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。
12下一页>（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
