不久前，国内首部关于智能网联汽车管理的法规——《深圳经济特区智能网联汽车管理条例》获得深圳市人大常委会会议表决通过，并于8月1日起开始施行。该条例对车路协同基础设施进行了明确规定。根据《条例》，市区人民政府可以结合智能网联汽车通行需要，统筹规划、配套建设智能网联汽车通用的通信设施、感知设施、计算设施等车路协同基础设施。
什么是车路协同？
车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，实现人车路的有效协同，确保交通安全，提高车辆通行效率，从而形成安全、高效和环保的道路交通系统。
单车智能&车路协同
单车智能是指车辆通过随身携带的毫米波雷达、激光雷达等硬件设备对车辆周边环境的感知，计算决策并控制执行。而车路协同是在单车智能的基础上，以智能路侧系统和智能车载系统为基础，对道路交通环境进行精准的感知，通过无线通讯设备实现车路信息交互和共享。
单车智能感知和算力都在车端，因此需要依靠先进的车载芯片和软件等才能使其运行，而车路协同感知和算力主要在路端，需要建设相关的新基建确保其正常运行。基于不同的感知和算力，单车智能的成本相对较高，而车路协同可以让道路与道路上行驶的自动驾驶汽车信息互通，可有效降低成本。
相比较而言，车路协同比单车智能的成本更低、实用性更强。
随着我国5G的发展及通讯行业基础设施的迅速建设，加快了道路新建改造进程，可以实现车路协同更好地落地。车路协同能感知到更大的范围和更远距离，可以考虑到路上所有车辆的实时行驶情况，可有效避免障碍物对车辆的影响，从而提升自动驾驶安全性。
可见在商业落地和安全方面，车路协同比单车智能具有更大的优势。
数据标注的重要性
在以深度学习为主的感知模型中，主流的深度学习训练方法还是监督学习，这种训练方法需要向模型“喂养”海量有“真值”的数据。
AI数据是人工智能和机器学习的基础，而大量低质量的数据对人工智能来说是严峻挑战。在自动驾驶车路协同发展过程中，车企想要汽车自身的算法做到处理更多、更复杂的场景，需要收集海量数据来对模型进行不断训练与调优，高质量的训练数据对模型训练效果至关重要。
景联文科技提供自动驾驶道路数据标注服务
景联文科技作为长三角地区规模最大的AI基础数据服务商之一，通过自动驾驶定制化数据标注平台等服务，对视频、图像、文本、点云等数据进行结构化处理，一站式解决自动驾驶道路训练数据需求，在为智能驾驶相关企业和高校科研机构提供大规模标注数据的能力的同时，可大幅度提升数据标注效率，降低AI模型训练成本，极大地加速智能驾驶相关应用的落地迭代周期，节省大量研发时间和成本。
自动驾驶数据对标注数据的精度要求普遍较高，为保证数据精确度，景联文科技对全职采标团队建立完善的人员培训、管理体系，推出整套AI产业人才培养解决方案，分别开通理论课程、实训课程、结业考试等培养项目，通过理论与实践相结合为行业输送高素质数据标注员。全职标注团队中90%以上标注员支能够胜任3D点云等高难度门槛标注项目，满足人工智能多样性、丰富性的数据标注需求。
针对无人驾驶，支持3D点云目标检测、3D点云关键点标注、3D点云语义分割、2D3D融合标注、车辆和行人标注、语义分割、车道线标注、3D立方体标注、车辆多边形标注、指示牌和信号灯标注、线段标注、视频跟踪标注等。
为了更好地解决以往使用的单一工具在执行效率上的欠缺并积极迎合市场需求，景联文科技自研数据标注平台，针对不同厂商和设备提供的图像、语音、视频或3D点云数据均可完成高质量高精度的数据标注，基于自身丰富的自动驾驶标注经验和先进的标注工具，可对车辆、行人、路标等行驶障碍物进行框选标注，为环境感知技术提供精准的标注数据集，并支持全方面的标注、质检、验收和管理。开放甲方验收通道，能够达到最高99%的准确率，高效率高质量快速交付。
AI全栈方案提供商2D3D融合标注案例
需求：标注点云图片共计3w帧，合计18w个点云框
项目难点：要求支持3D点云图像标注、2D3D融合标注；在2D图像模糊的情况下难以判断方向，需要标注员及质检员有较好的方位感；3D点云标注难度大，对数据标注平台要求高。
解决方案：景联文科技提供专业标注平台，支持3D点云图像标注和2D3D融合标注；配备3年以上2D3D点云标注项目管理经验的项目经理和标注团队。安排标注团队对项目背景、目的、规则、注意事项、难点、平台操作、项目要求（准确率、日产量）进行培训和考核，考核淘汰40%，剩余60%人员进入正式任务；景联文数据标注平台具有自动标注功能，可对2D3D图像进行预处理，根据标注结果调整模型进行标注，根据场景灵活配制标注流程，进一步保证了标注精度。
景联文科技｜Al基础数据服务｜数据采集｜数据标注｜假指纹制作｜指纹防伪算法
助力人工智能技术加速数字经济相关产业质量变革，赋能传统产业智能化转型升级
