Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)

图片[1]-Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)-孤勇者社区

自动驾驶汽车将会进一步解放人类生产力,显著减少人为驾驶带来的交通事故,并创造新的增值服务。着眼于未来发展趋势,Scale API 公司正在加速计算机视觉方面的训练,打造一个将机器学习与人类理解结合起来的交互平台。

雷锋网新智驾消息,Scale API 最近推出传感器融合标注 API(Sensor Fusion Annotation API),能够支持所有主流传感器的高级 3D 感知,包括激光雷达(30 米内稠密 3D 场景理解)、相机(70 米内图像目标识别)和 Radar(150 米内稀疏场景理解),以帮助汽车制造商和自动驾驶汽车公司加速感知算法的开发。

Scale API 基于云服务,用户可以上传大量未标记的数据集,由公司对其进行标注,以便用于计算机视觉模型的训练。同时能处理各种数据集,幕后工作人员“Scaler”可以确保标注质量和可扩展性,他们的工作效率会随时被跟踪记录,用于构建自动化质量管线。

该公司已经提供了图像标注 API( Image Annotation API) ,通过目标识别来标注数据集。另外,Scale API 还提供用于 OCR 和图像转录、分类、比较和数据收集的 API。

图片[2]-Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)-孤勇者社区

借助传感器融合标注 API,用户可以上传未标记的相机、激光雷达和 Radar 数据,生成可用于训练 3D 感知模型的标注数据。激光雷达和 Radar 标注是指,采用长方体包围特定对象的 3D 点云,并得到这些框的位置和大小。该 API 支持所有用于 3D 感知的主流传感器,为自动驾驶技术提供数据支持。

图片[3]-Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)-孤勇者社区

为了更多地了解自动驾驶汽车的技术和发展,外媒与 Scale API 的创始人兼首席执行官 Alexandr Wang 进行了交谈,下面由雷锋网新智驾整理编译。

Q:为什么对激光雷达如此感兴趣?

Wang: 激光雷达传感器使用激光来帮助汽车了解周围环境状况。它能让汽车感知其他物体的距离、当前移动速度以及相对汽车所处位置。这些信息可用来渲染 3D 点云数据。

图片[4]-Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)-孤勇者社区

激光雷达发展迅速,价格日趋廉价。一些固态激光雷达以后有可能会低至上千甚至数百美元(通用 Cruise 收购 Strobe 正是要实现这点)。随着激光雷达成本降低,配备激光雷达的 L4 等级自动驾驶车队指日可待,消费者不必花高价去购买自动驾驶汽车。

Q:激光雷达是自动驾驶汽车的最佳选择吗?

Wang: 激光雷达对于自动驾驶汽车的落地起到关键作用。它可以让自动驾驶汽车更安全,即使汽车没它的时候也能运行。但是,在某些特殊情况下,如雨、雪和其他恶劣天气条件可能导致激光雷达失效。

相比其他技术,激光雷达的性能表现具有明显优势,尤其对于近场的语义理解非常有用。

虽然我们首先考虑应用在自动驾驶汽车方面,但激光雷达和 Radar 几乎适用于所有机器人和计算机视觉领域,包括无人机,测量图像和其他机器人,如配送机器人、制造机器人、安防机器人等,通过 3D 感知可以进一步提升图像数据的价值。保险公司利宝(Liberty Mutual)实际上就使用了 Scale API 来增强他们的无人机工作,通过机器学习算法分析无人机影像,来自动检测房屋受损程度。

图片[5]-Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)-孤勇者社区

Q:激光雷达的主要竞争对手采用什么技术?

Wang:这个问题很有趣。虽然 Radar 也能用于目标检测,但它与激光雷达是相辅相成的,而不是相互竞争。Radar 精度不太高,但探测的距离更远。当它们结合使用时,可以获得更好的 3D 感知。

虽然像特斯拉这样的公司不是直接的竞争对手,但他们正在建造更高分辨率的新探测系统,而且仅仅采用相机和雷达。

Q:激光雷达有什么缺点?

Wang: 激光雷达传感器仍然有些缺点。正如我之前所说的,它在光线充足的环境中性能表现最佳,但在下雪或有雾时可能会失效。因此,大多数自动驾驶汽车都采用四个传感器进行更精确的探测。

Q:传感器融合标注 API 的背后想法是什么?

Wang:开发高性能感知算法的最大瓶颈是获取高质量的已标记数据。随着 Scale 的传感器融合 API 的推出,我们是目前唯一能够处理所有 3D 传感器融合标注的,这对于任何自动驾驶汽车或机器人公司都非常有价值。

要想使用传感器融合和图像标注 API,只需将数据发送到 Scale API,数据将通过回调自动反馈给用户,操作非常简单。

图片[6]-Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)-孤勇者社区

Scale 传感器融合和图像标注 API 提供了对多种类型的支持。包括激光雷达 / Radar、语义分割、多边形、边界框、点、线和长方体。

图片[7]-Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)-孤勇者社区

一些用户已经将整个操作流程集成起来,一旦他们的车发生异常,这些数据就会自动发送给我们进行标注,等数据反馈给用户后,触发信号会激发重新训练算法。像 Voyage 和 Embark 一直在等待这项技术,我们非常高兴能够与他们合作。

Q:Scale 如何开发这项技术?

Wang: Scale 的工程团队由来自 MIT、CMU、哈佛大学、斯坦福大学、谷歌和 Facebook 等机构的机器学习、计算机科学和电气工程专家组成。我们也与像 Alphabet 这样的合作伙伴密切合作,开发先进的技术,用来生成最高质量的数据。

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。

图片[8]-Scale推出传感器融合标注API,为自动驾驶技术更快注入数据燃料(自动驾驶传感器融合算法)-孤勇者社区

Q:你认为自动驾驶汽车在什么时候会成为常态?

Wang:这种技术何时会在各个地区广泛使用是很难预测的。美国某些城市可能在 1 – 2 年就会出现自动驾驶车队。但由于投资原因,其他地区可能需要更长的时间,大概 3 – 5 年才会使用。目前,大多数自动驾驶技术都依靠高精地图,这些地图的生成和维护都很昂贵。由于技术还需全面推进,消费者想要购买自动驾驶乘用车可能还得等待相当长的时间。

------本页内容已结束,喜欢请分享------

感谢您的来访,获取更多精彩文章请收藏本站。

© 版权声明
THE END
喜欢就支持一下吧
点赞8赞赏 分享
评论 共1条
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片
    • 头像惨杨0