隨著自動(dòng)駕駛邁入量產(chǎn)時(shí)代，「數(shù)據(jù)驅(qū)動(dòng)」成為一個(gè)熱門話題——無論是汽車廠商還是科技公司，在介紹新技術(shù)和新產(chǎn)品時(shí)，都常常將累計(jì)行駛里程和運(yùn)行時(shí)間作為優(yōu)勢亮點(diǎn)。大家時(shí)常會聽到類似「行駛里程突破千萬公里、系統(tǒng)學(xué)習(xí)突破數(shù)十萬小時(shí)，相當(dāng)于人類駕齡數(shù)萬年」的表述。

回歸現(xiàn)實(shí)，乘用車自動(dòng)駕駛能力依然處于輔助駕駛的階段，經(jīng)歷著從高速、泊車到最復(fù)雜的城區(qū)場景逐步覆蓋的進(jìn)程。理論上已經(jīng)「學(xué)車數(shù)萬年」的AI，仍然無法完全代替人類駕駛員。

自動(dòng)駕駛是數(shù)據(jù)驅(qū)動(dòng)的技術(shù)，環(huán)境感知、精準(zhǔn)定位、路徑規(guī)劃等模塊能力都構(gòu)筑在堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)之上。而累計(jì)海量數(shù)據(jù)僅僅是最基礎(chǔ)的一步，更復(fù)雜也更困難的地方在于如何高效利用回傳數(shù)據(jù)，促進(jìn)系統(tǒng)技術(shù)架構(gòu)迭代升級。

與此同時(shí)，量產(chǎn)落地后海量并發(fā)的數(shù)據(jù)風(fēng)暴，對創(chuàng)新公司的技術(shù)研發(fā)能力也帶來了諸多挑戰(zhàn)：

海量數(shù)據(jù)，算力壓力大：無論是研發(fā)測試車輛還是搭載自動(dòng)駕駛系統(tǒng)的量產(chǎn)車，每天產(chǎn)生的數(shù)據(jù)量都能達(dá)到TB級別。同時(shí)，隨著傳感器數(shù)量和圖像分辨率增加，算法模型日趨復(fù)雜，對數(shù)據(jù)處理的算力壓力也水漲船高。

數(shù)據(jù)龐雜，處理難度大：自動(dòng)駕駛研發(fā)數(shù)據(jù)來源多樣，有車輛數(shù)據(jù)、位置數(shù)據(jù)、環(huán)境感知數(shù)據(jù)、應(yīng)用數(shù)據(jù)、個(gè)人數(shù)據(jù)等等，如何對數(shù)據(jù)進(jìn)行精準(zhǔn)化的篩選、提煉、統(tǒng)計(jì)和分析成為難點(diǎn)。此外，數(shù)據(jù)類型涉及結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)服務(wù)類型又涵蓋文件、對象等等，導(dǎo)致不同業(yè)務(wù)對存儲接口、協(xié)議訪問的需求多樣化，因此統(tǒng)一標(biāo)準(zhǔn)、提升不同研發(fā)任務(wù)的協(xié)同效率也是困難重重。

數(shù)據(jù)安全難度大：數(shù)據(jù)安全是伴隨著我國自動(dòng)駕駛技術(shù)創(chuàng)新同步出現(xiàn)的全新課題。自動(dòng)駕駛汽車涉及的用戶隱私數(shù)據(jù)、國家地理信息等等敏感信息如何安全管控和保護(hù)已經(jīng)成為了全行業(yè)共同探索的問題。

總之，如何高效利用和安全處理量產(chǎn)回傳數(shù)據(jù)對技術(shù)研發(fā)提出了更高的要求。在大數(shù)據(jù)的基礎(chǔ)上，形成完整的數(shù)據(jù)閉環(huán)，才能夠?qū)?shù)據(jù)進(jìn)行快速有效挖掘，促進(jìn)AI算法迭代升級。

禾多科技自動(dòng)駕駛系統(tǒng)從去年開始在廣汽等知名汽車廠商車型上量產(chǎn)搭載。對此，禾多科技基于完全自研工具鏈，形成從數(shù)據(jù)采集、數(shù)據(jù)仿真到場景庫搭建、系統(tǒng)測試的完整閉環(huán)，打通了基于數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛系統(tǒng)升級閉環(huán)鏈路。

