大数据造梦无人驾驶，老司机何去何从？

摘要：2014年，Uber创始人Travis Kalanick预测人类司机的消亡最终会到来，时隔两年，Uber推出无人驾驶汽车载客服务，意味着无人驾驶的年代已来临。当我们正处于科技发展带给我们的无限惊讶时，无人驾驶已经悄然来到我们身边，或许在未来的某一天，老司机终将消失，这将是一场“噩梦”…

2014年，Uber创始人Travis Kalanick预测人类司机的消亡最终会到来，时隔两年，Uber推出无人驾驶汽车载客服务，开始试运行，这也意味着无人驾驶的年代已来临。当我们正处于科技发展带给我们的无限惊讶时，无人驾驶已经悄然来到我们身边，或许在未来的某一天，老司机终将消失，这将是一场“噩梦”。

无人驾驶：跟酒驾说再见

2016年4月，谷歌曾经发布了一段视频，而视频中的内容让业界非常震撼。在视频中，我们看到一辆自动驾驶的汽车行驶在公路上，方向盘会自主滑动，当前方出现障碍时能够自主并线，遇上红灯也能及时刹车。

无人驾驶，是每个人心中的理想驾驶状态，当我们聚会饮酒或者极度疲劳的时候，我们依旧可以通过无人驾驶汽车去到我们想去的地方。当然，在这个行驶时间内，我们还可以干点其他的事，譬如，打开笔记本开始办公，或许还可以和朋友继续畅饮。对于喜欢饮酒的司机来讲，他们一定很期待无人驾驶汽车售卖日子的及早到来。

无人驾驶：人工智能时代产物

1885年，一名德国人卡尔·佛里特立奇·本茨发明了汽车，历经一个多世纪后，汽车早已是人们不可缺少的交通工具。随着智能化应用的普及，汽车行业迎来了颠覆性的变革，人们不再拘泥于手动驾驶，只要在车中输入目的地就可以轻松前往。

谈到智能化，毫无疑问我们会想到一个词:人工智能。人工智能发展了很多年，被应用到很多领域：机器人的诞生、VR/AR、智能家居，曾经的天方夜谭都在一一实现。随着深度学习、计算机视觉和自然语言等方面的突破，人们对于人工智能的运用更为娴熟。

当把人工智能应用到汽车行业，人们便有了更多美好的设想，随着汽车数量的不断增加，随之而来的交通事故、拥堵以及环境污染问题不断出现，这个时候就需要新的技术新的方法来解决这些问题，无人驾驶应运而生。

以百度、谷歌为代表的互联网企业,以人工智能的视角切入无人驾驶产业,将无人驾驶汽车看做一个智能的机器人系统,基于无人驾驶技术的汽车,实质上就是一台移动的智能联网机器人,可以实现真正的智能化和共享化。传统汽车技术只是“移动”能力的载体,人工智能和车联网才是无人驾驶技术的核心。无人驾驶汽车是汽车工业和人工智能的集大成者。

无人驾驶：识别技术和深度学习算法应用

无人驾驶技术可抽象为“环境探测-自动决策-控制响应”，其发展主要依赖于三方面技术的成熟:智能感知技术是前提,智能决策和控制技术是核心,高精度地图及智能交通设施等是重要支撑。智能识别及决策技术就像智能汽车的中枢神经,是自动驾驶技术成熟的核心及瓶颈。深度学习云平台让每一个新上路的“新驾驶脑”都像“老司机”那样,拥有丰富的驾驶经验。作为无人驾驶发展成熟的重要支撑,高精度、全信息地图是不可或缺的。

数据堂：OCR技术

我们可以想象一下，没有驾驶员，那就意味着我们的汽车中央大脑要时刻关注路面信息、交通情况、前后车距离还有交通标识以及信号灯等情况，而这些数据将要通过激光雷达、红外相机、摄像头、GPS和传感器等设备不断搜集反馈。当然，我们还需要通过人为的记录所有道路的物理特点数据，在汽车上路时，通过传感器和摄像头收集数据，和系统已有的数据进行对比和分析，以便快速的定位自己的方位和位置。

数据堂：追踪标注技术

我们可以预料到，这种计算将会达到每秒钟百万次，然后在极短的时间，中央大脑做出下一步的判断：停车、减速、加速、换道还是转弯。我们举个例子，当我们在路面上行驶时，各种设备正在不断的搜集信息进行计算，提示前方出现事故，汽车就会立马刹车或者换道行驶。又好比，当我们驾车行驶在路上，一个老人从前面走过，系统判断前方有障碍物或者有人，便决定等待障碍物消失在行驶。

数据堂：轮廓标注(精细)技术

毫无疑问，无人驾驶汽车是完全依赖大数据的，而其成功的关键也在于对数据的及时搜集和处理并分析，做出判断。为什么说无人驾驶最大的技术瓶颈是大数据呢我们举个例子，道路以及地形的原始数据都是在正常情况下(视线良好、无风无雨无雾无霾)进行采集的，假如突然降雨或者说下雪，道路被雨水或者大雪覆盖，那么原来搜集到的数据将毫无对比意义，这时，汽车也会失去判断，没办法精准预测路面情况以及方位，自动导航也会进一步失败，这个时候将有可能出现事故。如今，世界的汽车巨头们(通用、丰田、奥迪、福特等)都在研究无人驾驶技术，而这些公司一致认位最主要的任务就是大数据的采集。

无人驾驶：安全驾驶畅行无忧

在无人驾驶中我们需要重点关注的是安全行驶问题，真实的路况视频和车辆标注数据，能够让自动辅助驾驶深度学习人的驾驶行为。对于无人驾驶而言，这将需要经过长时间检验各种复杂的路况信息数据。无人驾驶汽车生产商可以凭借数据堂海量的路况视频和车辆标注信息，进行行车模拟测试，为真实路况的测试做准备。

(1)覆盖更全的道路和车辆标注数据

数据堂道路视频数据覆盖中美两国路况数据、北京街景视频、信号灯指示牌数据等，能够更好的反应真实的路况信息，为自动辅助驾驶提供支持;7.5万张覆盖绝大部分车型的车辆标注图像数据，在自动辅助驾驶中准确的识别道路车辆。

数据堂：矩形框标注技术

(2)整合车载语音、交通标志和街景像素

数据堂可以为车载/手机APP智能语音开发提供大数据资源，只需对着设备大声说出你希望设备做的事情，设备便可以识别你的命令，并且按照我们的命令进行操作。这样驾驶员的手和大脑都可以解放出来，不用去考虑该怎么按键，享受纯甄驾驶乐趣。

无人驾驶：引领城市交通新革命

在大数据时代，不管是信息还是知识，都是以数据为存储介质。当我们赋予数据不同的背景，把数据整合成信息，再从信息中发现规律，当一些可以识别的设备利用这些规律输出不同的指令为人们服务时，机器智能也就产生了。无人驾驶是一场解放双手操作的“革命”，也将颠覆汽车行业，从我们已经熟知的GPS到未来整个完善的汽车运行智能监控系统，无人驾驶离我们真的就不远了。

有权威报告预测，到2040年全球上路的汽车总量中，75%将会是无人驾驶汽车。我们可以想象得到，当无人驾驶汽车真正普及，“老司机”这一职业离失业也就不远了，或许相对于失业来说，我们更需要关注的是安全问题，未来更多人工智能被应用，而我们也将享受更多机器智所带来的生活便利。

来源：数据堂