激光雷达 (LiDAR) 技术

不久前引发热议的 iPhone 12 Pro 机型，配备了全新的 LiDAR 扫描仪，只需点击自带的 Measure 应用程序，便能立即测量一个人的身高。

在人工智能和自动驾驶领域，神奇的 LiDAR 又有着怎样的用处？随着汽车巨头们在无人驾驶领域的投资与日俱增，这一生态系统中各环节的合作伙伴也在努力跟上行业的脚步。LiDAR 便是其中至关重要的一环。

激光雷达（LiDAR）是自动驾驶汽车的核心传感器，能够弥补摄像头在精度、稳定性和视野方面的局限性，是 L4 自动驾驶不可或缺的元件。通过点云标记识别和跟踪场景中的对象，了解汽车前后和周围的场景，LiDAR 能够帮助自动驾驶汽车在由 A 点驶向 B 点的过程中，拥有“视觉”和“思考”的能力。

近年来，LiDAR 行业整体正在逐步向“低成本化”、 “量产化”、“固态化”、“智能化”发展。预计到 2030 年，行业规模将超过百亿美元。与此同时，国产势力也正在逐步崛起，未来市场发展值得期待。

在刚刚过去的 2020 年岁尾，260 多家知名车企、激光雷达系统厂商、科研机构等产业链相关专业人士齐聚上海，在 2020 激光雷达前瞻技术展示交流会上，围绕 LiDAR 市场趋势、技术发展、车路协同应用等热点话题展开热烈的讨论和交流。

通过与全球 10 大汽车制造商中 7 家的合作经验，相关企业都了解到人工智能为整个汽车行业带来了前所未有的创新机会，以及大规模采集和标记训练数据对于整个行业的重要性。

事实上，许多人工智能项目从未真正进入部署阶段。有时企业花费了大量的时间和金钱，但一直都仅仅处于试验阶段、从未落地的项目上。“如何让人工智能不仅成为企业在战略层面的投资、更能得到有效的实施”，成为值得我们共同思考的问题。

数据采集和标注效率低？

数据获取效率低的原因主要来自两个方面：一是数据在采集的过程中，可能遭遇颠簸或传感器故障，导致数据可用性低；二是数据标注的过程需要耗费过多的人力成本，且效率不高。企业要通过对数据进行筛选和清洗，可有效解决数据采集的可用性问题；而数据标注过程的效率提升，则需要更好的工具进行支持。3D 点云标注工具有效结合机器学习能力和人类智慧，能够做到准确标注复杂的点云数据，为人工智能模型开发加速助力。

3D 点云标注工具应具备以下 3 要素：

融合标注: 采用融合标注技术，3D 到 2D 可自动投影

自动补全: 明确首帧和尾帧，即可自动补全中间帧，完成标注

一键贴合: 一键贴合 3D 物体，告别手动调整，提升标注效率；企业的 3D 点云标注工具要兼顾高科技标注功能与简单易用的界面，可实现快速、准确的高质量标注。3D 传感器数据与 2D 摄像机图像融合在一起，构建了一个直观的标注界面，能够以 3D 的形式标注无人驾驶汽车、无人机、地图等多个行业相关领域的数据。

数据质量难以保障？

质检对于数据最终呈现的质量尤为重要，而系统化的质检流程则是质量和效率双重保障的基础。

人员标注产能不足？

如何从人力方面提升标注产能，同样不可忽视。在人员数量方面，企业内部扩充可能会为人员管理带来难题，与专业的外部团队合作则可以避免人员扩张带来的负担。

技术的应运而生加速了汽车行业在自动驾驶领域的发展，如何打磨激光雷达工具将会成为各大企业智胜未来的关键。