在這背后，禾多研發(fā)小伙伴們做了大量的工作，涉及數(shù)據(jù)采集/回傳、數(shù)據(jù)存儲、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)標(biāo)注、測試驗(yàn)證等等一系列不同模塊，內(nèi)容紛繁復(fù)雜。本期「有禾不可」就選擇其中四個(gè)亮點(diǎn)維度，見微知著，為大家介紹禾多科技如何通過數(shù)據(jù)閉環(huán)讓數(shù)據(jù)得到更高效的處理和更安全的使用。

數(shù)據(jù)回傳搭積木式靈活配置量產(chǎn)數(shù)據(jù)回傳功能

為了從海量、復(fù)雜的數(shù)據(jù)中提取真正有用的數(shù)據(jù)，解決自動(dòng)駕駛長尾問題，數(shù)據(jù)場景化是必不可少的一步。場景是數(shù)據(jù)需求的基本單位，場景化是數(shù)據(jù)打通的中樞環(huán)節(jié)，能否有足夠強(qiáng)的場景提取的能力，將是一家自動(dòng)駕駛公司的重要技術(shù)壁壘。

在實(shí)際量產(chǎn)項(xiàng)目中，禾多科技負(fù)責(zé)車端數(shù)據(jù)回傳技術(shù)的開發(fā)。為了滿足不同主機(jī)廠客戶實(shí)際需求，禾多科技提供了「積木式」配置方式：將場景識別的條件抽象成可配置的內(nèi)容，一方面可以滿足算法在不同時(shí)期對于數(shù)據(jù)挖掘的動(dòng)態(tài)變化的需求，另一方面也方便程序的升級迭代。

此外，為了充分利用數(shù)據(jù)，禾多科技在算法端不斷優(yōu)化迭代，靈活選擇最優(yōu)數(shù)據(jù)進(jìn)行計(jì)算，對場景進(jìn)行更精準(zhǔn)定義和挖掘。同時(shí)，通過充分利用多信息融合方式，基于明確的系統(tǒng)異常表現(xiàn)和信息之間的明顯差異，利用算法自動(dòng)挖掘極端場景和異常場景。

通過這種「搭積木」的場景庫配置方式，禾多科技的數(shù)據(jù)挖掘在量的基礎(chǔ)上實(shí)現(xiàn)了質(zhì)的突破。

數(shù)據(jù)生產(chǎn)統(tǒng)一標(biāo)簽體系

自動(dòng)駕駛作為一項(xiàng)新興技術(shù)，其研發(fā)過程一直面臨著「缺乏統(tǒng)一標(biāo)準(zhǔn)」的困擾。

一方面，除了感知模塊作為典型的數(shù)據(jù)驅(qū)動(dòng)技術(shù)為大家熟知以外，包括決策、規(guī)劃、控制、定位、地圖等模塊也都廣泛依賴數(shù)據(jù)的補(bǔ)給。不同的模塊需要一套共同語言能夠保證前后互通。

另一方面，完整的研發(fā)生命涵蓋需求定義、算法實(shí)現(xiàn)、測試用例、bug提交、數(shù)據(jù)采集、結(jié)果評測等階段，每個(gè)階段之間也需要一套共同語言能夠保證上下流轉(zhuǎn)。

這套語言就是我們常說的標(biāo)簽。標(biāo)簽體系不統(tǒng)一，就會導(dǎo)致不同模塊之間、不同階段之間的輸入輸出重疊或不一致，產(chǎn)生「重復(fù)造輪子」的問題。

禾多科技自身定位為自動(dòng)駕駛解決方案公司，需要為主機(jī)廠客戶提供多模塊、全流程的研發(fā)服務(wù)。在這個(gè)過程中，禾多科技基于OpenX標(biāo)準(zhǔn)和量產(chǎn)項(xiàng)目中總結(jié)的經(jīng)驗(yàn)，創(chuàng)造性地構(gòu)造了統(tǒng)一的標(biāo)簽體系——在廣度上統(tǒng)一了不同模塊對于數(shù)據(jù)的挖掘需求，從深度上統(tǒng)一了不同階段對于數(shù)據(jù)的分級需求，保證各個(gè)模塊和流程之間實(shí)現(xiàn)標(biāo)簽對齊以及場景一致，顯著提高了溝通效率、減少了數(shù)據(jù)生產(chǎn)過程中的浪費(fèi)。

仿真測試貫穿研發(fā)測試生命周期

自動(dòng)駕駛汽車需要經(jīng)歷大量的道路測試才能量產(chǎn)上市。僅僅依靠路測來優(yōu)化自動(dòng)駕駛算法耗費(fèi)的時(shí)間和成本太高，且面臨著法規(guī)限制多、極端交通條件難以創(chuàng)造、場景復(fù)現(xiàn)困難和安全風(fēng)險(xiǎn)高等問題。因此，基于場景庫的仿真測試是系統(tǒng)驗(yàn)證中的重要環(huán)節(jié)。

