智能汽车现在卷到什么程度了?
据获悉，在进入大规模量产“元年”后，各大车企都在全力升级自身的硬件配置，并进行一系列复杂场景的路测数据积累，拉开围绕高阶自动驾驶的量产“排位赛”。
这其中，作为核心传感器之一的传统毫米波雷达也跟随步入升级换代与突破创新的关键阶段。
激光雷达与毫米波雷达的角逐战
作为高阶自动驾驶的三大核心传感器，摄像头正经历高像素、3D深度信息以及环绕感知力的提升阶段。与此同时，激光雷达和毫米波雷达之间也进行了一场角力战。
激光雷达厂商正加快推动车规级量产进程，同时挑战更低成本和更高的可靠性，充分发挥激光雷达可以提供精准度更高的数据能力。另一方面，毫米波雷达厂商也在开足马力，改进低分辨率、俯仰角探测等问题，以匹配多传感“前融合”刚需。
除了“抛弃”传统毫米波雷达的特斯拉外，更多厂商倾向将两者都置于车中。
诚然，硬件的堆砌提升了自动驾驶安全性，但单个硬件设备并不能满足所有需求数据，且在很多极端环境下，硬件设备也会出现问题，如激光雷达在大雾、大雨等极端天气下，测得数据会出现较大偏差;毫米波雷达不具备测高能力，难以判断前方静止物体是在地面还是在空中。
因此自动驾驶汽车需要不同的硬件设备同时工作，以获得不亚于人类的感知精度及能力。而4D毫米波雷达的出现，将为自动驾驶带来革命性的改变。
4D毫米波雷达——L2以上自动驾驶的主传感器
首先，4D高精成像毫米波雷达能凭借高分辨率、远距离探测、高性能与低价格等优势替代低端激光雷达。
4D高精成像毫米波雷达在现有雷达基础上，通过俯仰角、时间、距离、方位角共四个维度感知环境，增强雷达对目标俯仰高度数据的探测和解析。其中，新加入的时间维度能够解析目标的行为、大小轮廓、类别等，提供比传统毫米波雷达更丰富的数据。据估，4D高精成像毫米波雷达进入大规模量产后，成本将仅是激光雷达的1/10。
这意味着4D毫米波雷达已具备激光雷达的功效，或成为L2以上自动驾驶的主传感器，在未来的自动驾驶方案中占据主导地位，实现低成本，高性能、可大规模的量产自动驾驶方案。
数据采集的下一步
可以看到，4D毫米波成像雷达普及之路一片坦途，全球范围内包括大陆、华为等公司已陆续宣布4D毫米波成像雷达的量产与合作项目计划。
而人工智能需要的数据远不止于采集，可用于模型的专业训练数据才机器真正需要的养料。
数据标注作为数据采集的下一步，在人工智能行业的地位同样不容小觑。
经过多年行业洗牌，数据标注与数据采集一样，都在不断探寻更高级别的数据服务能力，在经历了软件——工具——平台的进化后，数据标注从业者已从小作坊过渡到专业AI公司。
以曼孚科技为例，作为新一代技术类AI公司，曼孚科技产研团队打造的SEED数据服务平台借助AI辅助筛查，将数据标注效率平均提升10倍以上，实现数据精准度99.99%。
在未来，曼孚科技将持续聚焦AI基础架构建设，专注企业级数智化运营能力搭建，为人工智能应用的商业落地增添更多助力。