申請(qǐng)技術(shù)丨51Sim合成數(shù)據(jù)平臺(tái)

申報(bào)領(lǐng)域丨汽車軟件

獨(dú)特優(yōu)勢(shì)：

獨(dú)特優(yōu)勢(shì)： AI2.0時(shí)代，數(shù)據(jù)需求在指數(shù)級(jí)增長(zhǎng)，現(xiàn)有的數(shù)據(jù)存量與增長(zhǎng)速度卻遠(yuǎn)不足支撐更先進(jìn)AI的訓(xùn)練，合成數(shù)據(jù)依靠自身更高效、更低成本、更高質(zhì)量的優(yōu)勢(shì)應(yīng)運(yùn)而生；合成數(shù)據(jù)可以解決日常感知訓(xùn)練中難以獲取數(shù)據(jù)以及數(shù)據(jù)量少、質(zhì)量差等一系列問(wèn)題，早在2020年51Sim便開(kāi)始了對(duì)合成數(shù)據(jù)的技術(shù)探索與落地應(yīng)用，如今已構(gòu)建起了大量高質(zhì)量的合成數(shù)據(jù)集及針對(duì)3D數(shù)據(jù)生產(chǎn)的工具鏈，并落地了大量的標(biāo)桿案例。

應(yīng)用場(chǎng)景：

應(yīng)用場(chǎng)景： 1、預(yù)期功能安全（SOTIF）是自動(dòng)駕駛車輛落地的重要保障，主要用于解決由功能不足或者由可合理預(yù)見(jiàn)的人員誤用所導(dǎo)致的危害和風(fēng)險(xiǎn)。為了應(yīng)對(duì)日常感知訓(xùn)練中難以獲取的數(shù)據(jù)，51Sim利用先進(jìn)的仿真技術(shù)構(gòu)建各類低概率、高風(fēng)險(xiǎn)的邊緣場(chǎng)景，以增加訓(xùn)練樣本和多樣性，提升感知算法泛化能力，幫助主機(jī)廠加速模型訓(xùn)練，有效解決預(yù)期功能安全問(wèn)題。 2、隨著國(guó)內(nèi)汽車市場(chǎng)競(jìng)爭(zhēng)日趨激烈，越來(lái)越多車企加速海外市場(chǎng)布局。但在實(shí)際落地中，主機(jī)廠們往往會(huì)遭遇嚴(yán)苛的數(shù)據(jù)安全監(jiān)管。部分場(chǎng)景數(shù)據(jù)采集困難，無(wú)法完成自動(dòng)駕駛系統(tǒng)的本地化適應(yīng)性訓(xùn)練，嚴(yán)重阻礙了出海進(jìn)程。51Sim幫助該車企生成交通標(biāo)志牌、停車場(chǎng)等場(chǎng)景合成數(shù)據(jù)，既解決了數(shù)據(jù)獲取的挑戰(zhàn)并兼顧數(shù)據(jù)隱私保護(hù)。 3、通過(guò)構(gòu)建技術(shù)國(guó)際領(lǐng)先、面向視覺(jué)模型應(yīng)用落地的多模態(tài)數(shù)據(jù)標(biāo)注的高逼真度合成場(chǎng)景數(shù)據(jù)集，推動(dòng)視覺(jué)預(yù)訓(xùn)練大模型在自動(dòng)駕駛場(chǎng)景應(yīng)用落地。 4、路側(cè)感知是車路協(xié)同系統(tǒng)的重要組成部分, 這就需要針對(duì)道路交通事故、違章行為進(jìn)行大量算法訓(xùn)練。基于機(jī)器學(xué)習(xí)的識(shí)別算法需要大量的標(biāo)簽數(shù)據(jù), 而人工打標(biāo)簽被驗(yàn)證是一個(gè)效率極其低下的方式。同時(shí)，真實(shí)交通場(chǎng)景十分復(fù)雜，基于實(shí)采的事故和違章場(chǎng)景數(shù)據(jù)量嚴(yán)重不足，使得訓(xùn)練難度和成本很高，限制了算法的研發(fā)進(jìn)度。此外雷視一體機(jī)硬件也需要廠商提供設(shè)備的識(shí)別準(zhǔn)確率，基于路側(cè)模擬難以完全實(shí)現(xiàn)。而通過(guò)對(duì)城市道路的高精路網(wǎng)等全要素還原，并借助TransAI對(duì)車流進(jìn)行了模擬還原，由此形成道路數(shù)據(jù)集。基于數(shù)據(jù)集進(jìn)行事故和違章場(chǎng)景構(gòu)建，可泛化出數(shù)十萬(wàn)種不同場(chǎng)景，最大限度還原真實(shí)交通環(huán)境中超速、違停、違章變道的相關(guān)特性。在仿真環(huán)境中輸出帶標(biāo)簽的激光雷達(dá)點(diǎn)云數(shù)據(jù), 通過(guò)與感知算法識(shí)別的點(diǎn)云結(jié)構(gòu)化結(jié)果進(jìn)行對(duì)比，驗(yàn)證感知算法的準(zhǔn)確性。

未來(lái)前景：

未來(lái)前景：隨著AI的發(fā)展，數(shù)據(jù)需求量越來(lái)越大，現(xiàn)有數(shù)據(jù)存量不足以支撐大規(guī)模AI訓(xùn)練，且可獲取的數(shù)據(jù)存在獲取難度大、質(zhì)量低等問(wèn)題；而合成數(shù)據(jù)則可以很好解決這個(gè)問(wèn)題，合成數(shù)據(jù)不僅可以通過(guò)現(xiàn)有數(shù)據(jù)生成動(dòng)靜態(tài)場(chǎng)景，高度還原多樣性、全要素場(chǎng)景，還可以通過(guò)調(diào)整一系列參數(shù)來(lái)泛化出多樣化的場(chǎng)景，生成大規(guī)模高質(zhì)量、低成本的合成數(shù)據(jù)，來(lái)幫助智能駕駛仿真應(yīng)用落地。

金輯獎(jiǎng)介紹：

“金輯獎(jiǎng)”由蓋世汽車發(fā)起，旨在“發(fā)現(xiàn)好公司，推廣好技術(shù)，成就汽車人”， 并圍繞著“中國(guó)汽車新供應(yīng)鏈百?gòu)?qiáng)”這個(gè)主題進(jìn)行展開(kāi)，本屆金輯獎(jiǎng)重點(diǎn)聚焦智能駕駛、智能座艙、智能底盤、汽車軟件、車規(guī)級(jí)芯片、大數(shù)據(jù)及人工智能、動(dòng)力總成及充換電、熱管理、車身及內(nèi)外飾、新材料十大細(xì)分板塊，進(jìn)行優(yōu)秀企業(yè)及先進(jìn)技術(shù)解決方案的評(píng)選，向行業(yè)內(nèi)外展示這些優(yōu)秀的企業(yè)和行業(yè)領(lǐng)軍人物，共同推動(dòng)行業(yè)的發(fā)展和進(jìn)步。

返回第一電動(dòng)網(wǎng)首頁(yè) >