結(jié)合實(shí)際量產(chǎn)項(xiàng)目開發(fā)和測試環(huán)節(jié)的需求，禾多科技完全自主研發(fā)了集「可視化、場景、仿真、評測」功能于一體的綜合性驗(yàn)證平臺HoloX，支持在高精地圖基礎(chǔ)上搭建貼近真實(shí)道路的仿真場景。更重要的是，HoloX的仿真能力不僅用到傳統(tǒng)的SIL、PIL和HIL測試中，還直接在車端應(yīng)用，實(shí)現(xiàn)了高效的車輛在環(huán)（VIL）測試，極大提高了系統(tǒng)集成的效率、安全性和極端場景的測試覆蓋度。

除此之外，HoloX可以為感知訓(xùn)練提供有效的視覺數(shù)據(jù)且自動(dòng)完成標(biāo)注，既可以對實(shí)車數(shù)據(jù)采集提供有力補(bǔ)充，減少實(shí)車數(shù)據(jù)采集所需的人力和物力，還可以在虛擬場景下還原真實(shí)世界中難以遇到的場景，提高場景覆蓋度。

停車場環(huán)視相機(jī)數(shù)據(jù)仿真

行車場景環(huán)視相機(jī)感知仿真

泊車場景后視相機(jī)障礙物感知仿真

作為隨著研發(fā)需求而誕生工具，HoloX還伴隨著禾多科技量產(chǎn)項(xiàng)目的進(jìn)展而不斷升級迭代，提供更完善的仿真測試能力。

量產(chǎn)數(shù)據(jù)應(yīng)用云端全管理

除了研發(fā)端通常關(guān)注的數(shù)據(jù)處理效率問題，如何保障隱私和敏感數(shù)據(jù)的安全也是科技創(chuàng)新公司如今需要考慮的問題。

對此，禾多科技將此前應(yīng)用于本地的數(shù)據(jù)閉環(huán)推到云端，打造完整了云端工具鏈。通過這種方式，將各種數(shù)據(jù)進(jìn)行分類上傳、分類管理，在云端完成數(shù)據(jù)全生命周期處理，通過統(tǒng)一的接口權(quán)限，保障數(shù)據(jù)安全，規(guī)避數(shù)據(jù)泄露風(fēng)險(xiǎn)。

數(shù)據(jù)越多，算法越強(qiáng)的道理看似簡單，但僅僅只靠「堆數(shù)據(jù)」是遠(yuǎn)遠(yuǎn)不夠的。如何更加高效地篩選真正有用的數(shù)據(jù)來反哺算法才是更加關(guān)鍵的一步。與此同時(shí)，海量的數(shù)據(jù)如何安全合規(guī)地運(yùn)用，也是研發(fā)過程中不能忽視的問題。

在技術(shù)落地層面，禾多科技正與多家中國頭部大型汽車集團(tuán)攜手，推動(dòng)自動(dòng)駕駛系統(tǒng)規(guī)模化量產(chǎn)：于2021年與廣汽集團(tuán)達(dá)成「產(chǎn)融聯(lián)合」合作關(guān)系后，禾多科技與廣汽研究院攜手，為廣汽乘用車型平臺提供自動(dòng)駕駛開發(fā)服務(wù)。目前已通過搭載3顆第二代激光雷達(dá)的AION LX Plus車型實(shí)現(xiàn)了NDA智能輔助駕駛的落地，并為去年上市的廣汽傳祺影酷車型提供了高階自動(dòng)泊車技術(shù)。在2023年，還會有多款不同廠商的新產(chǎn)品搭載禾多自動(dòng)駕駛系統(tǒng)量產(chǎn)上市。

面對量產(chǎn)之后海量并發(fā)的數(shù)據(jù)風(fēng)暴，禾多科技已經(jīng)做好了準(zhǔn)備，以上內(nèi)容僅僅是禾多數(shù)據(jù)閉環(huán)亮點(diǎn)的冰山一角。隨著今年系統(tǒng)量產(chǎn)工作的穩(wěn)步推進(jìn)，禾多數(shù)據(jù)閉環(huán)能力也將在逐步升級，后續(xù)的「有禾不可」將進(jìn)行更詳細(xì)的介紹。

在邁向完全無人駕駛的終極目標(biāo)的道路上，禾多科技數(shù)據(jù)閉環(huán)正加速向前！

審核編輯 ：李倩