Scale推出传感器融合标注API，为自动驾驶技术更快注入数据燃料

自动驾驶汽车将会进一步解放人类生产力，显著减少人为驾驶带来的交通事故，并创造新的增值服务。着眼于未来发展趋势，Scale API公司正在加速计算机视觉方面的训练，打造一个将机器学习与人类理解结合起来的交互平台。

雷锋网新智驾消息，Scale API最近推出传感器融合标注API（Sensor Fusion Annotation API），能够支持所有主流传感器的高级3D感知，包括激光雷达（30米内稠密3D场景理解）、相机（70米内图像目标识别）和Radar（150米内稀疏场景理解），以帮助汽车制造商和自动驾驶汽车公司加速感知算法的开发。

Scale API基于云服务，用户可以上传大量未标记的数据集，由公司对其进行标注，以便用于计算机视觉模型的训练。同时能处理各种数据集，幕后工作人员“Scaler”可以确保标注质量和可扩展性，他们的工作效率会随时被跟踪记录，用于构建自动化质量管线。

该公司已经提供了图像标注API（ Image Annotation API） ，通过目标识别来标注数据集。另外，Scale API还提供用于OCR和图像转录、分类、比较和数据收集的API。

*RADAR在150米范围内探测场景的屏幕截图

借助传感器融合标注API，用户可以上传未标记的相机、激光雷达和Radar数据，生成可用于训练3D感知模型的标注数据。激光雷达和Radar标注是指，采用长方体包围特定对象的3D点云，并得到这些框的位置和大小。该API支持所有用于3D感知的主流传感器，为自动驾驶技术提供数据支持。

为了更多地了解自动驾驶汽车的技术和发展，外媒与Scale API的创始人兼首席执行官Alexandr Wang进行了交谈，下面由雷锋网新智驾整理编译。

Q：为什么对激光雷达如此感兴趣？

Wang： 激光雷达传感器使用激光来帮助汽车了解周围环境状况。它能让汽车感知其他物体的距离、当前移动速度以及相对汽车所处位置。这些信息可用来渲染3D点云数据。 

激光雷达发展迅速，价格日趋廉价。一些固态激光雷达以后有可能会低至上千甚至数百美元（通用Cruise收购Strobe正是要实现这点）。随着激光雷达成本降低，配备激光雷达的L4等级自动驾驶车队指日可待，消费者不必花高价去购买自动驾驶汽车。 

Q：激光雷达是自动驾驶汽车的最佳选择吗？

Wang： 激光雷达对于自动驾驶汽车的落地起到关键作用。它可以让自动驾驶汽车更安全，即使汽车没它的时候也能运行。但是，在某些特殊情况下，如雨、雪和其他恶劣天气条件可能导致激光雷达失效。 

相比其他技术，激光雷达的性能表现具有明显优势，尤其对于近场的语义理解非常有用。

虽然我们首先考虑应用在自动驾驶汽车方面，但激光雷达和Radar几乎适用于所有机器人和计算机视觉领域，包括无人机，测量图像和其他机器人，如配送机器人、制造机器人、安防机器人等，通过3D感知可以进一步提升图像数据的价值。保险公司利宝（Liberty Mutual）实际上就使用了Scale API来增强他们的无人机工作，通过机器学习算法分析无人机影像，来自动检测房屋受损程度。

Q：激光雷达的主要竞争对手采用什么技术？

Wang：这个问题很有趣。虽然Radar也能用于目标检测，但它与激光雷达是相辅相成的，而不是相互竞争。Radar精度不太高，但探测的距离更远。当它们结合使用时，可以获得更好的3D感知。 

虽然像特斯拉这样的公司不是直接的竞争对手，但他们正在建造更高分辨率的新探测系统，而且仅仅采用相机和雷达。 

Q：激光雷达有什么缺点？

Wang： 激光雷达传感器仍然有些缺点。正如我之前所说的，它在光线充足的环境中性能表现最佳，但在下雪或有雾时可能会失效。因此，大多数自动驾驶汽车都采用四个传感器进行更精确的探测。 

Q：传感器融合标注API的背后想法是什么？

Wang：开发高性能感知算法的最大瓶颈是获取高质量的已标记数据。随着Scale的传感器融合API的推出，我们是目前唯一能够处理所有3D传感器融合标注的，这对于任何自动驾驶汽车或机器人公司都非常有价值。 

要想使用传感器融合和图像标注API，只需将数据发送到Scale API，数据将通过回调自动反馈给用户，操作非常简单。 

Scale传感器融合和图像标注API提供了对多种类型的支持。包括激光雷达 / Radar、语义分割、多边形、边界框、点、线和长方体。

一些用户已经将整个操作流程集成起来，一旦他们的车发生异常，这些数据就会自动发送给我们进行标注，等数据反馈给用户后，触发信号会激发重新训练算法。像Voyage和Embark一直在等待这项技术，我们非常高兴能够与他们合作。

Q：Scale如何开发这项技术？

Wang： Scale的工程团队由来自MIT、CMU、哈佛大学、斯坦福大学、谷歌和Facebook等机构的机器学习、计算机科学和电气工程专家组成。我们也与像Alphabet这样的合作伙伴密切合作，开发先进的技术，用来生成最高质量的数据。 

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：你认为自动驾驶汽车在什么时候会成为常态？

Wang：这种技术何时会在各个地区广泛使用是很难预测的。美国某些城市可能在1 - 2年就会出现自动驾驶车队。但由于投资原因，其他地区可能需要更长的时间，大概3 - 5年才会使用。目前，大多数自动驾驶技术都依靠高精地图，这些地图的生成和维护都很昂贵。由于技术还需全面推进，消费者想要购买自动驾驶乘用车可能还得等待相当长的时间。

PS：看遍这一年中国与全球智能驾驶领域的技术前沿与商业探索，雷锋网新智驾年度推荐，扫描下图二维码或点击 https://www.leiphone.com/special/custom/AIdrive.html ，了解更多信息。