本文為您簡要介紹自動駕駛開發平臺的相關內容。
阿里云自動駕駛開發平臺包含自動駕駛研發過程中需要的數據管理、仿真、車云協同采集相關能力與產品。幫助客戶在云上充分利用阿里云的存儲計算能力,實現自動駕駛研發過程中全鏈路降本提效。
功能特性
當前已在公測的部分為數據管理相關功能。仿真、車云協同相關功能暫未公測。
數據管理提供自動駕駛采集數據在云上數據預處理、預標注、管理、檢索、重組、回放、輸出到仿真或訓練系統中的能力:
非結構化數據處理:針對非結構化數據處理提供DAG調度和并行計算能力,構建自動調度的10倍加速的自動駕駛數據工作流
多模態數據檢索:對自動駕駛各類數據支持結構化標簽檢索、無標簽自然語義檢索、以圖搜圖和萬物檢索等多種檢索方式,幫助用戶靈活運用未經標注的自動駕駛采集數據
加速的時空對齊場景回放:支持視覺感知、點云、決策路徑、地圖等數據在時空對齊的情況下加速回放
良好的數據和算法兼容性兼容:客戶各類采集數據格式如rosbag、Cyber RT、LCM等,兼容客戶云端預處理自定義算子的運行
應用場景
在阿里云上快速構建自動駕駛研發需要的數據閉環
利用阿里云的高性能和高彈性,在云上構建自動駕駛研發所需的數據處理、檢索、訓練集構建、仿真評測最終產出算法包OTA至車端。
能夠解決的問題如下
海量非結構化數據快速預處理
利用數據管理并行計算框架,在阿里云上以云原生的方式分布式處理海量非結構化數據,采集到的感知數據處理效率提高10倍。
感知數據多模態檢索
無論是經過標注還是未經標注的傳感器輸出數據,均可利用本產品強大的能力進行多模態檢索,找到需要的corner case或目標物數據集。
數據集回放與重組
通過場景回放或檢索或其他算法識別出的數據標簽、感興趣的數據區間,可以快速重新切割重組數據集,構建用于訓練或logsim的數據包輸出。
文檔內容是否對您有幫助?