Scale推出感測器融合標註API，為自動駕駛技術更快注入數據燃料

自動駕駛汽車將會進一步解放人類生產力，顯著減少人為駕駛帶來的交通事故，並創造新的增值服務。著眼於未來發展趨勢，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合起來的交互平台。

雷鋒網新智駕消息，Scale API最近推出感測器融合標註API（Sensor Fusion Annotation API），能夠支持所有主流感測器的高級3D感知，包括激光雷達（30米內稠密3D場景理解）、相機（70米內圖像目標識別）和Radar（150米內稀疏場景理解），以幫助汽車製造商和自動駕駛汽車公司加速感知演算法的開發。

Scale API基於雲服務，用戶可以上傳大量未標記的數據集，由公司對其進行標註，以便用於計算機視覺模型的訓練。同時能處理各種數據集，幕後工作人員「Scaler」可以確保標註質量和可擴展性，他們的工作效率會隨時被跟蹤記錄，用於構建自動化質量管線。

該公司已經提供了圖像標註API（ Image Annotation API） ，通過目標識別來標註數據集。另外，Scale API還提供用於OCR和圖像轉錄、分類、比較和數據收集的API。

*RADAR在150米範圍內探測場景的屏幕截圖

藉助感測器融合標註API，用戶可以上傳未標記的相機、激光雷達和Radar數據，生成可用於訓練3D感知模型的標註數據。激光雷達和Radar標註是指，採用長方體包圍特定對象的3D點雲，並得到這些框的位置和大小。該API支持所有用於3D感知的主流感測器，為自動駕駛技術提供數據支持。

為了更多地了解自動駕駛汽車的技術和發展，外媒與Scale API的創始人兼首席執行官Alexandr Wang進行了交談，下面由雷鋒網新智駕整理編譯。

Q：為什麼對激光雷達如此感興趣？

Wang：激光雷達感測器使用激光來幫助汽車了解周圍環境狀況。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點雲數據。

激光雷達發展迅速，價格日趨廉價。一些固態激光雷達以後有可能會低至上千甚至數百美元（通用Cruise收購Strobe正是要實現這點）。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：激光雷達對於自動駕駛汽車的落地起到關鍵作用。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，激光雷達的性能表現具有明顯優勢，尤其對於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幾乎適用於所有機器人和計算機視覺領域，包括無人機，測量圖像和其他機器人，如配送機器人、製造機器人、安防機器人等，通過3D感知可以進一步提升圖像數據的價值。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，通過機器學習演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採用什麼技術？

Wang：這個問題很有趣。雖然Radar也能用於目標檢測，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解析度的新探測系統，而且僅僅採用相機和雷達。

Q：激光雷達有什麼缺點？

Wang：激光雷達感測器仍然有些缺點。正如我之前所說的，它在光線充足的環境中性能表現最佳，但在下雪或有霧時可能會失效。因此，大多數自動駕駛汽車都採用四個感測器進行更精確的探測。

Q：感測器融合標註API的背後想法是什麼？

Wang：開發高性能感知演算法的最大瓶頸是獲取高質量的已標記數據。隨著Scale的感測器融合API的推出，我們是目前唯一能夠處理所有3D感測器融合標註的，這對於任何自動駕駛汽車或機器人公司都非常有價值。

要想使用感測器融合和圖像標註API，只需將數據發送到Scale API，數據將通過回調自動反饋給用戶，操作非常簡單。

Scale感測器融合和圖像標註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。

一些用戶已經將整個操作流程集成起來，一旦他們的車發生異常，這些數據就會自動發送給我們進行標註，等數據反饋給用戶後，觸發信號會激發重新訓練演算法。像Voyage和Embark一直在等待這項技術，我們非常高興能夠與他們合作。

Q：Scale如何開發這項技術？

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這樣的合作夥伴密切合作，開發先進的技術，用來生成最高質量的數據。

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麼時候會成為常態？

Wang：這種技術何時會在各個地區廣泛使用是很難預測的。美國某些城市可能在1 - 2年就會出現自動駕駛車隊。但由於投資原因，其他地區可能需要更長的時間，大概3 - 5年才會使用。目前，大多數自動駕駛技術都依靠高精地圖，這些地圖的生成和維護都很昂貴。由於技術還需全面推進，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域的技術前沿與商業探索，雷鋒網新智駕年度推薦，掃描下圖二維碼或點擊 https://www.leiphone.com/special/custom/AIdrive.html，了解更多信息。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！