，《汽车驾驶自动化分级》(报批稿)自2017年启动预研至今历时已近3年，数十家国内外企业参与到标准的起草与制定的过程中。 一.驾驶自动化分为6级 《汽车驾驶自动化分级》中提到，基于驾驶自动化系统能够执...

同时报告系统性地分析了人工智能产业落地过程中，在数据(尤其是数据标注行业)、算法模型、业务场景理解、服务方式、投入产出比等方面面临的挑战与应对方式。