自動駕駛汽車將會進一步解放人類生產(chǎn)力，顯著減少人為駕駛帶來的交通事故，并創(chuàng)造新的增值服務。著眼于未來發(fā)展趨勢，Scale API公司正在加速計算機視覺方面的訓練，打造一個將機器學習與人類理解結(jié)合起來的交互平臺。

雷鋒網(wǎng)新智駕消息，Scale API最近推出傳感器融合標注API（Sensor Fusion Annotation API），能夠支持所有主流傳感器的高級3D感知，包括激光雷達（30米內(nèi)稠密3D場景理解）、相機（70米內(nèi)圖像目標識別）和Radar（150米內(nèi)稀疏場景理解），以幫助汽車制造商和自動駕駛汽車公司加速感知算法的開發(fā)。

Scale API基于云服務，用戶可以上傳大量未標記的數(shù)據(jù)集，由公司對其進行標注，以便用于計算機視覺模型的訓練。同時能處理各種數(shù)據(jù)集，幕后工作人員“Scaler”可以確保標注質(zhì)量和可擴展性，他們的工作效率會隨時被跟蹤記錄，用于構(gòu)建自動化質(zhì)量管線。

該公司已經(jīng)提供了圖像標注API（ Image Annotation API） ，通過目標識別來標注數(shù)據(jù)集。另外，Scale API還提供用于OCR和圖像轉(zhuǎn)錄、分類、比較和數(shù)據(jù)收集的API。

*RADAR在150米范圍內(nèi)探測場景的屏幕截圖

借助傳感器融合標注API，用戶可以上傳未標記的相機、激光雷達和Radar數(shù)據(jù)，生成可用于訓練3D感知模型的標注數(shù)據(jù)。激光雷達和Radar標注是指，采用長方體包圍特定對象的3D點云，并得到這些框的位置和大小。該API支持所有用于3D感知的主流傳感器，為自動駕駛技術(shù)提供數(shù)據(jù)支持。

為了更多地了解自動駕駛汽車的技術(shù)和發(fā)展，外媒與Scale API的創(chuàng)始人兼首席執(zhí)行官Alexandr Wang進行了交談，下面由雷鋒網(wǎng)新智駕整理編譯。

Q：為什么對激光雷達如此感興趣？

Wang： 激光雷達傳感器使用激光來幫助汽車了解周圍環(huán)境狀況。它能讓汽車感知其他物體的距離、當前移動速度以及相對汽車所處位置。這些信息可用來渲染3D點云數(shù)據(jù)。 

激光雷達發(fā)展迅速，價格日趨廉價。一些固態(tài)激光雷達以后有可能會低至上千甚至數(shù)百美元（通用Cruise收購Strobe正是要實現(xiàn)這點）。隨著激光雷達成本降低，配備激光雷達的L4等級自動駕駛車隊指日可待，消費者不必花高價去購買自動駕駛汽車。 

Q：激光雷達是自動駕駛汽車的最佳選擇嗎？

Wang： 激光雷達對于自動駕駛汽車的落地起到關(guān)鍵作用。它可以讓自動駕駛汽車更安全，即使汽車沒它的時候也能運行。但是，在某些特殊情況下，如雨、雪和其他惡劣天氣條件可能導致激光雷達失效。 

相比其他技術(shù)，激光雷達的性能表現(xiàn)具有明顯優(yōu)勢，尤其對于近場的語義理解非常有用。

雖然我們首先考慮應用在自動駕駛汽車方面，但激光雷達和Radar幾乎適用于所有機器人和計算機視覺領(lǐng)域，包括無人機，測量圖像和其他機器人，如配送機器人、制造機器人、安防機器人等，通過3D感知可以進一步提升圖像數(shù)據(jù)的價值。保險公司利寶（Liberty Mutual）實際上就使用了Scale API來增強他們的無人機工作，通過機器學習算法分析無人機影像，來自動檢測房屋受損程度。

Q：激光雷達的主要競爭對手采用什么技術(shù)？

Wang：這個問題很有趣。雖然Radar也能用于目標檢測，但它與激光雷達是相輔相成的，而不是相互競爭。Radar精度不太高，但探測的距離更遠。當它們結(jié)合使用時，可以獲得更好的3D感知。 

雖然像特斯拉這樣的公司不是直接的競爭對手，但他們正在建造更高分辨率的新探測系統(tǒng)，而且僅僅采用相機和雷達。 

Q：激光雷達有什么缺點？

Wang： 激光雷達傳感器仍然有些缺點。正如我之前所說的，它在光線充足的環(huán)境中性能表現(xiàn)最佳，但在下雪或有霧時可能會失效。因此，大多數(shù)自動駕駛汽車都采用四個傳感器進行更精確的探測。 

Q：傳感器融合標注API的背后想法是什么？

Wang：開發(fā)高性能感知算法的最大瓶頸是獲取高質(zhì)量的已標記數(shù)據(jù)。隨著Scale的傳感器融合API的推出，我們是目前唯一能夠處理所有3D傳感器融合標注的，這對于任何自動駕駛汽車或機器人公司都非常有價值。 

要想使用傳感器融合和圖像標注API，只需將數(shù)據(jù)發(fā)送到Scale API，數(shù)據(jù)將通過回調(diào)自動反饋給用戶，操作非常簡單。 

Scale傳感器融合和圖像標注API提供了對多種類型的支持。包括激光雷達 / Radar、語義分割、多邊形、邊界框、點、線和長方體。

一些用戶已經(jīng)將整個操作流程集成起來，一旦他們的車發(fā)生異常，這些數(shù)據(jù)就會自動發(fā)送給我們進行標注，等數(shù)據(jù)反饋給用戶后，觸發(fā)信號會激發(fā)重新訓練算法。像Voyage和Embark一直在等待這項技術(shù)，我們非常高興能夠與他們合作。

Q：Scale如何開發(fā)這項技術(shù)？

Wang： Scale的工程團隊由來自MIT、CMU、哈佛大學、斯坦福大學、谷歌和Facebook等機構(gòu)的機器學習、計算機科學和電氣工程專家組成。我們也與像Alphabet這樣的合作伙伴密切合作，開發(fā)先進的技術(shù)，用來生成最高質(zhì)量的數(shù)據(jù)。 

Q：目前和哪些公司合作？

Wang：使用Scale API的公司包括通用GM Cruise、Uber、nuTonomy、Alphabet、Embark、Voyage、Starsky Robotics等等。

Q：你認為自動駕駛汽車在什么時候會成為常態(tài)？

Wang：這種技術(shù)何時會在各個地區(qū)廣泛使用是很難預測的。美國某些城市可能在1 - 2年就會出現(xiàn)自動駕駛車隊。但由于投資原因，其他地區(qū)可能需要更長的時間，大概3 - 5年才會使用。目前，大多數(shù)自動駕駛技術(shù)都依靠高精地圖，這些地圖的生成和維護都很昂貴。由于技術(shù)還需全面推進，消費者想要購買自動駕駛乘用車可能還得等待相當長的時間。

PS：看遍這一年中國與全球智能駕駛領(lǐng)域的技術(shù)前沿與商業(yè)探索，雷鋒網(wǎng)新智駕年度推薦，掃描下圖二維碼或點擊 http://www.woorcar.cn/special/custom/AIdrive.html ，了解更多信息。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。